KR20230104333A - 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법 - Google Patents
라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법 Download PDFInfo
- Publication number
- KR20230104333A KR20230104333A KR1020210192581A KR20210192581A KR20230104333A KR 20230104333 A KR20230104333 A KR 20230104333A KR 1020210192581 A KR1020210192581 A KR 1020210192581A KR 20210192581 A KR20210192581 A KR 20210192581A KR 20230104333 A KR20230104333 A KR 20230104333A
- Authority
- KR
- South Korea
- Prior art keywords
- road
- lidar
- image
- data
- base frame
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000010191 image analysis Methods 0.000 title claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 230000005856 abnormality Effects 0.000 claims abstract description 7
- 230000007547 defect Effects 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 230000003068 static effect Effects 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/10—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing dedicated supplementary positioning signals
-
- G06T5/002—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법에 관한 것으로서, 보다 상세하게는, 차량에 장착된 라이다 및 카메라로 도로 환경 데이터를 획득하고, 해당 도로 환경 데이터를 분석하여 도로 및 도로 주변 시설물의 이상여부를 점검하기 위한 도로정보변화 감지 시스템 및 방법에 관한 것이다. 본 발명의 일 목적은 라이다 및 카메라로 획득한 도로 환경 데이터를 분석하여 도로 및 도로 주변 시설물의 이상여부를 점검하는 것이 가능한 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법을 제공하는데 목적이 있다. 본 발명은 동적인 객체에 대한 데이터는 제외하고 정적인 객체에 대한 데이터만을 획득하므로 불필요한 연산을 줄일 수 있는 장점이 있고, 나아가, 정적인 객체 중에서도 과거 도로 환경 데이터 대비 변화점이 존재하는 객체를 표시할 수 있어 넓은 지역의 도로 정보를 갱신할 수 있는 장점이 있다.
Description
본 발명은 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법에 관한 것으로서, 보다 상세하게는, 차량에 장착된 라이다 및 카메라로 도로 환경 데이터를 획득하고, 해당 도로 환경 데이터를 분석하여 도로 및 도로 주변 시설물의 이상여부를 점검하기 위한 도로정보변화 감지 시스템 및 방법에 관한 것이다.
국내 도로규모는 지난 30여 년간 약 2.1배나 증가하여 왔으며, 이에 따라 유지, 관리되어야 되는 대상도로는 2016년 기준으로 107,527km에 이르고 있으며, 그 중 고속국도 및 일반국도는 18,141km(16.9%)에 달하고 있다. 그러나 도로부문 세출예산의 경우 2015년 9.1조원에서 2018년 5.4조원으로 줄어들어 최근 3년간 약 40%가 감소하였는데 반하여 도로나 교량을 포함하는 각종 SOC 시설물에 대한 안전성 강화와 관련되는 사회적 요구는 지속적으로 증가하고 있어 한정된 예산을 효율적으로 활용할 필요성이 높아지고 있다. 따라서 도로 유지관리의 효율성을 높이기 위하여, 도로 교통상황 파악, 분석 및 도로 위험정보의 탐지 등에 있어 첨단 유지관리기술의 도입이 시급한 실정이다.
한편, 도로 위험정보의 탐지 및 수집관련 시장동향을 보면, 2014∼2019년 도로 기상정보 수집 장비 시장규모는 아시아-태평양 지역이 2014년 72.3백만 달러에서 2019년 340.9백만 달러로서 연평균 증가율 36.4%나 되는 등 가장 높은 수준이며, 글로벌 전체시장은 2014년 343백만 달러에서 2019년 1,154백만 달러로 예상되어 연평균 증가율 27.5%나 되는 시장성장이 전망되고 있다. 그리고 사업용 차량의 텔레매틱스 시장은 2015년 132억 달러로 예상되고 있는데, 이는 2014년 19억 달러에 비해 17.6%가 증가한 수치이며, 2025년까지 평균 16.5%가 증가하여 2025년에는 606억 달러의 시장이 형성될 것으로 전망되고 있다.
