KR20210083417A - Cctv를 활용한 불법주정차 관리 장치 및 방법 - Google Patents
Cctv를 활용한 불법주정차 관리 장치 및 방법 Download PDFInfo
- Publication number
- KR20210083417A KR20210083417A KR1020190174842A KR20190174842A KR20210083417A KR 20210083417 A KR20210083417 A KR 20210083417A KR 1020190174842 A KR1020190174842 A KR 1020190174842A KR 20190174842 A KR20190174842 A KR 20190174842A KR 20210083417 A KR20210083417 A KR 20210083417A
- Authority
- KR
- South Korea
- Prior art keywords
- illegal parking
- cctv
- zone
- data
- parking
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000007726 management method Methods 0.000 claims abstract description 58
- 238000012800 visualization Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000010219 correlation analysis Methods 0.000 claims abstract description 16
- 238000010276 construction Methods 0.000 claims abstract description 12
- 238000009434 installation Methods 0.000 claims description 52
- 206010039203 Road traffic accident Diseases 0.000 claims description 34
- 238000012876 topography Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 10
- 238000000746 purification Methods 0.000 claims description 5
- 238000007667 floating Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 13
- 238000007405 data analysis Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012732 spatial analysis Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000002650 habitual effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
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
-
- G06Q50/30—
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 CCTV를 활용한 불법주정차 관리 장치 및 방법에 관한 것으로, 상기 장치는 특정 지역에 관한 분석데이터를 수집하여 불법주정차 관리를 위한 데이터 셋(data set)을 구축하는 데이터 셋 구축부, 상기 데이터 셋에 관한 공간 분포를 도출하여 그래픽적으로 시각화 하는 데이터 현황 가시화부, 상기 시각화에 따른 상관성 분석을 통해 구역별 주차 특성을 도출하고 상기 구역별 주차 특성을 반영하여 구역 별로 불법주정차 위험도를 산출하는 불법주정차 위험도 산출부 및 상기 불법주정차 위험도가 특정 임계값을 초과하는 구역을 상기 불법주정차 관리를 위한 특별단속 구역으로 결정하는 특별단속 구역 결정부를 포함한다.
Description
본 발명은 CCTV를 활용한 불법주정차 관리 기술에 관한 것으로, 보다 상세하게는 불법주정차 저감을 위한 특별단속 구역 지정과 위급상황 발생시 신속 대응 가능한 교통환경 조성을 지원할 수 있는 CCTV를 활용한 불법주정차 관리 장치 및 방법에 관한 것이다.
경제의 급속한 발전과 성장이 이루어지면서, 사용자들은 삶의 질 향상에 큰 관심을 가지게 되었다. 이러한 소득 수준 향상은 자동차 수요 증가를 야기시켰으며, 자동차 등록대수는 매년 증가하고 있다. 이와 같은 자동차의 증가는 환경 문제를 비롯한 교통혼잡, 교통사고 등 다양한 사회적 문제를 발생시켰으며, 도시들의 주차 문제는 심각한 사회문제 중 하나로 대두되고 있다.
이러한 도시 내 불법주정차는 차량의 통행 및 시야 방해로 인해 교통사고 발생을 야기할 수 있으며, 위급상황 발생 시에 소방차 및 구급차 등의 긴급자동차의 진입에도 어려움을 초래할 수 있다. 뿐만 아니라 교통 정체를 유발시키고 도시 미관을 저해하는 등의 다양한 도시 문제를 야기하는 주요 원인 중 하나라고 볼 수 있다.
불법주정차 저감을 위해서는 불법주정차 단속 강화와 함께 CCTV 설치를 통해 사용자들의 인식 향상을 유도할 필요가 있고, 특히 CCTV 사각지대 발생으로 불법주정차 단속 정책의 효율성을 떨어지는 것을 방지하기 위하여 효과적인 공간 데이터 분석 기술의 개발이 요구되고 있다.
본 발명의 일 실시예는 불법주정차 저감을 위한 특별단속 구역 지정과 위급상황 발생시 신속 대응 가능한 교통환경 조성을 지원할 수 있는 CCTV를 활용한 불법주정차 관리 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 불법주정차와 시민안전의 상관관계를 분석하여 다양한 변수들을 반영하여 위험지역을 도출할 수 있는 CCTV를 활용한 불법주정차 관리 장치 및 방법을 제공하고자 한다.
본 발명의 일 실시예는 도시 정책을 지원하는 방안으로서 공간분석을 활용한 효율적 주정차 단속 방안 및 주차장 확보방안 제공을 지원할 수 있는 CCTV를 활용한 불법주정차 관리 장치 및 방법을 제공하고자 한다.
실시예들 중에서, CCTV를 활용한 불법주정차 관리 장치는 특정 지역에 관한 분석데이터를 수집하여 불법주정차 관리를 위한 데이터 셋(data set)을 구축하는 데이터 셋 구축부, 상기 데이터 셋에 관한 공간 분포를 도출하여 그래픽적으로 시각화 하는 데이터 현황 가시화부, 상기 시각화에 따른 상관성 분석을 통해 구역별 주차 특성을 도출하고 상기 구역별 주차 특성을 반영하여 구역 별로 불법주정차 위험도를 산출하는 불법주정차 위험도 산출부 및 상기 불법주정차 위험도가 특정 임계값을 초과하는 구역을 상기 불법주정차 관리를 위한 특별단속 구역으로 결정하는 특별단속 구역 결정부를 포함한다.
상기 데이터 셋 구축부는 데이터 정제를 통해 상기 분석데이터로부터 (a) 불법주정차와 연관된 단속/민원 정보, (b) 상기 특정 지역과 연관된 교통사고, CCTV 및 도로/지형 정보 및 (c) 상기 특정 지역과 연관된 버스정류장, 소방시설, 교차로 및 횡단보도 정보를 도출함으로써 상기 데이터 셋을 구축할 수 있다.
상기 데이터 현황 가시화부는 상기 단속/민원, 교통사고 및 도로/지형 정보를 기초로 교통사고 현황 및 불법주정차 현황에 관한 2차원 공간 분포를 도출하고, 상기 CCTV 및 도로/지형 정보를 기초로 CCTV 촬영 범위에 관한 3차원 공간 분포를 도출하며, 상기 도로/지형, 버스정류장, 소방시설, 교차로 및 횡단보도 정보를 기초로 절대 주정차 금지구역에 관한 2차원 공간 분포를 도출할 수 있다.
