WO2017188523A1 - 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기 - Google Patents

운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기 Download PDF

Info

Publication number
WO2017188523A1
WO2017188523A1 PCT/KR2016/011453 KR2016011453W WO2017188523A1 WO 2017188523 A1 WO2017188523 A1 WO 2017188523A1 KR 2016011453 W KR2016011453 W KR 2016011453W WO 2017188523 A1 WO2017188523 A1 WO 2017188523A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
big data
information
tracked
license plate
Prior art date
Application number
PCT/KR2016/011453
Other languages
English (en)
French (fr)
Inventor
김성일
Original Assignee
김성일
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 김성일 filed Critical 김성일
Priority to CN201680051477.XA priority Critical patent/CN108140231A/zh
Publication of WO2017188523A1 publication Critical patent/WO2017188523A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D41/00—Fittings for identifying vehicles in case of collision; Fittings for marking or recording collision areas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/205—Indicating the location of the monitored vehicles as destination, e.g. accidents, stolen, rental
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/12—Messaging; Mailboxes; Announcements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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

Definitions

  • the present invention relates to a traffic information big data management system using a license plate recognition of a vehicle, a server therefor and a user terminal therefor.
  • the present invention is to recognize the license plate of the vehicle ahead of the car, register it with the server to configure the big data, and use it to operate the vehicle tracking or navigation.
  • Embodiments of the present invention recognize the license plate of the front car by using the image pickup means, register it with the server to configure the big data, and use it to traffic information using the license plate recognition of the vehicle used for vehicle tracking or navigation
  • Provided are a data management system, a server therefor, and a user terminal therefor.
  • vehicle information including a license plate image of a vehicle, an acquisition time and an acquisition point of an image is received from each of a plurality of user terminals, and the identification number of the vehicle is derived from the vehicle information.
  • a vehicle information integrating unit configured to construct traffic information big data by integrating time and location in real time;
  • An object information obtaining unit which receives an identification number of a vehicle to be tracked from the control terminal;
  • An object recent position obtaining unit for obtaining an object time and an object position corresponding to the identification number of the vehicle to be tracked;
  • a branch point probability calculation unit calculating a route reachable by the vehicle to be tracked from the target time to the current time, detecting branch points located on the reachable path, and calculating a probability of branching at each of the branch points;
  • a target current position prediction unit that multiplies the probability of branching for each reachable path, and predicts and transmits the current position of the tracked vehicle to the control terminal based on the multiplication result.
  • a traffic information big data operation server using license plate recognition
  • an image acquisition unit for obtaining an image from the imaging means provided in the first transport means;
  • a vehicle information acquisition unit for recognizing a license plate of a second vehicle different from the first vehicle by analyzing the image, and acquiring an acquisition time and an acquisition point of the image as vehicle information of the second vehicle;
  • a notification message transmission unit for transmitting a notification message including the vehicle information to a traffic information big data operation server.
  • an image is obtained from an image pickup means included in a vehicle, and the image is analyzed to recognize a license plate of a second vehicle different from the first vehicle, At least one user terminal acquiring an acquisition time and an acquisition point as vehicle information of the second vehicle, and transmitting a notification message including the vehicle information; At least one control terminal capable of transmitting an identification number of a vehicle to be tracked different from the vehicle; And receiving vehicle information including a license plate image of the vehicle, an acquisition time and an acquisition point of the vehicle from each of the plurality of user terminals, and real-time integrating the identification number, time and location of the vehicle from the vehicle information.
  • Configure traffic information big data receive an identification number of the tracked vehicle from the control terminal, obtain a target time and a target position corresponding to the identification number of the tracked vehicle, and obtain a current time from the target time
  • the vehicle to be tracked calculates a reachable path, detects branch points located on the reachable path, calculates a probability to branch at each of the branch points, and multiplies the probability of branching for each reachable path. And the current state of the tracked vehicle based on the multiplication result.
  • Predicting the location in the traffic information big data management server to transmit to the control terminal discloses a traffic information management system using a Big Data plate recognition, the vehicle comprising a.
  • Another embodiment of the present invention receiving a vehicle information including a license plate image of the vehicle, the acquisition time and the acquisition point of the vehicle from each of a plurality of user terminals, the identification of the vehicle from the vehicle information Constructing traffic information big data by integrating the number, time, and location in real time; Receiving an identification number of the vehicle to be tracked from the control terminal; Obtaining a target time and a target position corresponding to the identification number of the tracked vehicle; Calculating a route that the tracked vehicle can reach from the target time to the current time, detecting branch points located on the reachable path, and calculating a probability of branching at each of the branch points; And multiplying the probability of branching for each reachable path, and predicting and transmitting the current position of the tracked vehicle to the control terminal based on the result of the multiplication.
  • a traffic information big data operation method is disclosed.
  • the traffic information big data operation system using license plate recognition of a vehicle of the present invention, a server for this, and a user terminal therefor recognize a license plate of a preceding car by using an imaging means, and register it with a server to construct big data. This can be used for vehicle tracking or navigation.
  • FIG. 1 is a diagram showing the configuration of a traffic information big data management system using license plate recognition of a vehicle according to an embodiment of the present invention.
  • FIG. 2 is a block diagram illustrating an example of an internal configuration of a user terminal for operating traffic information big data shown in FIG. 1.
  • FIG. 3 is a block diagram illustrating an example of an internal configuration of the traffic information big data management server illustrated in FIG. 1.