기술개발 동향 측면에서는, 도로상에 안개를 감지하는 기술에 있어서는, 기존에는 주로 고정형 CCTV 영상을 이용한 시정거리 측정기술로 개발되어 왔으며, 이동식 차량에 탑재한 장비로 촬영하는 영상을 이용한 안개 검지기술 개발은 많이 미흡한 실정이다. 그러나 유럽의 경우 차량에 장착하는 노면정보 수집 센서를 이용하여 실시간으로 노면의 정보를 전송하여 도로 관리 및 운전자에게 정보를 제공하고 있다. 국내의 경우 영상 및 차량 센서를 이용한 도로노면 불량 상태정보를 수집할 수 있는 탐지 알고리즘 및 장치 기술은 많이 뒤쳐져 있는 실정이다. 특히 주로 도로변에 설치하는 고정식 센서를 이용한 도로 위험정보 수집기술 위주로 개발되어 왔고, 모바일 센서를 기반으로 하는 기술개발은 많이 미흡한 것으로 조사되었다. 다만, 자율주행 요소기술로서 기존의 차량 센서 기반 검지기술이 개발되어 왔으나, 그러나 이마저도 자율주행기술의 특징 상 주로 전방의 물체나 사람을 검지하는 것 위주의 기술로서 도로파손이나 결빙 또는 기상상태 등 도로위험정보를 탐지하거나 수집하는 기술은 없는 실정이다.
도로 위험정보를 탐지하거나 수집하는 수단과 관련해서, 사업용 차량을 이용하는 방법을 고려해 볼 수 있는데, 관련 법령에 의하면 사업용 차량에는 DTG(Digital Tacho Graph) 등을 의무적으로 장착하도록 규정되어 있다. 따라서 사업용 차량에 장착된 DTG와 카메라를 이용하여 노면정보를 수집하게 할 경우 수 많은 도로 상에 존재하거나 발생하는 위험정보들을 실시간으로 수집이 가능하게 된다. 즉 사업용 차량의 주행정보와 카메라장비를 이용하여 위험정보를 탐지한 후 사업용 차량에 통신망을 장착하여 서버에 전송하도록 하면, 서버에서는 이를 분석하여 주행 중인 다른 차량들에 대하여 실시간으로 위험정보를 알려주거나 제설이나 응급복구, 유지보수 등의 사후조치를 하는 것이 가능하게 된다. 그러나 이와 같은 시스템을 구축하기 위해서는 다양한 형태로 발생되는 도로상의 위험정보 여부를 판단하고 식별하는 기술이 개발되어야 하고, 노면파손, 노면결빙, 안개 및 돌발사고 발생 등 다양한 형태의 위험정보를 종합적으로 판단하고 정확하게 식별할 수 있어야 하나, 이와 같은 기술이나 장치가 아직까지는 없는 실정이다. 또한 차량에 도로 위험정보 탐지장치를 장착하는 경우, 위치측정을 위한 고가의 전문장비를 장착하지 않는 한 위험정보가 탐지되는 위치를 정확하게 측정하기 어렵다는 문제점이 있어왔다. 즉 일반적인 장비에 포함된 GPS수신기로 GPS위치를 측위하는 경우 적게는 수 미터에서 많게는 수십 또는 수백 미터까지의 다양한 측위오차가 발생하는 문제점이 있어왔다. 뿐만 아니라 고성능 측위기능을 가진 장비라 하더라도 산간 오지나 복잡한 도심지에서는 측위오류가 발생할 수밖에 없기 때문에 이에 대한 대책마련도 필요한 실정이다.
본 발명의 일 목적은 라이다 및 카메라로 획득한 도로 환경 데이터를 분석하여 도로 및 도로 주변 시설물의 이상여부를 점검하는 것이 가능한 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법을 제공하는데 목적이 있다.
또한, 본 발명의 다른 목적은 동적인 객체에 대한 데이터는 제외하고 정적인 객체에 대한 데이터만을 획득하되, 정적인 객체 중에서도 과거 도로 환경 데이터 대비 변화점이 존재하는 객체를 표시할 수 있는 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법을 제공하는데 목적이 있다.