상기 불법주정차 위험도 산출부는 상기 특정 지역을 고정 크기를 갖는 복수의 격자들로 분할하고 상기 복수의 격자들 각각에 교통사고 및 불법주정차에 관한 포인트 데이터를 배치하여 상기 상관성 분석을 통해 상관계수와 산포도를 도출할 수 있다.
상기 불법주정차 위험도 산출부는 상기 상관계수가 적용된 교통사고 수를 제1 독립변수로 하고 유동인구, 교통량, 민원 수, CCTV 수 및 도로 길이를 각각 제2 독립변수들로 하여 상기 복수의 격자들 각각에 대한 불법주정차 위험도를 산출하며, 상기 제1 독립변수에 관한 반영 비율은 상기 제2 독립변수들 각각에 관한 반영 비율의 총합보다 더 클 수 있다.
상기 CCTV를 활용한 불법주정차 관리 장치는 상기 특별단속 구역에 대해 기존의 CCTV 촬영 범위를 기초로 사각지대를 도출하고 상기 불법주정차 관리를 위한 신규 CCTV 설치위치를 결정하는 CCTV 설치위치 결정부를 더 포함할 수 있다.
상기 CCTV 설치위치 결정부는 상기 CCTV 촬영 범위에 관한 3차원 공간 분포를 기초로 적어도 하나의 사각지대를 결정하는 제1 단계, 상기 적어도 하나의 사각지대의 외곽 경계를 기준으로 특정 거리 이내의 버퍼 영역을 도출하는 제2 단계, 상기 적어도 하나의 사각지대의 버퍼 영역 간의 중첩 영역에 대해 제1 설치위치를 결정하는 제3 단계 및 상기 제1 설치위치에서의 CCTV 촬영 범위 밖에 존재하는 나머지 사각지대에 대해 제2 설치위치를 결정하는 제4 단계를 순차적으로 수행할 수 있다.
실시예들 중에서, CCTV를 활용한 불법주정차 관리 방법은 특정 지역에 관한 분석데이터를 수집하여 불법주정차 관리를 위한 데이터 셋(data set)을 구축하는 단계, 상기 데이터 셋에 관한 공간 분포를 도출하여 그래픽적으로 시각화 하는 단계, 상기 시각화에 따른 상관성 분석을 통해 구역별 주차 특성을 도출하고 상기 구역별 주차 특성을 반영하여 구역 별로 불법주정차 위험도를 산출하는 단계, 상기 불법주정차 위험도가 특정 임계값을 초과하는 구역을 상기 불법주정차 관리를 위한 특별단속 구역으로 결정하는 단계 및 상기 특별단속 구역에 대해 기존 CCTV의 촬영 범위를 기초로 사각지대를 도출하고 상기 불법주정차 관리를 위한 신규 CCTV 설치위치를 결정하는 단계를 포함할 수 있다.
개시된 기술은 다음의 효과를 가질 수 있다. 다만, 특정 실시예가 다음의 효과를 전부 포함하여야 한다거나 다음의 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명의 일 실시예에 따른 CCTV를 활용한 불법주정차 관리 장치 및 방법은 불법주정차와 시민안전의 상관관계를 분석하여 다양한 변수들을 반영하여 위험지역을 도출할 수 있다.
본 발명의 일 실시예에 따른 CCTV를 활용한 불법주정차 관리 장치 및 방법은 도시 정책을 지원하는 방안으로서 공간분석을 활용한 효율적 주정차 단속 방안 및 주차장 확보방안 제공을 지원할 수 있다.
도 1은 본 발명에 따른 불법주정차 관리 장치를 설명하는 블록도이다.
도 2는 도 1에 있는 불법주정차 관리 장치에서 수행되는 CCTV를 활용한 불법주정차 관리 과정을 설명하는 순서도이다.
도 3은 본 발명에 따른 불법주정차 관리 장치를 설명하는 개념도이다.
도 4는 데이터 분석을 통해 도출되는 상습 불법주정차 구역을 설명하는 도면이다.
도 5는 데이터 분석을 통해 도출되는 단위 도로별 불법주정차 현황을 설명하는 도면이다.
도 6은 데이터 분석을 통해 도출되는 3차원 CCTV 촬영 범위를 설명하는 도면이다.
도 7 및 8은 CCTV 촬영 범위에 관한 분석 과정에서 사용되는 데이터 생성 알고리즘을 설명하는 도면이다.
도 9 및 10은 도 1의 불법주정차 위험도 산출부에 의해 수행되는 상관성 분석 과정을 설명하는 도면이다.
도 11은 특정 지역 내 절대 주정차 금지구역을 설명하는 도면이다.
도 12는 불법주정차 민원 현황과 CCTV 촬영 범위를 설명하는 도면이다.
도 2는 도 1에 있는 불법주정차 관리 장치에서 수행되는 CCTV를 활용한 불법주정차 관리 과정을 설명하는 순서도이다.
도 3은 본 발명에 따른 불법주정차 관리 장치를 설명하는 개념도이다.
도 4는 데이터 분석을 통해 도출되는 상습 불법주정차 구역을 설명하는 도면이다.
도 5는 데이터 분석을 통해 도출되는 단위 도로별 불법주정차 현황을 설명하는 도면이다.
도 6은 데이터 분석을 통해 도출되는 3차원 CCTV 촬영 범위를 설명하는 도면이다.
도 7 및 8은 CCTV 촬영 범위에 관한 분석 과정에서 사용되는 데이터 생성 알고리즘을 설명하는 도면이다.
도 9 및 10은 도 1의 불법주정차 위험도 산출부에 의해 수행되는 상관성 분석 과정을 설명하는 도면이다.
도 11은 특정 지역 내 절대 주정차 금지구역을 설명하는 도면이다.
도 12는 불법주정차 민원 현황과 CCTV 촬영 범위를 설명하는 도면이다.