  • FIG. 4 is a flowchart illustrating a method for operating traffic information big data using license plate recognition of a vehicle according to an embodiment of the present invention.
  • FIG. 5 is a flowchart illustrating a method for operating traffic information big data using license plate recognition of a vehicle according to another embodiment of the present invention.
  • FIG. 6 is a flowchart illustrating a method of operating traffic information big data using license plate recognition of a vehicle according to another embodiment of the present invention.
  • FIG. 7 is a flowchart illustrating a method of operating traffic information big data using license plate recognition of a vehicle according to another embodiment of the present invention.
  • FIG. 1 is a diagram showing the configuration of a traffic information big data management system using license plate recognition of a vehicle according to an embodiment of the present invention.
  • a license plate of another vehicle 100b is different from an imaging unit 120 provided in the vehicle 100a.
  • the user terminal 110a may transmit a notification message to the big data operation server 140 through the communication network 300.
  • the vehicle (100a, 100b, 100c, 100d) is shown as an automobile, the spirit of the present invention is not limited to this, a vehicle having a license plate may be borrowed without limitation.
  • the imaging unit 120 and the user terminal 110a may be electrically or wirelessly connected.
  • the imaging means 120 may be, for example, a black box provided in the vehicle 100a.
  • the user terminals 100a, 100c, and 100d refer to a communication terminal capable of receiving an image from the imaging unit 120 and transmitting a notification message including the current time and location to the big data operation server 140.
  • the user terminals 100a, 100c, and 100d may be a portable terminal of the operator.
  • the communication network 300 connects the plurality of user terminals 100a, 100c, and 100d with the big data operation server 140.
  • the communication network 300 may be a wired network such as local area networks (LANs), wide area networks (WANs), metropolitan area networks (MANs), integrated service digital networks (ISDNs), wireless LANs, CDMA, Bluetooth, satellite communications, and the like. Although it may encompass a wireless network, the scope of the present invention is not limited thereto.
  • FIG. 2 is a block diagram illustrating an example of an internal configuration of the user terminal 100a for operating traffic information big data shown in FIG. 1.
  • the user terminal 110a for operating the traffic information big data illustrated in FIG. 1 includes an image acquirer 210, a vehicle information acquirer 220, a notification message transmitter 230, and the like. do.
  • the image acquisition unit 210 acquires an image from the image pickup means provided in the vehicle.
  • the vehicle information obtaining unit 220 analyzes the image, recognizes the license plate of the second vehicle different from the first vehicle, and acquires the acquisition time and the acquisition point of the image as vehicle information of the second vehicle. .
  • the notification message transmitter 230 transmits the notification message including the vehicle information to the traffic information big data management server.
  • FIG. 3 is a block diagram illustrating an example of an internal configuration of the traffic information big data operation server 140 illustrated in FIG. 1.
  • the traffic information big data operation server 140 illustrated in FIG. 1 may include a vehicle information integrating unit 310 for configuring big data through license plate recognition.
  • the vehicle information integrator 310 receives, from each of the plurality of user terminals, vehicle information including a license plate image of the vehicle, an acquisition time and an acquisition point of the image, and identifies the vehicle identification number and time from the vehicle information. And real-time integration of the traffic information big data.
  • the vehicle information integrator 310 may obtain a real-time image of other vehicles within a first predetermined range from the predicted point, while predicting the current position of the vehicle to be tracked in real time.
  • the vehicle information integrating unit 310 expands the first range to the second range and, if there are no other vehicles within the first range preset from the prediction point, and transports the other range within the second range. It is possible to provide a path through the first range for the means.
  • FIG. 4 is a flowchart illustrating a method for operating traffic information big data using license plate recognition of a vehicle according to an embodiment of the present invention.
  • an image acquisition unit 210 may be used to capture an image from an imaging unit provided in the vehicle. Acquire (S410).
  • the vehicle information acquisition unit analyzes an image and is different from the first vehicle.
  • the license plate of the second vehicle is recognized, and an acquisition time and an acquisition point of the image are acquired as vehicle information of the second vehicle (S420).
  • the notification message transmission unit includes the vehicle information in the traffic information big data operation server
  • the notification message is transmitted (S430).
  • the traffic information big data operation server 140 shown in FIG. 1 may acquire the target information acquisition unit 320 and the target recent position for vehicle tracking operation and navigation operation.
  • the unit 330 may further include a branch point probability calculator 340, a target current position predictor 350, a target lane information acquirer 360, and a tracking information generator 370.
  • the target information acquisition unit 320 receives the identification number of the vehicle to be tracked from the control terminal.
  • the target recent position obtaining unit 330 obtains the target time and the target position corresponding to the identification number of the tracked vehicle.
  • the branch probability calculation unit 340 calculates a path that the tracked vehicle can reach from the target time to the current time, detects branch points located on the reachable path, and calculates a probability of branching at each branch point.
  • the branch point probability calculator 340 may recalculate the probability of branching at each branch point by further using driving lane information of the tracked vehicle.
  • the target current position prediction unit 350 multiplies the probabilities of branching for each reachable path, and predicts and transmits the current position of the vehicle to be tracked based on the multiplication result to the control terminal.
  • the target lane information obtaining unit 360 additionally obtains driving information of a vehicle that acquires an image of the tracked vehicle, thereby driving lane information of the tracked vehicle. Acquire.
  • lane information may be calculated by analyzing relative positions.
  • the tracking information generation unit 370 receives an identification number and a location of the tracking vehicle, generates a tracking path for the tracking vehicle and the target vehicle to meet, and includes a tracking path and an expected encounter point. Provides information in real time to control terminals and tracking vehicles.