상술한 바와 같은 기술적 과제를 달성하기 위하여, 본 발명은 차량에 고정 설치되는 베이스프레임과, 상기 베이스프레임에 설치되는 지피에스(GPS)수신기와, 상기 베이스프레임에 설치되는 라이다와, 상기 베이스프레임에 설치되는 가속도계와, 상기 베이스프레임에 설치되는 카메라를 포함하여 상기 지피에스수신기와 라이다 및 가속도계로부터 얻어지는 위치 및 공간정보를 바탕으로 도로 환경 데이터를 획득하는 데이터생성부 및 상기 데이터생성부로부터 얻어지는 데이터를 분석하여 도로 환경의 이상여부를 진단하는 안전분석부를 포함하되, 상기 안전분석부는, 상기 도로 환경 데이터를 획득한 위치 정보를 기초로 상기 도로 환경 데이터의 과거 데이터를 비교 분석하여 새로운 객체 또는 삭제된 객체를 각각 상이한 색상으로 표시할 수 있다.
또한, 상기 안전분석부는, 촬영된 영상에서 중복된 영상들을 영상정합함으로써 영상의 왜곡을 제거하고, 영상데이터의 이진화처리를 행하여 결함후보 픽셀을 검출하고, 독립점 등의 노이즈영역을 제거한 다음 결함후보 영역을 연결하는 작업을 수행하고, 신경망(neural network)을 활용하여 결함후보 영역을 결함과 비결함으로 분류하여 결함을 검출하는 작업을 수행하고, 검출된 결함 영역의 속성을 분석하여 결함의 안전여부를 진단하는 과정을 수행하여 행할 수 있다.
그리고 상기 안전분석부는, 높은 중복도로 촬영된 영상들의 영상정합은 동일한 장면에 대해 얻은 여러 종류의 영상들을 하나의 통일된 좌표계상에서 표현하는 것으로서, 영상의 특징점을 검출하고, 이 특징점들을 이용하여 정합을 빠르게 처리하여 얻을 수 있다.
본 발명의 실시 예들에 따르면, 도로를 주행하면서 라이다 및 카메라로 획득한 도로 환경 데이터를 분석할 수 있으므로 신속하게 넓은 지역의 시설물에 대한 안전을 진단할 수 있는 장점이 있다.
또한, 본 발명은 동적인 객체에 대한 데이터는 제외하고 정적인 객체에 대한 데이터만을 획득하므로 불필요한 연산을 줄일 수 있는 장점이 있고, 나아가, 정적인 객체 중에서도 과거 도로 환경 데이터 대비 변화점이 존재하는 객체를 표시할 수 있어 넓은 지역의 도로 정보를 갱신할 수 있는 장점이 있다.
도 1은 본 발명의 일실시예에 따른 안전점검 이동체를 나타내는 사시도이다.
도 2는 본 발명의 일실시예에 따른 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템의 구성을 개략적으로 나타내는 블럭도이다.
도 3은 동적인 객체와 정적인 객체를 설명하기 위한 도면이다.
도 4는 과거 도로 환경 데이터 대비 변화점이 존재하는 객체를 구분하여 표시한 것을 개략적으로 나타내는 도면이다.
도 2는 본 발명의 일실시예에 따른 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템의 구성을 개략적으로 나타내는 블럭도이다.
도 3은 동적인 객체와 정적인 객체를 설명하기 위한 도면이다.
도 4는 과거 도로 환경 데이터 대비 변화점이 존재하는 객체를 구분하여 표시한 것을 개략적으로 나타내는 도면이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "구성된다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.
먼저, 본 발명의 일실시예에 따른 시설물 안전점검 이동체은, 도 1 및 도 2에 나타낸 바와 같이, 베이스프레임(10)과, 레이저스캐너(20)와, 지피에스수신기(30)와, 가속도계(40)와, 카메라(50)와, 3차원형상 생성부(70)와, 안전분석부(90)를 포함하여 이루어진다.