본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
한편, 본 출원에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 발명은 컴퓨터가 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있고, 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
불법주정차 관리 장치(100)는 불법주정차 저감을 위한 특별단속 구역 지정과 위급상황 발생시 신속 대응 가능한 교통환경 조성을 지원할 수 있는 컴퓨터 또는 프로그램에 해당하는 서버로 구현될 수 있다. 불법주정차 관리 장치(100)는 다양한 사용자 단말들과 블루투스, WiFi, 통신망 등을 통해 무선으로 연결될 수 있고, 네트워크를 통해 사용자 단말들과 데이터를 주고 받을 수 있다.
일 실시예에서, 불법주정차 관리 장치(100)는 데이터베이스와 연동하여 구역별 불법주정차 위험도를 산출하고 특별단속 구역의 지정과 CCTV 신규입지를 결정하기 위해 필요한 데이터를 저장할 수 있다. 불법주정차 관리 장치(100)는 데이터베이스를 내부에 포함하여 구현될 수 있다. 또한, 불법주정차 관리 장치(100)는 프로세서, 메모리, 사용자 입출력부 및 네트워크 입출력부를 포함하여 구현될 수 있으며, 이에 대한 구체적인 설명은 생략한다.
데이터베이스는 특정 지역의 불법주정차 관리 과정에서 필요한 다양한 정보들을 저장하는 저장장치에 해당할 수 있다. 예를 들어, 데이터베이스는 다양한 행정청 및 공공기관 등에서 수집된 분석데이터를 저장할 수 있고, 수집된 데이터들의 통계 정보와 공간 분석을 통해 도출되는 현황 정보 등을 저장할 수 있다. 또한, 데이터베이스는 각 정보들을 저장 및 관리하기 위하여 복수의 데이터베이스 모듈들로 구성될 수 있으며, 각 데이터베이스 모듈들은 네트워크로 연결됨으로써 하나의 데이터베이스 그룹을 형성할 수 있다.
도 1은 본 발명에 따른 불법주정차 관리 장치를 설명하는 블록도이다.
도 1을 참조하면, 불법주정차 관리 장치(100)는 데이터 셋 구축부(110), 데이터 현황 가시화부(120), 불법주정차 위험도 산출부(130), 특별단속 구역 결정부(140), CCTV 설치위치 결정부(150) 및 제어부(160)를 포함할 수 있다.
데이터 셋 구축부(110)는 특정 지역에 관한 분석데이터를 수집하여 불법주정차 관리를 위한 데이터 셋(data set)을 구축할 수 있다. 데이터 셋 구축부(110)는 행정청, 공공기관 등 다양한 출처로부터 분석 데이터를 수집할 수 있으며, 불법주정차 관리의 전단계에서 데이터 가공 및 정제의 전처리 과정을 수행할 수 있다.
예를 들어, 데이터 셋 구축부(110)는 특정 지역의 불법주정차 현황 파악을 위하여 공간 분석을 수행할 수 있고, 이를 위하여 각 데이터의 위치 정보를 좌표화 할 수 있다. 위치 정보의 좌표화 과정은 텍스트로 된 위치 정보를 지오코딩(Geocoding)을 통해 위도 및 경도 상의 좌표 정보로 변환하는 과정에 해당할 수 있다. 데이터 셋 구축부(110)는 데이터 전처리 과정에서 주소 정보가 없거나 또는 주소의 좌표화가 불가능한 정보 등을 제거하는 데이터 정제와 다양한 형태의 데이터를 특정 형식으로 변환하는 데이터 가공을 처리할 수 있다.
한편, 분석데이터는 불법주정차 관리를 위해 사용되는 데이터로서 특정 지역에 관한 시설, 도로, 사고 및 인구 데이터를 포함할 수 있다. 즉, 데이터 셋 구축부(110)는 외부 시스템이나 공공 데이터로부터 불법주정차 관리를 위한 데이터를 수집하여 데이터베이스에 저장함으로써 데이터 셋을 구축할 수 있다.
일 실시예에서, 데이터 셋 구축부(110)는 데이터 정제를 통해 분석데이터로부터 (a) 불법주정차와 연관된 단속/민원 정보, (b) 특정 지역과 연관된 교통사고, CCTV 및 도로/지형 정보 및 (c) 특정 지역과 연관된 버스정류장, 소방시설, 교차로 및 횡단보도 정보를 도출함으로써 데이터 셋을 구축할 수 있다.
여기에서, (a) 불법주정차와 연관된 단속/민원 정보는 불법주정차 단속에 관한 데이터로서 단속일자, 단속지점, 민원일자, 민원지점, 민원내용 등을 포함할 수 있다. (b) 특정 지역과 연관된 교통사고 정보는 교통사고 발생현황에 관한 데이터로서 사고위치, 사고일자, 사고 유형 등을 포함할 수 있고, CCTV 정보는 설치위치, 설치일자, 카메라 사양 등을 포함할 수 있으며, 도로/지형 정보는 특정 지역의 지형도, 등고선, 표고점, 등을 포함할 수 있다. (c) 특정 지역과 연관된 버스정류장, 소방시설, 교차로 및 횡단보도 정보는 정류장 위치, 소방시설 종류 및 위치, 교차로 및 횡단보도 위치 등을 포함할 수 있다.
데이터 현황 가시화부(120)는 데이터 셋에 관한 공간 분포를 도출하여 그래픽적으로 시각화 할 수 있다. 예를 들어, 데이터 현황 가시화부(120)는 데이터 셋을 기초로 데이터 종류 별로 위치를 특정 지역 맵 상에 포인트화 하여 표시할 수 있으며, 공간 분포에 관한 데이터 종류별 레이어(layer)로서 관리할 수 있다.
또한, 데이터 현황 가시화부(120)는 데이터 종류별 공간 조인(join)을 통해 종류별 레이어를 중첩시킴으로써 다양한 통합 정보를 생성할 수 있으며, 이를 전자지도 상에서 그래픽적으로 시각화할 수 있다. 예를 들어, 데이터 현황 가시화부(120)는 R 프로그램의 시각화 패키지를 이용하여 분석데이터의 시각화를 처리할 수 있다.