  • the tracking information generation unit 370 sets priorities to each of the plurality of reachable routes of the tracking vehicle when the plurality of tracking vehicles exist, and tracks the vehicles in the order of high priority. As many predicted encounter points may be generated as possible to provide different predicted encounter points for each of the tracking vehicles.
  • a scenario of where the tracking target is to be moved is configured according to the branch probability, and the tracking vehicles are assigned to each scenario.
  • the effect is to make the tracking target more effective.
  • FIG. 5 is a flowchart illustrating a method for operating traffic information big data using license plate recognition of a vehicle according to another embodiment of the present invention.
  • the traffic information big data operating method using license plate recognition of a vehicle integrates vehicle information received from a user terminal (S510).
  • the traffic information big data operating method using the license plate recognition of the vehicle obtains information on the tracking target from the control terminal (S520).
  • the traffic information big data operating method using the license plate recognition of the vehicle obtains the latest position of the tracking target (S530).
  • the traffic information big data operating method using license plate recognition of a vehicle determines whether a time at which a target location is obtained is within a preset time.
  • step S540 when the time at which the target location is acquired is within a preset time, the tracking target may be reported as being capable of real time tracking, and the process as shown in FIG. 6 may be performed, and the time at which the target location is acquired is not within the preset time. In this case, the tracking target may report that the real-time tracking is not possible and may proceed with the process of FIG. 7.
  • FIG. 6 is a flowchart illustrating a method of operating traffic information big data using license plate recognition of a vehicle according to another embodiment of the present invention.
  • the traffic information big data operating method using license plate recognition of a vehicle obtains lane information of a tracking target when a time at which a target location is acquired is within a preset time. (S610).
  • the traffic information big data operating method using the license plate recognition of the vehicle further calculates the branch point probability by further using the lane information of the tracking target (S620).
  • the traffic information big data operating method using the license plate recognition of the vehicle determines the expected encounter point of the tracking vehicle and the tracking vehicle based on the recalculated branch probability ( 630).
  • FIG. 7 is a flowchart illustrating a method of operating traffic information big data using license plate recognition of a vehicle according to another embodiment of the present invention.
  • a traffic information big data operating method using license plate recognition of a vehicle may have elapsed from a recent target location when the time at which the target location is acquired is not within a preset time.
  • the tracking target calculates a reachable path based on time, and performs probability calculation on branch points on the reachable path (S710).
  • the traffic information big data operating method using the license plate recognition of the vehicle is based on the result of multiplying the probability calculation for each reachable path to determine the point to be the current position of the tracking target Determine (S720).
  • the traffic information big data operating method using the license plate recognition of the vehicle expands the information acquisition range to obtain the surrounding information of the point expected to be the current location of the tracking target ( S730).
  • the tracking target In the case of acquiring the image of the tracking target after expanding the information acquisition range through step S730, the tracking target may be viewed as being possible to be tracked in real time, and the process as shown in FIG. 6 may be performed.
  • the big data management system when the image pickup means provided in the vehicle transmits an image photographing a brake, etc. of another vehicle, to the big data operation server provided in the vehicle, the big data operation is performed.
  • the server may determine whether the brake is broken, and if it is determined to be a failure, the server may transmit a notification message to the big data operation server provided in the vehicle.
  • the brake light is a lamp provided at the rear of the vehicle, which may include at least two headlights symmetrically arranged on the left and right sides, and may optionally include a centrally arranged auxiliary light.
  • the big data operation server for brake light failure notification operation includes an image acquisition unit (not shown), a brake light failure determination unit (not shown) and a notification message transmission unit (not shown).
  • An image acquisition unit (not shown) acquires an image from an imaging unit provided in the vehicle.
  • the image acquisition unit may determine whether the brake of the vehicle is in operation, and acquire an image when the brake of the vehicle is in operation.
  • the image acquisition unit may further determine whether the separation distance between the vehicle and the other vehicle is within a preset reference distance, and the separation distance is a reference distance. In the case of mine, an image may be acquired.
  • the image acquisition unit may further determine whether the vehicle is stopped when the separation distance is within the reference distance, and acquire an image when the vehicle is stopped.
  • the brake lamp failure determining unit (not shown) analyzes the image to determine whether the brake lamp of the vehicle and the vehicle different from the vehicle is a failure.
  • the brake lamp failure determining unit may determine that the brake lamp of the other vehicle is a failure when only one of the lights of both lights of the other vehicle in the image blinks.
  • the brake lamp failure determining unit may determine that the brake lamp of the other vehicle is a failure when none of the lights of the other vehicle in the image blink.
  • the brake light failure determining unit may detect lanes in the image and recognize lights in the area corresponding to two lanes corresponding to the vehicle among the lanes as lights of other vehicles. have.
  • the brake lamp failure determining unit may analyze the image to recognize license plates of other vehicles.
  • the brake lamp failure determining unit may analyze the image and determine that the brake lamp is broken when the lamp blinks symmetrically about the license plate.
  • the notification message transmitter may transmit a notification message for notifying the failure of the brake light to a user terminal in another vehicle by using the user terminal in the vehicle.
  • the notification message transmitter may transmit a notification message for notifying a failure of a brake, etc. of the vehicle corresponding to the license plate, by using a user terminal in the vehicle.
  • the notification message transmitter fails the brake light of the vehicle corresponding to the license plate only if it does not receive an ACK message corresponding to the notification message from the user terminal in the other vehicle.
  • a notification message for notifying the user may be transmitted to the surroundings.