상기 베이스프레임(10)은 차체(2)에 고정 설치된다.
상기 베이스프레임(10)는 필요에 따라 분리 가능하도록 차체(2)에 설치한다.
상기 베이스프레임(10)은 차체(2)의 지붕에 설치하는 것도 가능하고, 차체(2)에 별도의 적재공간을 형성하여 설치하는 것도 가능하다.
상기 레이저스캐너(20)는 상기 베이스프레임(10)에 설치된다.
상기 레이저스캐너(20) 대신에 라이다스캐너를 사용하는 것도 가능하다.
상기 레이저스캐너(20) 또는 라이다스캐너를 통하여 짧은 시간에 3차원 공간의 거리 정보(지면이나 벽면, 천정, 시설물의 위치정보)를 수집하는 것이 가능하다.
상기 지피에스수신기(30)는 상기 베이스프레임(10)에 설치된다.
상기 지피에스수신기(30)를 통하여 현재 차체(2)의 위치정보를 수집하는 것이 가능하다.
상기 가속도계(40)는 상기 베이스프레임(10)에 설치된다.
상기 가속도계(40)를 통하여 현재 차체(2)의 이동속도를 수집하는 것이 가능하다.
상기 카메라(50)는 상기 베이스프레임(10)에 설치된다.
상기 카메라(50)로는 고해상 씨씨디(CCD)카메라를 사용한다.
상기 카메라(50)는 전후좌우 및 위쪽 방향을 각각 촬영하도록 5개를 설치하는 것도 가능하다.
상기에서 카메라(50)로 초분광 카메라(초분광센서)를 사용하는 것도 가능하다.
상기 3차원형상 생성부(70)에서는 상기 지피에스수신기(20)와 라이다 또는 레이저스캐너(30) 및 가속도계(40)로부터 얻어지는 위치 및 공간정보를 바탕으로 3차원 형상을 생성한다.
상기와 같이 3차원 형상 생성부(70)에서 상기 라이다 또는 레이저스캐너(30)를 통하여 얻어진 위치정보를 바탕으로 3차원형상을 생성하고, 상기 지피스에스수신기(20)를 통하여 얻어진 차체(2)의 위치정보와 상기 가속도계(40)를 통하여 얻어진 차체(2)의 이동속도와 방향을 바탕으로 차체(2)가 생성된 3차원형상 내에서 이동하는 상황을 시뮬레이션하는 것이 가능하고, 이를 이용하여 자율주행을 구현하는 것이 가능하다.
예를 들면, 생성된 3차원형상에서 시설물 등의 장애물의 위치정보를 바탕으로 차체(2)의 이동속도와 방향을 감안하여 적용하면, 차체(2)가 장애물에 충돌하지 않도록 차체(2)의 이동속도와 방향을 제어하도록 구성하는 것이 가능하다.
상기 열적외선센서(60)는 상기 베이스프레임(10)에 설치된다.
상기 안전분석부(90)에서는 상기 카메라(50)와 열적외선센서(60)로부터 얻어지는 데이터를 분석하여 시설물의 이상여부를 진단한다.
예를 들면, 동일 부위를 촬영한 카메라(50)의 영상(또는 초분광카메라의 영상)과 열적외선센서(60)로부터 얻어진 데이터를 분석하면, 시설물의 균열, 박리, 박락, 백태, 부식 등의 다양한 결함을 검출하고, 이들 결함의 제원(길이, 폭 및 면적 등)을 자동 측정하여 분석하는 것도 가능하다.
상기에서 영상 분석은 촬영된 영상에서 중복된 영상들을 영상정합(image stitching 또는 image registration)함으로써 영상의 왜곡을 제거하고, 영상데이터의 이진화처리를 행하여 결함후보 픽셀을 검출하고, 독립점 등의 노이즈영역을 제거한 다음 결함후보 영역을 연결하는 작업을 수행하고, 결함후보 영역을 결함과 비결함으로 분류하여 결함을 검출하는 작업을 수행하고, 검출된 결함 영역의 속성을 분석하여 결함의 안전여부를 진단하는 과정으로 이루어진다.