일 실시예에서, 데이터 현황 가시화부(120)는 단속/민원, 교통사고 및 도로/지형 정보를 기초로 교통사고 현황 및 불법주정차 현황에 관한 2차원 공간 분포를 도출하고, CCTV 및 도로/지형 정보를 기초로 CCTV 촬영 범위에 관한 3차원 공간 분포를 도출하며, 도로/지형, 버스정류장, 소방시설, 교차로 및 횡단보도 정보를 기초로 절대 주정차 금지구역에 관한 2차원 공간 분포를 도출할 수 있다. 이하 도 4 내지 6을 참조하면 보다 자세히 설명한다.
도 4는 데이터 분석을 통해 도출되는 상습 불법주정차 구역을 설명하는 도면이다. 도 4를 참조하면, 데이터 현황 가시화부(120)는 정제된 사고현황 데이터와 불법주정차 단속 지점 및 민원 데이터를 기반으로 지오코딩하여 단속지점을 포인트화 하고, ArcMap의 커널밀도분석을 활용하여 불법주정차 과다지점에 관한 시각화를 수행할 수 있다. 전자지도 상에서 붉은색 영역이 진할수록 불법주정차 횟수가 다른 영역에 비해 상대적으로 높다는 것을 의미할 수 있고, 붉은색 영역이 연할수록 다른 영역에 비해 상대적으로 낮다는 것을 의미하며, 붉은색 영역 이외의 영역은 불법주정차가 거의 발생하지 않는다는 것을 의미할 수 있다.
도 5는 데이터 분석을 통해 도출되는 단위 도로별 불법주정차 현황을 설명하는 도면이다. 도 5를 참조하면, 데이터 현황 가시화부(120)는 불법주정차 현황에 관하여 도로 단위로 시각화 할 수 있다. 데이터 현황 가시화부(120)는 도로데이터를 300m 단위(여기에서, 300m은 차량 정차의 기준이 5분임을 감안해서 단속자가 5분동안 도보로 이동할 수 있는 거리에 해당할 수 있음)로 분할할 수 있고, 해당 단위 도로에 불법주정차 민원 포인트 데이터를 조인시킬 수 있고, 도로별 민원 수에 따라 등도수(Quantile)로 표현할 수 있다.
도 6은 데이터 분석을 통해 도출되는 3차원 CCTV 촬영 범위를 설명하는 도면이다. 도 6을 참조하면, 데이터 현황 가시화부(120)는 CCTV 및 도로/지형 정보를 기초로 CCTV 촬영 범위에 관한 3차원 공간 분포를 도출할 수 있다.
예를 들어, 데이터 현황 가시화부(120)는 CCTV의 촬영 범위를 ArcScene의 SkyLine 분석과 Sky Barrier 분석을 사용하여 도출할 수 있으며, 이 분석들은 지장물에 의해 발생하는 촬영 음영지역(사각지대)을 고려하여 지형의 능선까지 시야범위를 분석하는 기법에 해당할 수 있다. SkyLine은 시야범위를 선형으로 표현하는 방식에 해당할 수 있고, SkyBarrier는 생성된 SkyLine 선들을 일정 거리에 따라 폐합된 면형으로 표현하는 방식에 해당할 수 있다.
또한, 데이터 현황 가시화부(120)는 불법주정차 CCTV가 대부분 회전형인 점을 고려하여 카메라 좌우 촬영 범위가 360도 전 방향임을 가정하여 분석을 수행할 수 있고, 카메라 사양(가시범위)에 따라 분석 반경을 다르게 적용할 수 있다. 도 6의 그림 (a)는 3차원 CCTV 촬영 범위 분석 결과에 해당할 수 있고, eh 6의 그림 (b)는 CCTV 사양별 촬영 범위에 해당할 수 있다.
한편, 데이터 현황 가시화부(120)에서 수행되는 CCTV 촬영 범위에 관한 분석 과정에서 사용되는 데이터 생성 알고리즘에 대해서는 이하 도 7 및 8을 기초로 설명한다.
도 7 및 8은 CCTV 촬영 범위에 관한 분석 과정에서 사용되는 데이터 생성 알고리즘을 설명하는 도면이다. 도 7에서 그림 (a)는 지표고(DEM) 데이터 생성 알고리즘을 나타내고, 그림 (b)는 3D CCTV 데이터 생성 알고리즘을 나타낼 수 있다. 도 8에서 그림 (c)는 3D 건물 데이터 생성 알고리즘을 나타내고, 그림 (d)는 CCTV 촬영 범위 분석 알고리즘을 나타낼 수 있다.
그림 (a)의 경우, 표고점 및 등고선 데이터를 기초로 Tin 데이터를 생성하고, 격자 크기를 입력하여 격자 데이터로 변환하는 과정을 통해 지표고 데이터를 생성할 수 있다. 그림 (b)의 경우, 2D CCTV 데이터에 지표고 데이터를 적용하여 CCTV 속성(설치 높이: H)에 지표고(L)가 적용된 CCTV 높이(L + H)를 도출할 수 있다. 그림 (c)의 경우, 2D 건물 데이터에 짚표고 데이터를 적용하여 건물 높이(H = 층수 * 3.2m)에 지표고(L)가 적용된 건물 높이(돌출: H)를 도출할 수 있다. 그림 (d)의 경우, CCTV 사양에 관한 정보로서 설치 높이와 가시범위를 입력한 후 스카이라인(SkyLine) 분석과 스카이배리어(SkyBarrier) 분석을 통해 CCTV 촬영 범위를 도출할 수 있다.
또한, 데이터 현황 가시화부(120)는 도로/지형, 버스정류장, 소방시설, 교차로 및 횡단보도 정보를 기초로 절대 주정차 금지구역에 관한 2차원 공간 분포를 도출할 수 있다. 도 11은 특정 지역 내 절대 주정차 금지구역을 설명하는 도면이다. 도 11을 참조하면, 데이터 현황 가시화부(120)는 소방시설, 교차로, 횡단보도, 버스정류소 데이터로부터 절대 주정차 금지구역 지정 기준에 따라 버퍼(Buffer)분석을 실시할 수 있다. 이 때, 횡단보도는 점이 아닌 선 단위로 처리될 수 있다.