Abstract

본 발명은 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기에 관한 것이다. 특히, 본 발명은 앞 차의 번호판을 인식하고, 이를 서버에 등록하여 빅데이터를 구성하고, 이를 이용하여 차량 추적이나 네비게이션 등에 운용하기 위한 것이다.

Description

운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기
본 발명은 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기에 관한 것이다. 특히, 본 발명은 앞 차의 번호판을 인식하고, 이를 서버에 등록하여 빅데이터를 구성하고, 이를 이용하여 차량 추적이나 네비게이션 등에 운용하기 위한 것이다.
일반적으로 차량의 운행자는 자신의 차량의 브레이크등이 고장났음을 인지하기가 어려우며, 브레이크등이 고장 난 상태로 운행을 하는 경우, 급제동 시 뒤 차의 운행자에게 브레이크가 동작 중임을 알려주지 못 하게 되어 추돌 사고로 이어질 수 있는 문제가 있었다. 한편, 관련기술로는 한국공개특허공보 제10-1999-0041171호가 존재한다.
본 발명의 실시예들은 촬상 수단을 이용하여 앞 차의 번호판을 인식하고, 이를 서버에 등록하여 빅데이터를 구성하고, 이를 이용하여 차량 추적이나 네비게이션 등에 운용하는 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기를 제공한다.
본 발명의 일 실시예는, 복수의 사용자 단말기들 각각으로부터 운송 수단의 번호판 영상, 영상의 획득 시각 및 획득 지점을 포함하는 운송 수단 정보를 수신하고, 상기 운송 수단 정보로부터 상기 운송 수단의 식별 번호, 시각 및 위치를 실시간 통합하여 교통 정보 빅데이터를 구성하는 운송 수단 정보 통합부; 관제 단말기로부터 추적 대상 운송 수단의 식별 번호를 수신하는 대상 정보 획득부; 상기 추적 대상 운송 수단의 식별 번호에 상응하는 대상 시각 및 대상 위치를 획득하는 대상 최근 위치 획득부; 상기 대상 시각으로부터 현재 시각까지 상기 추적 대상 운송 수단이 도달 가능한 경로를 산출하고, 상기 도달 가능한 경로 상에 위치한 분기점들을 검출하고, 상기 분기점들 각각에서 분기할 확률을 계산하는 분기점 확률 계산부; 및 상기 도달 가능한 경로마다의 상기 분기할 확률을 곱산하고, 곱산 결과에 기초하여 상기 추적 대상 운송 수단의 현재 위치를 예측하여 상기 관제 단말기에 전송하는 대상 현재 위치 예측부;를 포함하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버를 개시한다.
본 발명의 다른 일 실시예는, 제1 운송 수단에 구비된 촬상 수단으로부터 영상을 획득하는 영상 획득부; 상기 영상을 분석하여, 상기 제1 운송 수단과 서로 다른 제2 운송 수단의 번호판을 인식하고, 상기 영상의 획득 시각 및 획득 지점을 상기 제2 운송 수단의 운송 수단 정보로서 획득하는 운송 수단 정보 획득부; 및 교통 정보 빅데이터 운용 서버에 상기 운송 수단 정보를 포함하는 알림 메시지를 전송하는 알림 메시지 전송부;를 포함하는, 교통 정보 빅데이터 운용을 위한 사용자 단말기를 개시한다.
본 발명의 또 다른 일 실시예는, 운송 수단에 구비된 촬상 수단으로부터 영상을 획득하고, 상기 영상을 분석하여, 상기 제1 운송 수단과 서로 다른 제2 운송 수단의 번호판을 인식하고, 상기 영상의 획득 시각 및 획득 지점을 상기 제2 운송 수단의 운송 수단 정보로서 획득하고, 상기 운송 수단 정보를 포함하는 알림 메시지를 전송 가능한 적어도 하나의 사용자 단말기; 상기 운송 수단과 서로 다른 추적 대상 운송 수단의 식별 번호를 전송 가능한 적어도 하나의 관제 단말기; 및 복수의 사용자 단말기들 각각으로부터 운송 수단의 번호판 영상, 영상의 획득 시각 및 획득 지점을 포함하는 운송 수단 정보를 수신하고, 상기 운송 수단 정보로부터 상기 운송 수단의 식별 번호, 시각 및 위치를 실시간 통합하여 교통 정보 빅데이터를 구성하고, 상기 관제 단말기로부터 상기 추적 대상 운송 수단의 식별 번호를 수신하고, 상기 추적 대상 운송 수단의 식별 번호에 상응하는 대상 시각 및 대상 위치를 획득하고, 상기 대상 시각으로부터 현재 시각까지 상기 추적 대상 운송 수단이 도달 가능한 경로를 산출하고, 상기 도달 가능한 경로 상에 위치한 분기점들을 검출하고, 상기 분기점들 각각에서 분기할 확률을 계산하고, 상기 도달 가능한 경로마다의 상기 분기할 확률을 곱산하고, 곱산 결과에 기초하여 상기 추적 대상 운송 수단의 현재 위치를 예측하여 상기 관제 단말기에 전송하는 교통 정보 빅데이터 운용 서버;를 포함하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템을 개시한다.
본 발명의 또 다른 일 실시예는, 복수의 사용자 단말기들 각각으로부터 운송 수단의 번호판 영상, 영상의 획득 시각 및 획득 지점을 포함하는 운송 수단 정보를 수신하고, 상기 운송 수단 정보로부터 상기 운송 수단의 식별 번호, 시각 및 위치를 실시간 통합하여 교통 정보 빅데이터를 구성하는 단계; 관제 단말기로부터 추적 대상 운송 수단의 식별 번호를 수신하는 단계; 상기 추적 대상 운송 수단의 식별 번호에 상응하는 대상 시각 및 대상 위치를 획득하는 단계; 상기 대상 시각으로부터 현재 시각까지 상기 추적 대상 운송 수단이 도달 가능한 경로를 산출하고, 상기 도달 가능한 경로 상에 위치한 분기점들을 검출하고, 상기 분기점들 각각에서 분기할 확률을 계산하는 단계; 및 상기 도달 가능한 경로마다의 상기 분기할 확률을 곱산하고, 곱산 결과에 기초하여 상기 추적 대상 운송 수단의 현재 위치를 예측하여 상기 관제 단말기에 전송하는 단계;를 포함하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 개시한다.
본 발명의 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기에 의해 촬상 수단을 이용하여 앞 차의 번호판을 인식하고, 이를 서버에 등록하여 빅데이터를 구성하고, 이를 이용하여 차량 추적이나 네비게이션 등에 운용할 수 있다.
도 1은 본 발명의 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템의 구성을 나타낸 도면이다.
도 2는 도 1에 도시된 교통 정보 빅데이터 운용을 위한 사용자 단말기의 내부 구성의 일 예를 나타낸 블록도이다.
도 3은 도 1에 도시된 교통 정보 빅데이터 운용 서버의 내부 구성의 일 예를 나타낸 블록도이다.
도 4는 본 발명의 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 나타낸 동작 흐름도이다.
도 5는 본 발명의 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 나타낸 동작 흐름도이다.
도 6은 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 나타낸 동작 흐름도이다.
도 7은 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 나타낸 동작 흐름도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 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.
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.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