상기에서 높은 중복도로 촬영된 영상들의 영상정합은 동일한 장면에 대해 얻은 여러 종류의 영상들을 하나의 통일된 좌표계상에서 표현하는 것으로서, 영상의 특징점(feature point 또는 key point)을 검출하고, 이 특징점들을 이용하여 정합을 빠르게 처리하여 얻어진다.
상기 균열과 비균열로 분류하여 균열을 검출하는 과정에서는 신경망(neural network)을 활용하여 분류하는 것도 가능하다.
그리고, 본 발명의 일실시예에 따른 시설물 안전점검 이동체는 상기 3차원형상 생성부(70)에 연결되어 생성된 3차원 형상으로 표시하는 표시장치(80)를 더 포함하는 것도 가능하다.
상기 표시장치(80)로 표시되는 3차원형상에는 상기 안전분석부(90)에서 분석된 결과가 반영되어 함께 표현되도록 구성하는 것도 가능하다.
상기에서 3차원형상 생성부(70), 안전분석부(90), 표시장치(80)는 차체(2)에 설치하는 것도 가능하고, 별도의 장소에 설치하여 원격으로 데이터를 유선 또는 무선으로 전송받아 작업을 수행하도록 구성하는 것도 가능하다.
도 3은 동적인 객체와 정적인 객체를 설명하기 위한 도면이고, 도 4는 과거 도로 환경 데이터 대비 변화점이 존재하는 객체를 구분하여 표시한 것을 개략적으로 나타내는 도면이다.
도 3을 참조하면, 본 발명은 이동 중인 차량(도 3의 좌측 화물차)에 대한 정보는 획득하지 않고, 도 3에 나타난 주차된 차량이나 도로 주변의 시설물에 대한 도로 환경 데이터를 획득하는 것이 바람직하다. 이는, 불필요한 연산을 줄이기 위한 것이다.
도 4를 참조하면, 본 발명은 과거 도로 환경 데이터와 비교하여 과거에 있었지만 없어진 객체 또는 과거에 없었지만 새로 탐지된 객체를 색으로 구분할 수 있으며, 바람직하게는 없어진 객체는 적색, 새로 탐지된 객체는 청색으로 구분하여 표시할 수 있다. 이를 통해 이동체의 주행만으로 넓은 지역에 대한 도로 정보를 신속하게 갱신할 수 있는 장점이 있다.
이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으나, 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다. 또한, 본 명세서와 도면에서 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 따라서, 상술한 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 선정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
베이스프레임: 10
레이저스캐너: 20
지피에스수신기: 30
가속도계: 40
카메라: 50
열적외선센서: 60
3차원형상 생성부: 70
표시장치: 80
안전분석부: 90
레이저스캐너: 20
지피에스수신기: 30
가속도계: 40
카메라: 50
열적외선센서: 60
3차원형상 생성부: 70
표시장치: 80
안전분석부: 90
Claims (3)
- 차량에 고정 설치되는 베이스프레임과, 상기 베이스프레임에 설치되는 지피에스(GPS)수신기와, 상기 베이스프레임에 설치되는 라이다와, 상기 베이스프레임에 설치되는 가속도계와, 상기 베이스프레임에 설치되는 카메라를 포함하여 상기 지피에스수신기와 라이다 및 가속도계로부터 얻어지는 위치 및 공간정보를 바탕으로 도로 환경 데이터를 획득하는 데이터생성부; 및
상기 데이터생성부로부터 얻어지는 데이터를 분석하여 도로 환경의 이상여부를 진단하는 안전분석부;를 포함하되,
상기 안전분석부는,
상기 도로 환경 데이터를 획득한 위치 정보를 기초로 상기 도로 환경 데이터의 과거 데이터를 비교 분석하여 새로운 객체 또는 삭제된 객체를 각각 상이한 색상으로 표시하는 것을 특징으로 하는 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법.