도 11에서, 특정 지역 내의 절대 주정차 금지구역은 횡단보도 영역(1110), 교차로 영역(1130), 소방시설 영역(1150) 및 버스정류장 영역(1170)을 포함할 수 있다. 교차로 영역(1130), 소방시설 영역(1150) 및 버스정류장 영역(1170)은 해당 위치를 기준으로 기 설정된 버퍼(Buffer) 거리 이내의 원형 영역이 표현될 수 있다. 횡단보도 영역(1110)은 횡단보도의 특성 상 두개의 위치와 각 위치에서의 버퍼 영역을 포함하는 영역으로 표현될 수 있다. 즉, 횡단보도 영역(1110)은 36개, 교차로 영역(1130)은 34개, 소방시설 영역(1150)은 11개, 버스정류장 영역(1170)은 2개로 표현될 수 있다.
불법주정차 위험도 산출부(130)는 시각화에 따른 상관성 분석을 통해 구역별 주차 특성을 도출하고 구역별 주차 특성을 반영하여 구역 별로 불법주정차 위험도를 산출할 수 있다. 여기에서, 구역별 주차 특성은 해당 구역에서 발생하는 불법주정차에 영향을 주는 요소들에 관한 특징 정보에 해당할 수 있다.
예를 들어, 주차공간 현황, 교통사고 발생 현황, 단속지역 유무, 교통량 및 유동 인구 등을 각 요소들로 포함하여 정의될 수 있으며, 각 요소들에 대응되는 차원을 가진 특징 벡터로서 표현될 수 있다. 즉, 불법주정차 위험도는 특징 벡터의 각 차원들의 값을 반영하여 도출될 수 있으며, 각 차원 별로 부여된 가중치를 적용한 결과들의 합산을 통해 산출될 수 있다.
일 실시예에서, 불법주정차 위험도 산출부(130)는 특정 지역을 고정 크기를 갖는 복수의 격자들로 분할하고 복수의 격자들 각각에 교통사고 및 불법주정차에 관한 포인트 데이터를 배치하여 상관성 분석을 통해 상관계수와 산포도를 도출할 수 있다. 이하, 도 9 및 10을 기초로 보다 자세히 설명한다.
도 9 및 10은 도 1의 불법주정차 위험도 산출부에 의해 수행되는 상관성 분석 과정을 설명하는 도면이다.
도 9 및 10을 참조하면, 불법주정차 위험도 산출부(130)는 특정 지역을 일정 격자형태로 나눈 후, 해당 격자에 불법주정차 민원 건수와 교통사고 발생 건수를 포함시켜 불법주정차와 교통사고에 관한 공간적 상관관계를 도출할 수 있다. 도 9의 그림 (a)는 불법주정차 민원 데이터에 해당하고, 그림 (b)는 교통사고 데이터에 해당할 수 있다. 불법주정차 위험도 산출부(130)는 기존에 정제한 불법주정차 민원 데이터와 교통사고 발생 데이터를 포인트화 할 수 있고, 특정 지역 전역을 200m * 200m 크기의 격자로 분할하여 여기에 두 데이터에 관한 레이어들을 공간 조인할 수 있다.
도 9의 그림 (c)는 공간 조인 결과에 해당할 수 있고, 불법주정차 위험도 산출부(130)는 공간 조인 결과를 기초로 상관분석을 수행하여 불법주정차와 교통사고에 관한 상관관계 분석을 수행할 수 있다.
도 10은 불법주정차 위험도 산출부(130)에 의해 수행된 상관분석 결과에 관한 것으로, ArcMap에서 공간조인 한 결과를 R 프로그램을 통해 수행하여 도출될 수 있다. 도 10의 그림 (a)는 연속형 변수(즉, 교통사고와 민원)의 상관성을 분석하는 피어슨(Pearson) 분석을 통해 도출되는 상관계수를 나타낼 수 있고, 도 10의 그림 (b)는 피어슨 분석을 통해 도출되는 산포도를 나타낼 수 있다.
일 실시예에서, 불법주정차 위험도 산출부(130)는 상관계수가 적용된 교통사고 수를 제1 독립변수로 하고 유동인구, 교통량, 민원 수, CCTV 수 및 도로 길이를 각각 제2 독립변수들로 하여 복수의 격자들 각각에 대한 불법주정차 위험도를 산출하며, 제1 독립변수에 관한 반영 비율은 제2 독립변수들 각각에 관한 반영 비율의 총합보다 더 클 수 있다. 보다 구체적으로, 불법주정차 위험도 산출부(130)는 교통사고와 불법주정차 간의 상관분석을 통해 도출된 상관계수를 교통사고 수에 적용할 수 있다.
예를 들어, 상관계수가 높을수록 교통사고 수가 불법주장차 위험도에 미치는 영향을 증가할 수 있기 때문에, 상관계수에 따른 가중치를 제1 독립변수인 교통사고 수에 1차적으로 부여할 수 있고, 그 결과에 따라 제2 독립변수들에 대한 가중치를 각각 부여하여 불법주정차 위험도 산출에 활용할 수 있다. 이 때, 제1 독립변수의 반영비율은 제2 독립변수들의 총 반영비율보다 더 크도록 설정됨으로써 교통사고와 불법주정차 간 상관관계가 불법주정차 위험도 산출에 주요 요인으로 동작할 수 있다.
특별단속 구역 결정부(140)는 불법주정차 위험도가 특정 임계값을 초과하는 구역을 불법주정차 관리를 위한 특별단속 구역으로 결정할 수 있다. 특별단속 구역 결정부(140)는 구역 별로 도출된 불법주정차 위험도를 기초로 불법주정차 저감을 위한 특별단속 구역을 결정할 수 있으며, 이를 위하여 불법주정차 관리 장치(100)에 의해 기 설정된 임계값을 활용할 수 있다. 이 때, 특별단속 구역은 특정 임계값을 초과하는 불법주정차 위험도를 가진 구역으로서 불법주정차 관리 장치(100)에 의해 설정된 지정 요건을 모두 충족하는 구역으로 결정될 수 있다.
CCTV 설치위치 결정부(150)는 특별단속 구역에 대해 기존의 CCTV 촬영 범위를 기초로 사각지대를 도출하고 불법주정차 관리를 위한 신규 CCTV 설치위치를 결정할 수 있다. CCTV 설치위치 결정부(150)는 카메라 사양과 가시거리에 따라 버퍼분석을 수행한 결과로서 CCTV 사각지대를 도출할 수 있다. CCTV 사각지대는 CCTV의 기본 가시거리 내의 영역 중에서 지형이나 건물 등 장애요소의 발생으로 CCTV의 영상 확보가 불가능한 영역에 해당할 수 있다. CCTV 설치위치 결정부(150)는 특별단속 구역에 대한 불법주정차 행위를 예방하기 위하여 사각지대에 대한 영상을 최대한 확보할 수 있는 최적화된 위치를 CCTV의 신규입지로서 결정할 수 있다.