번호판 인식을 통한 빅데이터 구성
도 1은 본 발명의 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템의 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템은 운송 수단(100a)에 구비된 촬상 수단(120)이 다른 운송 수단(100b)의 번호판(130)을 촬영한 영상을 운송 수단(100a) 내 사용자 단말기(110a)에 전송하면, 사용자 단말기(110a)가 통신망(300)을 통해 빅데이터 운용 서버(140)에 알림 메시지를 전송할 수 있다.
도 1에서는 운송 수단(100a, 100b, 100c, 100d)이 자동차로 도시되었지만, 본 발명의 사상은 이에 제한되지 아니하며, 번호판을 구비한 운송 수단은 제한 없이 차용될 수 있다.
촬상 수단(120) 및 사용자 단말기(110a)는 전기적으로 혹은 무선 통신으로 연결될 수 있다.
촬상 수단(120)은 예컨대, 운송 수단(100a)에 구비된 블랙 박스일 수 있다.
사용자 단말기(100a, 100c, 100d)는 촬상 수단(120)으로부터 영상을 수신하고, 현재 시각 및 위치를 포함하는 알림 메시지를 빅데이터 운용 서버(140)에 전송할 수 있는 통신 단말기를 의미한다. 여기서 사용자 단말기(100a, 100c, 100d)는 운행자의 휴대용 단말기일 수 있다.
한편, 통신망(300)은 복수 개의 사용자 단말기(100a, 100c, 100d)들과 빅데이터 운용 서버(140)를 연결하는 역할을 수행한다. 통신망(300)은 예컨대 LANs(Local Area Networks), WANs(Wide Area Networks), MANs(Metropolitan Area Networks), ISDNs(Integrated Service Digital Networks) 등의 유선 네트워크나, 무선 LANs, CDMA, 블루투스, 위성 통신 등의 무선 네트워크를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
도 2는 도 1에 도시된 교통 정보 빅데이터 운용을 위한 사용자 단말기(100a)의 내부 구성의 일 예를 나타낸 블록도이다.
도 2를 참조하면, 도 1에 도시된 교통 정보 빅데이터 운용을 위한 사용자 단말기(110a)는 영상 획득부(210), 운송 수단 정보 획득부(220) 및 알림 메시지 전송부(230) 등을 포함한다.
영상 획득부(210)는 운송 수단에 구비된 촬상 수단으로부터 영상을 획득한다.
운송 수단 정보 획득부(220)는 영상을 분석하여, 제1 운송 수단과 서로 다른 제2 운송 수단의 번호판을 인식하고, 영상의 획득 시각 및 획득 지점을 제2 운송 수단의 운송 수단 정보로서 획득한다.
알림 메시지 전송부(230)는 교통 정보 빅데이터 운용 서버에 운송 수단 정보를 포함하는 알림 메시지를 전송한다.
도 3은 도 1에 도시된 교통 정보 빅데이터 운용 서버(140)의 내부 구성의 일 예를 나타낸 블록도이다.
도 3을 참조하면, 도 1에 도시된 교통 정보 빅데이터 운용 서버(140)는 번호판 인식을 통한 빅데이터 구성을 위해 운송 수단 정보 통합부(310)를 포함할 수 있다.
운송 수단 정보 통합부(310)는 복수의 사용자 단말기들 각각으로부터 운송 수단의 번호판 영상, 영상의 획득 시각 및 획득 지점을 포함하는 운송 수단 정보를 수신하고, 운송 수단 정보로부터 운송 수단의 식별 번호, 시각 및 위치를 실시간 통합하여 교통 정보 빅데이터를 구성한다.
선택적 실시예에서, 운송 수단 정보 통합부(310)는 추적 대상 운송 수단의 현재 위치를 실시간 예측하면서, 예측 지점으로부터 기설정된 제1 범위 내 다른 운송 수단들에 대해 실시간 영상을 획득할 수 있다.
선택적 실시예에서, 운송 수단 정보 통합부(310)는 예측 지점으로부터 기설정된 제1 범위 내 다른 운송 수단들이 존재하지 아니하는 경우, 제1 범위를 제2 범위로 확대하고, 제2 범위 내 다른 운송 수단들에 대해 제1 범위를 통과하는 경로를 제공할 수 있다.
도 4는 본 발명의 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 나타낸 동작 흐름도이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 영상 획득부(도 2의 210 참조)가, 운송 수단에 구비된 촬상 수단으로부터 영상을 획득한다(S410).
또한, 본 발명의 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 운송 수단 정보 획득부(도 2의 220 참조)가, 영상을 분석하여, 제1 운송 수단과 서로 다른 제2 운송 수단의 번호판을 인식하고, 영상의 획득 시각 및 획득 지점을 제2 운송 수단의 운송 수단 정보로서 획득한다(S420).
또한, 본 발명의 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 알림 메시지 전송부(도 2의 230 참조)가, 교통 정보 빅데이터 운용 서버에 운송 수단 정보를 포함하는 알림 메시지를 전송한다(S430).
차량 추적 운용 및 네비게이션 운용
차량 추적 운용 및 네비게이션 운용과 관련하여 도 3을 참조하면, 도 1에 도시된 교통 정보 빅데이터 운용 서버(140)는 차량 추적 운용 및 네비게이션 운용을 위해 대상 정보 획득부(320), 대상 최근 위치 획득부(330), 분기점 확률 계산부(340), 대상 현재 위치 예측부(350), 대상 차선 정보 획득부(360) 및 추적 정보 생성부(370)를 더 포함할 수 있다.
대상 정보 획득부(320)는 관제 단말기로부터 추적 대상 운송 수단의 식별 번호를 수신한다.
대상 최근 위치 획득부(330)는 추적 대상 운송 수단의 식별 번호에 상응하는 대상 시각 및 대상 위치를 획득한다.
분기점 확률 계산부(340)는 대상 시각으로부터 현재 시각까지 추적 대상 운송 수단이 도달 가능한 경로를 산출하고, 도달 가능한 경로 상에 위치한 분기점들을 검출하고, 분기점들 각각에서 분기할 확률을 계산한다.
선택적 실시예에서, 분기점 확률 계산부(340)는 추적 대상 운송 수단의 주행 차선 정보를 더 이용하여, 분기점들 각각에서 분기할 확률을 재계산할 수 있다.
대상 현재 위치 예측부(350)는 도달 가능한 경로마다의 분기할 확률을 곱산하고, 곱산 결과에 기초하여 추적 대상 운송 수단의 현재 위치를 예측하여 관제 단말기에 전송한다.
대상 차선 정보 획득부(360)는 대상 시각 및 현재 시각의 차이가 기설정된 시간 내인 경우, 추적 대상 운송 수단의 영상을 획득한 운송 수단의 주행 정보를 추가 획득하여, 추적 대상 운송 수단의 주행 차선 정보를 획득한다.
이와 같이, 본 발명의 일 실시예에 따르면, 추적 대상 차량의 GPS 정보를 획득하더라도, GPS의 정확도 한계에 따라 추적 대상 차량의 진행 차선 정보는 현실적으로 얻기가 어려우므로, 영상 획득 차량의 GPS 정보 등 둘 이상의 GPS 정보를 바탕으로 상대적 위치 등을 분석하여 차선 정보를 계산해낼 수 있다.
추적 정보 생성부(370)는 추적 운송 수단의 식별 번호 및 위치를 수신하고, 추적 운송 수단 및 추적 대상 운송 수단이 조우하도록 하기 위한 추적 경로를 생성하고, 및 추적 경로 및 예상 조우 지점을 포함하는 추적 정보를 관제 단말기 및 추적 운송 수단에 실시간 제공한다.