- 제1항에 있어서, 상기 안전분석부는,
촬영된 영상에서 중복된 영상들을 영상정합함으로써 영상의 왜곡을 제거하고, 영상데이터의 이진화처리를 행하여 결함후보 픽셀을 검출하고, 독립점 등의 노이즈영역을 제거한 다음 결함후보 영역을 연결하는 작업을 수행하고, 신경망(neural network)을 활용하여 결함후보 영역을 결함과 비결함으로 분류하여 결함을 검출하는 작업을 수행하고, 검출된 결함 영역의 속성을 분석하여 결함의 안전여부를 진단하는 과정을 수행하여 행하는 것을 특징으로 하는 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법.
- 제1 항에 있어서, 상기 안전분석부는,
높은 중복도로 촬영된 영상들의 영상정합은 동일한 장면에 대해 얻은 여러 종류의 영상들을 하나의 통일된 좌표계상에서 표현하는 것으로서, 영상의 특징점을 검출하고, 이 특징점들을 이용하여 정합을 빠르게 처리하여 얻는 것을 특징으로 하는 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210192581A KR20230104333A (ko) | 2021-12-30 | 2021-12-30 | 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210192581A KR20230104333A (ko) | 2021-12-30 | 2021-12-30 | 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230104333A true KR20230104333A (ko) | 2023-07-10 |
Family
ID=87155709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210192581A KR20230104333A (ko) | 2021-12-30 | 2021-12-30 | 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230104333A (ko) |
-
2021
- 2021-12-30 KR KR1020210192581A patent/KR20230104333A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | A review of applications of visual inspection technology based on image processing in the railway industry | |
| US11142230B2 (en) | Broken wheel detection system | |
| US9465987B1 (en) | Monitoring and detecting weather conditions based on images acquired from image sensor aboard mobile platforms | |
| JP6646527B2 (ja) | 物体検知評価システム及び物体検知評価方法 | |
| Shaghouri et al. | Real-time pothole detection using deep learning | |
| US20220270376A1 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
| US20150371094A1 (en) | A road marking analyser and a method of analysis of road markings and an apparatus and method for detecting vehicle weave | |
| JP2023093546A (ja) | 物理オブジェクトの欠陥を判定するためのシステム及び方法 | |
| Mertz et al. | City-wide road distress monitoring with smartphones | |
| CN113011252B (zh) | 轨道异物侵限检测系统及方法 | |
| CN112639803B (zh) | 用于识别设施处的物体的方法和组件 | |
| US11769238B2 (en) | Systems and methods for creating and/or analyzing three-dimensional models of infrastructure assets | |
| KR20200056879A (ko) | 전차 선로의 조류 둥지 자동 검출 장치 및 방법 | |
| KR20230104333A (ko) | 라이다 및 영상 분석을 통한 도로정보변화 감지 시스템 및 방법 | |
| Aubert et al. | Digital imaging for assessing and improving highway visibility | |
| CN112585484A (zh) | 用于识别具有运行设备的设施的电晕放电的方法和组件 | |
| KR102492290B1 (ko) | 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템 | |
| KR102252174B1 (ko) | 모바일매핑시스템을 이용한 시설물 안전점검 이동체 | |
| KR102310900B1 (ko) | 무인항공기를 이용한 송전설비의 진단장치 및 그 방법 | |
| Nichoha et al. | Development of modern methods and directions of rapid diagnostics of railway tracks defects by television methods | |
| Hu et al. | Automatic detection and evaluation of 3D pavement defects using 2D and 3D information at the high speed | |
| Xu et al. | Vision-based pavement marking detection–a case study | |
| Tian et al. | Feasibility of Low-Cost 3D Reconstruction of Small Infrastructure Assets: A Case Study of Fire Hydrants | |
| Mohamed et al. | Automated Traffic Safety Assessment Tool Utilizing Monocular 3D Convolutional Neural Network Based Detection Algorithm at Signalized Intersections | |
| Yao et al. | Automatic analysis of traffic scenario from airborne thermal infrared video |