일 실시예에서, CCTV 설치위치 결정부(150)는 CCTV 촬영 범위에 관한 3차원 공간 분포를 기초로 적어도 하나의 사각지대를 결정하는 제1 단계, 적어도 하나의 사각지대의 외곽 경계를 기준으로 특정 거리 이내의 버퍼 영역을 도출하는 제2 단계, 적어도 하나의 사각지대의 버퍼 영역 간의 중첩 영역에 대해 제1 설치위치를 결정하는 제3 단계 및 제1 설치위치에서의 CCTV 촬영 범위 밖에 존재하는 나머지 사각지대에 대해 제2 설치위치를 결정하는 제4 단계를 순차적으로 수행할 수 있다.
보다 구체적으로, CCTV 설치위치 결정부(150)는 CCTV 촬영 범위에 관한 3차원 공간 분포를 기초로 적어도 하나의 사각지대를 결정할 수 있다. 즉, CCTV 설치위치 결정부(150)는 특정 지역에 관한 3차원 공간 상에서 CCTV의 설치위치에서 CCTV의 사양과 가시거리를 적용하여 촬영 범위에 관한 3차원 가시 영역을 도출할 수 있고, 3차원 가시 영역 중 영상 확보가 불가능한 영역을 사각지대로서 결정할 수 있다.
또한, CCTV 설치위치 결정부(150)는 적어도 하나의 사각지대의 외곽 경계를 기준으로 특정 거리 이내의 버퍼 영역을 도출할 수 있다. 버퍼 영역은 사각지대에 대한 최적화된 CCTV 신규입지를 결정하기 위한 예비 영역으로 사각지대의 외곽 경계를 둘러싸는 영역에 해당할 수 있다.
또한, CCTV 설치위치 결정부(150)는 적어도 하나의 사각지대의 버퍼 영역 간의 중첩 영역에 대해 제1 설치위치를 결정할 수 있다. 즉, CCTV 설치위치 결정부(150)는 사각지대의 버퍼 영역 간의 중첩 영역의 중심 위치를 기준으로 제1 설치위치를 결정할 수 있다. 만약 해당 중첩 영역의 중심 위치가 건물 내부인 경우에는 건물 경계 중에서 중첩 영역의 면적이 최대가 되는 방향과 가장 가까운 지점을 제1 설치위치로서 결정할 수 있다.
또한, CCTV 설치위치 결정부(150)는 제1 설치위치에서의 CCTV 촬영 범위 밖에 존재하는 나머지 사각지대에 대해 제2 설치위치를 결정할 수 있다. 즉, CCTV 설치위치 결정부(150)는 1차적으로 사각지대의 중첩 영역을 중심으로 CCTV 신규입지를 결정할 수 있고, 해당 신규입지에서의 설치에도 불구하고 영상 획득 불가능한 나머지 사각지대에 대해서 2차적인 CCTV 신규입지를 결정할 수 있다. 결과적으로, 1차 결정된 설치위치는 적어도 2개의 사각지대를 감시할 수 있는 위치에 해당하는 반면, 2차 결정된 설치위치는 1개의 사각지대만을 감시할 수 있는 위치에 해당할 수 있다.
도 12는 불법주정차 민원 현황과 CCTV 촬영 범위를 설명하는 도면이다. 도 12를 참조하면, 불법주정차 관리 장치(100)는 특정 지역의 불법주정차 민원 현황(붉은색 계열 도로 영역)과 단속 CCTV의 위치에 따른 촬영 범위(파란색 영역)에 관한 분석을 수행할 수 있다. 불법주정차 실태에 비해 단속 CCTV가 그 수요를 제대로 충족하고 있지 않음을 알 수 있고, 불법주정차 관리 장치(100)는 단속 CCTV 설치 위치 및 감시 범위와 함께, 용도 지역과 공영주차장 현황을 토대로 구역별 불법주정차 위험도와 신규 CCTV 설치위치를 결정할 수 있다.
제어부(160)는 불법주정차 관리 장치(100)의 전체적인 동작을 제어하고, 데이터 셋 구축부(110), 데이터 현황 가시화부(120), 불법주정차 위험도 산출부(130), 특별단속 구역 결정부(140) 및 CCTV 설치위치 결정부(150) 간의 제어 흐름 또는 데이터 흐름을 관리할 수 있다.
도 2는 도 1에 있는 불법주정차 관리 장치에서 수행되는 CCTV를 활용한 불법주정차 관리 과정을 설명하는 순서도이다.
도 2를 참조하면, 불법주정차 관리 장치(100)는 데이터 셋 구축부(110)를 통해 특정 지역에 관한 분석데이터를 수집하여 불법주정차 관리를 위한 데이터 셋(data set)을 구축할 수 있다. 불법주정차 관리 장치(100)는 데이터 현황 가시화부(120)를 통해 데이터 셋에 관한 공간 분포를 도출하여 그래픽적으로 시각화 할 수 있다. 불법주정차 관리 장치(100)는 불법주정차 위험도 산출부(130)를 통해 시각화에 따른 상관성 분석을 통해 구역별 주차 특성을 도출하고 구역별 주차 특성을 반영하여 구역 별로 불법주정차 위험도를 산출할 수 있다.
또한, 불법주정차 관리 장치(100)는 특별단속 구역 결정부(140)를 통해 불법주정차 위험도가 특정 임계값을 초과하는 구역을 불법주정차 관리를 위한 특별단속 구역으로 결정할 수 있다. 불법주정차 관리 장치(100)는 CCTV 설치위치 결정부(150)를 통해 특별단속 구역에 대해 기존 CCTV의 촬영 범위를 기초로 사각지대를 도출하고 불법주정차 관리를 위한 신규 CCTV 설치위치를 결정할 수 있다.
도 3은 본 발명에 따른 불법주정차 관리 장치를 설명하는 개념도이다.