선택적 실시예에서, 추적 정보 생성부(370)는 복수의 추적 운송 수단들이 존재하는 경우, 추적 운송 수단의 도달 가능한 복수의 경로에 각각에 우선순위를 설정하고, 우선순위가 높은 순서대로 추적 운송 수단들의 수만큼 예상 조우 지점들을 생성하여 추적 운송 수단들 각각에 대해 서로 다른 예상 조우 지점을 제공할 수 있다.
이와 같이, 본 발명의 일 실시예에 따르면, 복수의 추적 운송 수단들이 구비되어 있는 경우, 추적 대상이 어디로 움직일지에 대한 시나리오를 분기 확률에 따라 구성하고, 각각의 시나리오마다 추적 운송 수단을 배정함으로써, 추적 대상을 보다 효과적으로 추적 가능케 하는 효과가 있다.
도 5는 본 발명의 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 나타낸 동작 흐름도이다.
도 5를 참조하면, 본 발명의 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 사용자 단말기로부터 수신된 운송 수단 정보를 통합한다(S510).
또한, 본 발명의 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 관제 단말기로부터 추적 대상에 관한 정보를 획득한다(S520).
또한, 본 발명의 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 추적 대상의 최근 위치를 획득한다(S530).
또한, 본 발명의 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 대상 위치가 획득된 시간이 기설정된 시간 내인지 여부를 판단한다(S540).
단계(S540)에서, 대상 위치가 획득된 시간이 기설정된 시간 내인 경우에는 추적 대상이 실시간 추적이 가능한 것으로 보고 도 6과 같은 프로세스를 진행할 수 있으며, 대상 위치가 획득된 시간이 기설정된 시간 내가 아닌 경우에는 추적 대상이 실시간 추적이 가능하지 아니한 것으로 보고 도 7과 같은 프로세스를 진행할 수 있다.
도 6은 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 나타낸 동작 흐름도이다.
도 6을 참조하면, 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 대상 위치가 획득된 시간이 기설정된 시간 내인 경우, 추적 대상의 차선 정보를 획득한다(S610).
또한, 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 추적 대상의 차선 정보를 더 이용하여 분기점 확률을 재계산한다(S620).
또한, 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 재계산된 분기점 확률을 기초로 추적 운송 수단 및 추적 대상 운송 수단의 예상 조우 지점을 결정한다(630).
도 7은 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법을 나타낸 동작 흐름도이다.
도 7을 참조하면, 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 대상 위치가 획득된 시간이 기설정된 시간 내가 아닌 경우, 최근 대상 위치로부터 경과한 시간을 기초로 추적 대상이 도달 가능한 경로를 산출하고, 도달 가능한 경로상의 분기점들에 대해 확률 계산을 수행한다(S710).
또한, 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 도달 가능한 경로마다의 확률 계산을 곱산한 결과에 기초하여 추적 대상의 현재 위치로 예상되는 지점을 결정한다(S720).
또한, 본 발명의 또 다른 일 실시예에 따른 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법은 추적 대상의 현재 위치로 예상되는 지점의 주변 정보를 획득하기 위해, 정보 획득 범위를 확대한다(S730).
단계(S730)를 통해 정보 획득 범위를 확대한 후에 추적 대상의 영상을 획득하는 경우에는 추적 대상을 실시간 추적이 가능한 것으로 보고 도 6과 같은 프로세스를 진행할 수 있음은 물론이다.
브레이크등 고장 알림 운용
본 발명의 또 다른 일 실시예에 따른 빅데이터 운용 시스템은 운송 수단에 구비된 촬상 수단이 다른 운송 수단의 브레이크등을 촬영한 영상을 운송 수단에 구비된 빅데이터 운용 서버에 전송하면, 빅데이터 운용 서버가 브레이크등의 고장 여부를 판단하고, 고장으로 판단되는 경우, 운송 수단에 구비된 빅데이터 운용 서버에 알림 메시지를 전송할 수 있다.
브레이크등은 운송 수단의 후미에 구비된 램프(lamp)로서, 적어도 좌우에 대칭되게 배치되는 2개의 주등을 포함하고, 선택적으로 중앙에 배치되는 보조등을 포함할 수 있다.
브레이크등 고장 알림 운용을 위한 빅데이터 운용 서버는 영상 획득부(미도시), 브레이크등 고장 판단부(미도시) 및 알림 메시지 전송부(미도시) 등을 포함한다.
영상 획득부(미도시)는 운송 수단에 구비된 촬상 수단으로부터 영상을 획득한다.
선택적 실시예에서, 영상 획득부(미도시)는 운송 수단의 브레이크의 동작 여부를 판단하고, 운송 수단의 브레이크가 동작 중인 경우, 영상을 획득할 수 있다.
선택적 실시예에서, 영상 획득부(미도시)는 운송 수단의 브레이크가 동작한 경우, 운송 수단과 서로 다른 운송 수단의 이격 거리가 기설정된 기준 거리 내인지 여부를 더 판단하고, 이격 거리가 기준 거리 내인 경우, 영상을 획득할 수 있다.
선택적 실시예에서, 영상 획득부(미도시)는 이격 거리가 기준 거리 내인 경우, 운송 수단의 정차 여부를 더 판단하고, 운송 수단이 정차 중인 경우, 영상을 획득할 수 있다.
브레이크등 고장 판단부(미도시)는 영상을 분석하여, 운송 수단과 서로 다른 운송 수단의 브레이크등이 고장인지 여부를 판단한다.
선택적 실시예에서, 브레이크등 고장 판단부(미도시)는 영상 내 다른 운송 수단의 양쪽 등들 중 어느 하나의 등만이 점멸하는 경우, 다른 운송 수단의 브레이크등이 고장인 것으로 판단할 수 있다.
선택적 실시예에서, 브레이크등 고장 판단부(미도시)는 영상 내 다른 운송 수단의 어느 하나의 등도 점멸하지 아니하는 경우, 다른 운송 수단의 브레이크등이 고장인 것으로 판단할 수 있다.
선택적 실시예에서, 브레이크등 고장 판단부(미도시)는 영상 내 차선들을 검출하고, 차선들 중 운송 수단에 상응하는 두 차선들에 상응하는 영역 내 등을 다른 운송 수단의 등들로 인식할 수 있다.
선택적 실시예에서, 브레이크등 고장 판단부(미도시)는 영상을 분석하여, 다른 운송 수단의 번호판을 인식할 수 있다.
선택적 실시예에서, 브레이크등 고장 판단부(미도시)는 영상을 분석하여, 번호판을 중심으로 하여, 대칭되지 아니하게 등이 점멸하는 경우, 브레이크등이 고장인 것으로 판단할 수 있다.
알림 메시지 전송부(미도시)는 브레이크등이 고장인 것으로 판단되는 경우, 운송 수단 내 사용자 단말기를 이용하여, 다른 운송 수단 내 사용자 단말기에 브레이크등의 고장을 알리기 위한 알림 메시지를 전송할 수 있다.
선택적 실시예에서, 알림 메시지 전송부(미도시)는 운송 수단 내 사용자 단말기를 이용하여, 번호판에 상응하는 운송 수단의 브레이크등의 고장을 알리기 위한 알림 메시지를 주변에 송신할 수 있다.
선택적 실시예에서, 알림 메시지 전송부(미도시)는 다른 운송 수단 내 사용자 단말기로부터 알림 메시지에 상응하는 애크(ACK) 메시지를 수신하지 아니하는 경우에만, 번호판에 상응하는 운송 수단의 브레이크등의 고장을 알리기 위한 알림 메시지를 주변에 송신할 수 있다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있음에 주의한다.

Claims (10)

  1. 복수의 사용자 단말기들 각각으로부터 운송 수단의 번호판 영상, 영상의 획득 시각 및 획득 지점을 포함하는 운송 수단 정보를 수신하고, 상기 운송 수단 정보로부터 상기 운송 수단의 식별 번호, 시각 및 위치를 실시간 통합하여 교통 정보 빅데이터를 구성하는 운송 수단 정보 통합부;
    관제 단말기로부터 추적 대상 운송 수단의 식별 번호를 수신하는 대상 정보 획득부;
    상기 추적 대상 운송 수단의 식별 번호에 상응하는 대상 시각 및 대상 위치를 획득하는 대상 최근 위치 획득부;
    상기 대상 시각으로부터 현재 시각까지 상기 추적 대상 운송 수단이 도달 가능한 경로를 산출하고, 상기 도달 가능한 경로 상에 위치한 분기점들을 검출하고, 상기 분기점들 각각에서 분기할 확률을 계산하는 분기점 확률 계산부; 및
    상기 도달 가능한 경로마다의 상기 분기할 확률을 곱산하고, 곱산 결과에 기초하여 상기 추적 대상 운송 수단의 현재 위치를 예측하여 상기 관제 단말기에 전송하는 대상 현재 위치 예측부;를 포함하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버.
  2. 제1 항에 있어서,
    상기 교통 정보 빅데이터 운용 서버는
    상기 대상 시각 및 상기 현재 시각의 차이가 기설정된 시간 내인 경우, 상기 추적 대상 운송 수단의 영상을 획득한 상기 운송 수단의 주행 정보를 추가 획득하여, 상기 추적 대상 운송 수단의 주행 차선 정보를 획득하는 대상 차선 정보 획득부;를 더 포함하는 것을 특징으로 하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버.
  3. 제2 항에 있어서,
    상기 분기점 확률 계산부는
    상기 추적 대상 운송 수단의 주행 차선 정보를 더 이용하여, 상기 분기점들 각각에서 분기할 확률을 재계산하는 것을 특징으로 하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버.
  4. 제3 항에 있어서,
    상기 교통 정보 빅데이터 운용 서버는
    추적 운송 수단의 식별 번호 및 위치를 수신하고, 상기 추적 운송 수단 및 상기 추적 대상 운송 수단이 조우하도록 하기 위한 추적 경로를 생성하고, 및 상기 추적 경로 및 예상 조우 지점을 포함하는 추적 정보를 상기 관제 단말기 및 상기 추적 운송 수단에 실시간 제공하는 추적 정보 생성부;를 더 포함하는 것을 특징으로 하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버.
  5. 제4 항에 있어서,
    상기 추적 정보 생성부는
    복수의 추적 운송 수단들이 존재하는 경우, 상기 추적 운송 수단의 도달 가능한 복수의 경로에 각각에 우선순위를 설정하고, 상기 우선순위가 높은 순서대로 상기 추적 운송 수단들의 수만큼 예상 조우 지점들을 생성하여 상기 추적 운송 수단들 각각에 대해 서로 다른 예상 조우 지점을 제공하는 것을 특징으로 하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버.
  6. 제2 항에 있어서,
    상기 운송 수단 정보 통합부는
    상기 추적 대상 운송 수단의 현재 위치를 실시간 예측하면서, 예측 지점으로부터 기설정된 제1 범위 내 다른 운송 수단들에 대해 실시간 영상을 획득하는 것을 특징으로 하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버.
  7. 제6 항에 있어서,
    상기 운송 수단 정보 통합부는
    상기 예측 지점으로부터 기설정된 제1 범위 내 다른 운송 수단들이 존재하지 아니하는 경우, 상기 제1 범위를 제2 범위로 확대하고, 상기 제2 범위 내 다른 운송 수단들에 대해 상기 제1 범위를 통과하는 경로를 제공하는 것을 특징으로 하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버.
  8. 제1 운송 수단에 구비된 촬상 수단으로부터 영상을 획득하는 영상 획득부;
    상기 영상을 분석하여, 상기 제1 운송 수단과 서로 다른 제2 운송 수단의 번호판을 인식하고, 상기 영상의 획득 시각 및 획득 지점을 상기 제2 운송 수단의 운송 수단 정보로서 획득하는 운송 수단 정보 획득부; 및
    교통 정보 빅데이터 운용 서버에 상기 운송 수단 정보를 포함하는 알림 메시지를 전송하는 알림 메시지 전송부;를 포함하는, 교통 정보 빅데이터 운용을 위한 사용자 단말기.
  9. 운송 수단에 구비된 촬상 수단으로부터 영상을 획득하고, 상기 영상을 분석하여, 제1 운송 수단과 서로 다른 제2 운송 수단의 번호판을 인식하고, 상기 영상의 획득 시각 및 획득 지점을 상기 제2 운송 수단의 운송 수단 정보로서 획득하고, 상기 운송 수단 정보를 포함하는 알림 메시지를 전송 가능한 적어도 하나의 사용자 단말기;
    상기 운송 수단과 서로 다른 추적 대상 운송 수단의 식별 번호를 전송 가능한 적어도 하나의 관제 단말기; 및
    복수의 사용자 단말기들 각각으로부터 운송 수단의 번호판 영상, 영상의 획득 시각 및 획득 지점을 포함하는 운송 수단 정보를 수신하고, 상기 운송 수단 정보로부터 상기 운송 수단의 식별 번호, 시각 및 위치를 실시간 통합하여 교통 정보 빅데이터를 구성하고, 상기 관제 단말기로부터 상기 추적 대상 운송 수단의 식별 번호를 수신하고, 상기 추적 대상 운송 수단의 식별 번호에 상응하는 대상 시각 및 대상 위치를 획득하고, 상기 대상 시각으로부터 현재 시각까지 상기 추적 대상 운송 수단이 도달 가능한 경로를 산출하고, 상기 도달 가능한 경로 상에 위치한 분기점들을 검출하고, 상기 분기점들 각각에서 분기할 확률을 계산하고, 상기 도달 가능한 경로마다의 상기 분기할 확률을 곱산하고, 곱산 결과에 기초하여 상기 추적 대상 운송 수단의 현재 위치를 예측하여 상기 관제 단말기에 전송하는 교통 정보 빅데이터 운용 서버;를 포함하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템.
  10. 복수의 사용자 단말기들 각각으로부터 운송 수단의 번호판 영상, 영상의 획득 시각 및 획득 지점을 포함하는 운송 수단 정보를 수신하고, 상기 운송 수단 정보로부터 상기 운송 수단의 식별 번호, 시각 및 위치를 실시간 통합하여 교통 정보 빅데이터를 구성하는 단계;
    관제 단말기로부터 추적 대상 운송 수단의 식별 번호를 수신하는 단계;
    상기 추적 대상 운송 수단의 식별 번호에 상응하는 대상 시각 및 대상 위치를 획득하는 단계;
    상기 대상 시각으로부터 현재 시각까지 상기 추적 대상 운송 수단이 도달 가능한 경로를 산출하고, 상기 도달 가능한 경로 상에 위치한 분기점들을 검출하고, 상기 분기점들 각각에서 분기할 확률을 계산하는 단계; 및
    상기 도달 가능한 경로마다의 상기 분기할 확률을 곱산하고, 곱산 결과에 기초하여 상기 추적 대상 운송 수단의 현재 위치를 예측하여 상기 관제 단말기에 전송하는 단계;를 포함하는, 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 방법.
PCT/KR2016/011453 2016-04-28 2016-10-13 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기 WO2017188523A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201680051477.XA CN108140231A (zh) 2016-04-28 2016-10-13 利用运输工具号牌识别的交通信息大数据运用系统、其所需服务器及其所需用户终端

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2016-0051989 2016-04-28
KR1020160051989A KR101683588B1 (ko) 2016-04-28 2016-04-28 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 서버

Publications (1)

Publication Number Publication Date
WO2017188523A1 true WO2017188523A1 (ko) 2017-11-02

Family

ID=57573364

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/011453 WO2017188523A1 (ko) 2016-04-28 2016-10-13 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기

Country Status (4)