도 3을 참조하면, 불법주정차 관리 장치(100)는 다양한 소스로부터 수집된 데이터들을 기초로 데이터 분석을 수행하여 신규 CCTV 설치위치를 결정할 수 있다. 불법주정차 관리 장치(100)는 데이터베이스(310)에 구축된 데이터 셋을 기초로 교통사고/불법주정차, 절대 주정차 금지구역, CCTV 촬영 범위를 각각 도출할 수 있다.
또한, 불법주정차 관리 장치(100)는 교통사고/불법주정차, 절대 주정차 금지구역, CCTV 촬영 범위를 기초로 구역별 주자 특성과 불법주정차 위험도를 각각 도출할 수 있고, 이를 기초로 특별단속 구역을 결정할 수 있다. 또한, 불법주정차 관리 장치(100)는 CCTV 촬영 범위를 기초로 CCTV 사각지대를 도출할 수 있고, 특별단속 구역과 CCTV 사각지대를 기초로 신규 CCTV 설치위치를 결정할 수 있다.
따라서, 불법주정차 관리 장치(100)는 절대 주정차 금지 구역에 대한 불법주차 관리로 화재, 교통사고 발생 등 위급사항 발생시 신속한 대응을 위한 교통환경을 조성할 수 있고, 정확한 특별단속구역 지정에 따른 효율적인 불법주차 관리를 위한 행정 지원을 제공할 수 있다.
상기에서는 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.
100: 불법주정차 관리 장치
110: 데이터 셋 구축부 120: 데이터 현황 가시화부
130: 불법주정차 위험도 산출부 140: 특별단속 구역 결정부
150: CCTV 설치위치 결정부 160: 제어부
310: 데이터베이스
1110: 횡단보도 영역 1130: 교차로 영역
1150: 소방시설 영역 1170: 버스정류장 영역
110: 데이터 셋 구축부 120: 데이터 현황 가시화부
130: 불법주정차 위험도 산출부 140: 특별단속 구역 결정부
150: CCTV 설치위치 결정부 160: 제어부
310: 데이터베이스
1110: 횡단보도 영역 1130: 교차로 영역
1150: 소방시설 영역 1170: 버스정류장 영역
Claims (8)
- 특정 지역에 관한 분석데이터를 수집하여 불법주정차 관리를 위한 데이터 셋(data set)을 구축하는 데이터 셋 구축부;
상기 데이터 셋에 관한 공간 분포를 도출하여 그래픽적으로 시각화 하는 데이터 현황 가시화부;
상기 시각화에 따른 상관성 분석을 통해 구역별 주차 특성을 도출하고 상기 구역별 주차 특성을 반영하여 구역 별로 불법주정차 위험도를 산출하는 불법주정차 위험도 산출부; 및
상기 불법주정차 위험도가 특정 임계값을 초과하는 구역을 상기 불법주정차 관리를 위한 특별단속 구역으로 결정하는 특별단속 구역 결정부를 포함하는 CCTV를 활용한 불법주정차 관리 장치.
- 제1항에 있어서, 상기 데이터 셋 구축부는
데이터 정제를 통해 상기 분석데이터로부터 (a) 불법주정차와 연관된 단속/민원 정보, (b) 상기 특정 지역과 연관된 교통사고, CCTV 및 도로/지형 정보 및 (c) 상기 특정 지역과 연관된 버스정류장, 소방시설, 교차로 및 횡단보도 정보를 도출함으로써 상기 데이터 셋을 구축하는 것을 특징으로 하는 CCTV를 활용한 불법주정차 관리 장치.
- 제2항에 있어서, 상기 데이터 현황 가시화부는
상기 단속/민원, 교통사고 및 도로/지형 정보를 기초로 교통사고 현황 및 불법주정차 현황에 관한 2차원 공간 분포를 도출하고,
상기 CCTV 및 도로/지형 정보를 기초로 CCTV 촬영 범위에 관한 3차원 공간 분포를 도출하며,
상기 도로/지형, 버스정류장, 소방시설, 교차로 및 횡단보도 정보를 기초로 절대 주정차 금지구역에 관한 2차원 공간 분포를 도출하는 것을 특징으로 하는 CCTV를 활용한 불법주정차 관리 장치.
- 제3항에 있어서, 상기 불법주정차 위험도 산출부는
상기 특정 지역을 고정 크기를 갖는 복수의 격자들로 분할하고 상기 복수의 격자들 각각에 교통사고 및 불법주정차에 관한 포인트 데이터를 배치하여 상기 상관성 분석을 통해 상관계수와 산포도를 도출하는 것을 특징으로 하는 CCTV를 활용한 불법주정차 관리 장치.
- 제4항에 있어서, 상기 불법주정차 위험도 산출부는
상기 상관계수가 적용된 교통사고 수를 제1 독립변수로 하고 유동인구, 교통량, 민원 수, CCTV 수 및 도로 길이를 각각 제2 독립변수들로 하여 상기 복수의 격자들 각각에 대한 불법주정차 위험도를 산출하며,
상기 제1 독립변수에 관한 반영 비율은 상기 제2 독립변수들 각각에 관한 반영 비율의 총합보다 더 큰 것을 특징으로 하는 CCTV를 활용한 불법주정차 관리 장치.
- 제1항에 있어서,
상기 특별단속 구역에 대해 기존의 CCTV 촬영 범위를 기초로 사각지대를 도출하고 상기 불법주정차 관리를 위한 신규 CCTV 설치위치를 결정하는 CCTV 설치위치 결정부를 더 포함하는 것을 특징으로 하는 CCTV를 활용한 불법주정차 관리 장치.
- 제6항에 있어서, 상기 CCTV 설치위치 결정부는
상기 CCTV 촬영 범위에 관한 3차원 공간 분포를 기초로 적어도 하나의 사각지대를 결정하는 제1 단계, 상기 적어도 하나의 사각지대의 외곽 경계를 기준으로 특정 거리 이내의 버퍼 영역을 도출하는 제2 단계, 상기 적어도 하나의 사각지대의 버퍼 영역 간의 중첩 영역에 대해 제1 설치위치를 결정하는 제3 단계 및 상기 제1 설치위치에서의 CCTV 촬영 범위 밖에 존재하는 나머지 사각지대에 대해 제2 설치위치를 결정하는 제4 단계를 순차적으로 수행하는 것을 특징으로 하는 CCTV를 활용한 불법주정차 관리 방법.