Country Link
US (1) US9830824B2 (ko)
KR (1) KR101683588B1 (ko)
CN (1) CN108140231A (ko)
WO (1) WO2017188523A1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110276969A (zh) * 2018-03-13 2019-09-24 上海博泰悦臻电子设备制造有限公司 一种基于车载终端的辅助车辆追踪方法及系统、车载终端
US10732640B2 (en) * 2018-04-13 2020-08-04 Blackberry Limited System and method for preforming differential analysis of vehicles
FR3080701B1 (fr) 2018-04-26 2020-05-15 Transdev Group Systeme de surveillance de la circulation routiere avec affichage d'une image virtuelle d'objets mobiles evoluant dans une portion d'infrastructure routiere
CN108833371A (zh) * 2018-05-29 2018-11-16 阿里巴巴集团控股有限公司 一种信息交互的方法、客户端、服务器及系统
CN109299723A (zh) * 2018-09-18 2019-02-01 四川大学 一种铁路货车运行监测系统
US11148670B2 (en) * 2019-03-15 2021-10-19 Honda Motor Co., Ltd. System and method for identifying a type of vehicle occupant based on locations of a portable device
CN111640300B (zh) * 2020-04-28 2022-06-17 武汉万集信息技术有限公司 一种车辆检测处理方法及装置
JP7256785B2 (ja) * 2020-12-02 2023-04-12 本田技研工業株式会社 情報管理装置および情報管理システム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070109713A (ko) * 2006-05-12 2007-11-15 주식회사 라이크텍 이동식 불법 주정차 단속 시스템
JP2012108084A (ja) * 2010-10-19 2012-06-07 Denso It Laboratory Inc 交差点における進行方向予測装置、進行方向予測方法およびプログラム
KR101309670B1 (ko) * 2012-11-29 2013-09-23 주식회사 디아이랩 차량 정보 서비스를 위한 차량 시스템 및 방법
KR20130129503A (ko) * 2012-05-21 2013-11-29 주식회사 케이티 차량 추적 시스템 및 방법
KR20160035274A (ko) * 2014-09-23 2016-03-31 주식회사 이니컴퍼니 Cctv와 차량내 블랙박스를 활용한 빅데이터 기반의 불법 주정차 단속 시스템

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990041171A (ko) 1997-11-21 1999-06-15 양재신 자동차의 엔진브레이크 작동시 알림장치
JP5551896B2 (ja) * 2009-06-29 2014-07-16 株式会社日立製作所 ナビゲーション装置、経路探索サーバ、および経路探索システム
DE102011083375A1 (de) * 2011-09-26 2013-03-28 Robert Bosch Gmbh Verfahren zur Übermittlung von Routendaten für die Verkehrstelematik
JP5831290B2 (ja) * 2012-02-28 2015-12-09 株式会社デンソー 分岐確率予測装置
US20130278441A1 (en) * 2012-04-24 2013-10-24 Zetta Research and Development, LLC - ForC Series Vehicle proxying
CN104471350A (zh) * 2012-07-17 2015-03-25 三菱电机株式会社 车载用交通信息通知装置
CN103323018B (zh) * 2013-06-21 2016-01-27 广州市香港科大霍英东研究院 基于时段的热点路径的特征识别与快速搜索方法
CN103456175B (zh) * 2013-09-25 2015-04-22 武汉烽火众智数字技术有限责任公司 基于车辆号牌识别和网格化监控的伴随车实时检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070109713A (ko) * 2006-05-12 2007-11-15 주식회사 라이크텍 이동식 불법 주정차 단속 시스템
JP2012108084A (ja) * 2010-10-19 2012-06-07 Denso It Laboratory Inc 交差点における進行方向予測装置、進行方向予測方法およびプログラム
KR20130129503A (ko) * 2012-05-21 2013-11-29 주식회사 케이티 차량 추적 시스템 및 방법
KR101309670B1 (ko) * 2012-11-29 2013-09-23 주식회사 디아이랩 차량 정보 서비스를 위한 차량 시스템 및 방법
KR20160035274A (ko) * 2014-09-23 2016-03-31 주식회사 이니컴퍼니 Cctv와 차량내 블랙박스를 활용한 빅데이터 기반의 불법 주정차 단속 시스템

Also Published As

Publication number Publication date
US9830824B2 (en) 2017-11-28
KR101683588B1 (ko) 2016-12-07
US20170316693A1 (en) 2017-11-02
CN108140231A (zh) 2018-06-08

Similar Documents

Publication Publication Date Title
WO2017188523A1 (ko) 운송 수단의 번호판 인식을 이용한 교통 정보 빅데이터 운용 시스템, 이를 위한 서버 및 이를 위한 사용자 단말기
WO2013115470A1 (en) Integrated control system and method using surveillance camera for vehicle
WO2012081915A1 (ko) 차량 충돌 방지 장치 및 방법
WO2020141683A1 (ko) 영상 기반의 교통 정보 제공 시스템 및 그 방법
WO2015099386A1 (ko) 교통정보 기반 소셜 네트워크 서비스 제공 방법 및 시스템
WO2014163307A1 (ko) 자동차 자동 운행 시스템
WO2015102275A1 (ko) 차선변경 경보 장치
WO2014092380A1 (ko) 차량용 블랙박스 시스템 및 그 운용방법
US11102833B2 (en) Apparatus for switching communication mode and method thereof
WO2014061904A1 (ko) 전기차 관리 시스템 및 방법
WO2014084593A1 (ko) 안전 운전 지원을 위한 장치 및 방법
WO2012057440A1 (en) Communication method of base station and target terminal
WO2021107732A1 (ko) 차량 공유 네트워크를 이용한 통합 내비게이션 서비스 제공 방법 및 그를 위한 장치 및 시스템
WO2014077442A1 (ko) 차량간 통신을 통한 차로 위치 결정 장치
WO2021045445A1 (ko) 운전면허시험 처리 장치
WO2021162205A1 (ko) 충돌 사고 방지 방법, 장치, 서버, 및 컴퓨터 프로그램
WO2015080470A1 (ko) 차량 위치 제공 로봇, 그리고 그를 이용한 주차 위치 안내 시스템 및 주차 위치 안내 방법
WO2014084594A1 (ko) 신호 위반 감시를 위한 장치 및 방법
WO2017150781A1 (ko) 스마트기기 간의 협업 방법 및 클라우드 서버
WO2022139017A1 (ko) 지오-펜스 기반 차량 과속 제어 시스템 및 방법
JP2014238636A (ja) バスロケーションシステムおよび中央装置
WO2014007507A1 (ko) 그룹 차량 운행정보 제공 시스템 및 방법
WO2018194417A1 (ko) 주차 구역 관리 방법 및 이러한 방법을 수행하는 장치
WO2023214814A1 (ko) 대중교통 내릴 곳 및 빈자리 알림 시스템
WO2020218630A1 (ko) 안내 로봇의 다중 정보 제공 시스템 및 그 방법

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16900596

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 26.02.2019)

122 Ep: pct application non-entry in european phase

Ref document number: 16900596

Country of ref document: EP

Kind code of ref document: A1