- 불법주정차 관리 장치에서 수행되는 방법에 있어서,
특정 지역에 관한 분석데이터를 수집하여 불법주정차 관리를 위한 데이터 셋(data set)을 구축하는 단계;
상기 데이터 셋에 관한 공간 분포를 도출하여 그래픽적으로 시각화 하는 단계;
상기 시각화에 따른 상관성 분석을 통해 구역별 주차 특성을 도출하고 상기 구역별 주차 특성을 반영하여 구역 별로 불법주정차 위험도를 산출하는 단계;
상기 불법주정차 위험도가 특정 임계값을 초과하는 구역을 상기 불법주정차 관리를 위한 특별단속 구역으로 결정하는 단계; 및
상기 특별단속 구역에 대해 기존 CCTV의 촬영 범위를 기초로 사각지대를 도출하고 상기 불법주정차 관리를 위한 신규 CCTV 설치위치를 결정하는 단계를 포함하는 CCTV를 활용한 불법주정차 관리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190174842A KR102319662B1 (ko) | 2019-12-26 | 2019-12-26 | Cctv를 활용한 불법주정차 관리 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190174842A KR102319662B1 (ko) | 2019-12-26 | 2019-12-26 | Cctv를 활용한 불법주정차 관리 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210083417A true KR20210083417A (ko) | 2021-07-07 |
| KR102319662B1 KR102319662B1 (ko) | 2021-11-03 |
Family
ID=76861825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190174842A KR102319662B1 (ko) | 2019-12-26 | 2019-12-26 | Cctv를 활용한 불법주정차 관리 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102319662B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050024051A (ko) * | 2003-09-04 | 2005-03-10 | 김황배 | 불법 주차단속 관리시스템 및 그 운영방법 |
| KR20180007845A (ko) | 2016-07-14 | 2018-01-24 | (주)이지스 | 3차원 공간분석을 이용한 cctv 카메라 설치위치 선정 방법 |
| KR20180117012A (ko) * | 2017-04-18 | 2018-10-26 | 손수진 | 열화상 cctv와 디지털맵을 활용하는 주정차단속 관리시스템과 운용방법 |
| KR20180131165A (ko) * | 2017-05-31 | 2018-12-10 | (주)아이티폴리스 | 빅 데이터를 활용한 단계별 방범 cctv 위치 선정 방법 |
| KR20190058230A (ko) * | 2017-11-20 | 2019-05-29 | (주)포스트미디어 | 감시카메라 배치 모델링 시스템 및 방법 |
-
2019
- 2019-12-26 KR KR1020190174842A patent/KR102319662B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050024051A (ko) * | 2003-09-04 | 2005-03-10 | 김황배 | 불법 주차단속 관리시스템 및 그 운영방법 |
| KR20180007845A (ko) | 2016-07-14 | 2018-01-24 | (주)이지스 | 3차원 공간분석을 이용한 cctv 카메라 설치위치 선정 방법 |
| KR20180117012A (ko) * | 2017-04-18 | 2018-10-26 | 손수진 | 열화상 cctv와 디지털맵을 활용하는 주정차단속 관리시스템과 운용방법 |
| KR20180131165A (ko) * | 2017-05-31 | 2018-12-10 | (주)아이티폴리스 | 빅 데이터를 활용한 단계별 방범 cctv 위치 선정 방법 |
| KR20190058230A (ko) * | 2017-11-20 | 2019-05-29 | (주)포스트미디어 | 감시카메라 배치 모델링 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102319662B1 (ko) | 2021-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11847705B2 (en) | Systems and methods for surface segment data | |
| Gerell | Bus stops and violence, are risky places really risky? | |
| US20190371055A1 (en) | 3d monitoring server using 3d bim object model and 3d monitoring system comprising it | |
| Kim et al. | Integrating travel demand modeling and flood hazard risk analysis for evacuation and sheltering | |
| Hsu et al. | An integrated flood risk assessment model for property insurance industry in Taiwan | |
| Lambert et al. | Understanding and managing disaster evacuation on a transportation network | |
| Shahparvari et al. | Spatial accessibility of fire stations for enhancing operational response in Melbourne | |
| CN115752490B (zh) | 基于大数据和定位技术的安全出行路径优化方法及系统 | |
| Liu et al. | Dynamic estimation system for fire station service areas based on travel time data | |
| Steer et al. | On the utility of shelters in wildfire evacuations | |
| Jian Daniel et al. | Research and analysis on causality and spatial-temporal evolution of urban traffic congestions—a case study on Shenzhen of China | |
| Mitra et al. | Safety assessment of urban un-signalized intersections using conflict analysis technique | |
| KR101396160B1 (ko) | 매시업 기능을 활용한 ｃｃｔｖ 블라인드 스폿 분석 및 설치 위치 결정 방법 | |
| Tomás et al. | Flood risk map from hydrological and mobility data: A case study in São Paulo (Brazil) | |
| KR20200132225A (ko) | 자율 주행 차량에 의한 도시의 토지 이용 변화 예측 방법 | |
| KR102319662B1 (ko) | Cctv를 활용한 불법주정차 관리 장치 및 방법 | |
| US20200250596A1 (en) | Method and system for route specific aircraft liability determination | |
| Coronell et al. | Location of speed control cameras on highways: a geospatial analysis | |
| US20220260387A1 (en) | A system and method for prophylactic mitigation of vehicle impact damage | |
| Chen et al. | Widening narrow alleys to enhance response efficiency for fire emergency from the perspective of urban roadway network analysis | |
| KR102623123B1 (ko) | 격자 기반 재난 관리 상황별 다차원 시각화 표출 방법 | |
| Awad et al. | Optimization of new fire department location using an improved GIS algorithm for firefighters travel time estimation | |
| Huang et al. | Automatic Evaluation of Street-Level Walkability Based on Computer Vision Techniques and Urban Big Data: A Case Study of Kowloon West, Hong Kong | |
| Zhu et al. | Models to Simulate Effective Coverage of Fire Station Based on Real-Time Travel Times. | |
| Xu et al. | Analysis of spatiotemporal factors affecting traffic safety based on multisource data fusion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |