KR102526583B1 - 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템 - Google Patents

딥러닝 기반 교차로 객체검지 및 자동 알람 시스템 Download PDF

Info

Publication number
KR102526583B1
KR102526583B1 KR1020220157160A KR20220157160A KR102526583B1 KR 102526583 B1 KR102526583 B1 KR 102526583B1 KR 1020220157160 A KR1020220157160 A KR 1020220157160A KR 20220157160 A KR20220157160 A KR 20220157160A KR 102526583 B1 KR102526583 B1 KR 102526583B1
Authority
KR
South Korea
Prior art keywords
object detection
unit
vehicle
intersection
signal
Prior art date
Application number
KR1020220157160A
Other languages
English (en)
Inventor
이현우
Original Assignee
주식회사 에이엔비
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 주식회사 에이엔비 filed Critical 주식회사 에이엔비
Priority to KR1020220157160A priority Critical patent/KR102526583B1/ko
Application granted granted Critical
Publication of KR102526583B1 publication Critical patent/KR102526583B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06Q50/30—
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B3/00—Audible signalling systems; Audible personal calling systems
    • G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
    • G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
    • G08B5/36—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/091—Traffic information broadcasting
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 딥러닝기반 컴퓨터비전 기술을 활용하여 교차로에서 차량이 우회전 할 시 다양한 각도(0도에서 60도 사이)에서 촬영된 이륜차, 사람, 및 자전거의 데이터를 확보하여 전이학습(Transfer learning)을 진행하고 추론의 정확도를 높일 수 있도록 하여 횡단보드 내 객체 검출에 대하여 높은 정확도로 감지하고 사전에 경고할 수 있는 딥러닝 기반 교차로 객제검지 및 자동 알람 시스템에 관한 것이다. 이러한 본 발명은 각각 교차로에 구성된 횡단보도의 미리 설정된 보행자 대기영역과 횡단보도를 촬영하는 카메라부(120); 상기 카메라부(120)에서 촬영되어 검출된 이미지에 대하여 딥러닝 기반으로 교차로 객체를 검출 및 인식하고, 상기 인식결과에 따라 판독된 보행객체를 디스플레이하는 디스플레이부(130)와 음성출력하는 스피커(140); 및 횡단보도의 신호가 보행신호에 도달하는지를 분석하여 우회전 차량 운전자와 교차로의 보행자에게 주의신호가 상기 디스플레이부(130)와 스피커(140)를 통해 출력하도록 제어하는 제어수단(110);을 포함하여 교차로 객체검지를 수행하는 복수의 제1 내지 제N 객체 검지/알림 장치(100a, 100b, 100c);를 포함하는 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템을 제공한다.

Description

딥러닝 기반 교차로 객체검지 및 자동 알람 시스템{Deep learning-based intersection object detection and automatic alarm system}
본 발명은 딥러닝 기반 교차로 객제검지 및 자동 알람에 관한 것으로, 더욱 상세하게는 딥러닝기반 컴퓨터비전 기술을 활용하여 교차로에서 차량이 우회전 할 시 횡단보도의 객체를 감지하고 사전에 경고할 수 있는 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에 관한 것이다.
교차로에서 횡단보도를 건너기 위해 신호를 기다리는 사람들이 있으면 우선멈춤 후 우회전하는 제도로 시행됨에 따라 운전자가 횡단보도를 건너거나 기다리는 사람들을 정확히 인식하기 어렵다.
우회전을 하고자하는 차량이 횡단보도를 건너기 위해 신호를 기다리는 사람들이 있으면 우선멈춤 후 우회전하는 제도가 2022년 7월부터 시행되고, 2023년 1월부터 ‘차량 전방 신호가 적색일 경우’ 우회전 전 횡단보도 앞에서 무조건 일시정지 후 보행자 유무를 살핀 후 우회전을 해야 한다는 개정 도로교통법이 추가로 시행됨에 따라 교차로에서 우회전 차량이 바로 앞의 횡단보도에서 건너거나 건너기위해 기다리는 사람들을 가로수, 전봇대, 가로등으로 인해 쉽게 인지하지 못하는 경우가 많다.
특히 우회전 하자마자 위치한 횡단보도를 기다리거나 건너는 사람들은 우측으로 90도 회전 후 위치해 있음에 따라 우회전하기 전 차량의 위치에서는 건물, 울타리, 담장, 가로수, 화단 등으로 가려져 있는 경우가 많아서 소수 인원이 횡단보도를 건너거나 신호를 기다리는 경우에는 우회전 운전자가 우회전하기 전뿐만 아니라 우회전 후에서도 횡단보도를 건너기 위해 기다리는 사람을 횡단보도 양쪽을 봐야하고 무단횡단을 하고 있는지도 봐야 하는 등으로 인해 인지하기가 매우 어렵다. 또한 이 횡단보도 신호등이 어떤 상태인지도 봐야 해서 집중하여 운전할 수 없다. 또한 우측으로 90도 회전 후 위치한 횡단보도를 건너기 위해 사람들이 기다리고 있는지도 건물 등에 가려서 눈에 잘 띄지 않는다.
주택가나 골목길 또는 이면도로에서 교차로나 곡선구간, 언덕구간, 사각지대 등으로 인해 운전자에게 시야가 확보되지 않아서 위험한 상황에 처하게 되는 경우가 많은데 위험구간에서 속도를 줄이지 않고 운행하다가 돌발 상황에 대처하지 못해서 사고가 발생하는 경우가 많으므로 횡단보도에 사람이 건너고 있는지 횡단보도를 건너기 위해 기다리고 있는지를 인식하고. 우회전 차량에 신호를 제공할 필요가 있으며, 이에 우회전 차량을 위한 신호등 및 위험구간에 상황을 알려주는 신호등관련 다양한 기술이 개발되고 있을 것이다.
하지만 이러한 기술은 아직 개발 중이므로 우회전 차량은 물론 일반 사람들도 많은 위험에 처할 수 있는 문제가 있을 것이다.
특히 횡단보도나 교차로에서 노란색(황색) 신호등일 때 직진이나 좌회전을 위해 더욱 속도를 높여 통과하려는 차량 또는 신호위반 차량들로 인해 늦게 통과하는 차량과 사람 간 충돌 또는 늦게 좌회전하는 차량과 좌측방향의 도로에서 대기하는 차량이 신호가 바뀌어 직진이나 좌회전 차량 간 충돌이 종종 발생한다. 또한 또한 횡단보도 신호등이 녹색으로 켜지거나 횡단보도를 건너기 위해 교통섬으로 건너는데 차량이 우회전을 위해 접근하는 차량과 사람이 서로 부주의하여 우회전 차량과 횡단보도를 건너려는 사람 간 충돌사고가 종종 발생하므로 이러한 문제를 해결하여야할 필요가 있다.
대한민국 공개특허 제10-2012-0019828호(2012.03.07.) 대한민국 공개특허 제10-2022-0101535호(2022.07.19.) 대한민국 등록특허 제10-1873202호(2018.06.26.) 대한민국 공개특허 제10-2021-0122181호(2021.10.08.)
따라서, 본 발명은 상기와 같은 종래 기술의 제반 단점과 문제점을 해결하기 위한 것으로, 딥러닝기반 컴퓨터비전 기술을 활용하여 교차로에서 차량이 우회전 할 시 다양한 각도(0도에서 60도 사이)에서 얻은 이륜차, 사람, 및 자전거의 데이터를 확보하여 전이학습(Transfer learning)을 진행하고 추론의 정확도를 높일 수 있도록 하여 횡단보드 내 객체 검출에 대하여 높은 정확도로 감지하고 사전에 경고할 수 있는 딥러닝 기반 교차로 객제검지 및 자동 알람 시스템을 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위한 본 발명은 교차로에 구성된 횡단보도의 미리 설정된 보행자 대기영역과 횡단보도를 촬영하되 횡단보도 앞에 대기중인 보행객체와, 횡단보도 신호등 및 우회전 차량을 촬영하는 객체촬영 카메라(121)와, 횡단보도 신호등(600)이 보행자 신호인 경우에 횡단보도로 우회전 하는 차량이 있는 경우 해당 차량을 촬영하여 실시간 이미지에서 우회전 차량영역을 검출하고, 차량번호판 영역을 인식하며, 상기 횡단보도 신호등(600)이 녹색인 경우 불법 우회전하는 차량의 차량번호를 검출하는 차량촬영 카메라(122)와, 상기 횡단보도 신호등(600)을 촬영하는 카메라로, 녹색 또는 적색과 녹색신호의 잔여 시간에 대하여 촬영하는 횡단신호 촬영카메라(123)를 포함하여 구성되는 카메라부(120); 상기 카메라부(120)에서 촬영되어 검출된 이미지에 대하여 딥러닝 기반으로 교차로 객체를 검출 및 인식하고, 상기 인식결과에 따라 판독된 보행객체를 디스플레이하는 디스플레이부(130)와 음성출력하는 스피커(140); 그리고 횡단보도 신호가 보행신호에 도달하는지를 분석하여 우회전 차량 운전자와 교차로의 보행자에게 상기 디스플레이부(130)와 스피커(140)를 통해 주의신호가 출력되도록 제어하되, 미리 설정된 각도에서 촬영된 이륜차, 사람 및 자전거를 포함하는 객체의 데이터를 확보하여 전이학습(Transfer learning)을 통해 추론의 정확도를 높이고, 전이학습에서는 통행객체 데이터를 획득하며, 이를 pre-trained CNN 학습과 MS COCO Dataset를 통해 새로운 영상에서 추론결과를 확인하여 교차로 객체를 확인하는 제어수단(110);을 각각 포함하여 교차로 객체검지를 수행하는 복수의 제1 내지 제N 객체 검지/알림 장치(100a, 100b, 100c); 및 상기 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 검출한 신호위반차량 정보를 처리하여 경찰청 서버(300)로 제공하는 교차로 객체 검지 알람 서버(200)를 포함하여 구성되되, 상기 제어수단(110)은, 신호등 제어기(400)에 접속되어 횡단보도나 주행차선 신호시간을 분석하는 신호분석부(101)와, 상기 디스플레이부(130)에 디스플레이되는 문자를 제어하는 디스플레이 제어부(102)와, 상기 카메라부(120)를 통해 촬영된 보행객체(통행객체)를 검출하고 인식하는 보행객체 검출 및 인식부(103)와, 상기 보행객체 검출 및 인식부(103)에서 인식된 보행객체를 판독하는 보행객체 판독부(104)와, 상기 디스플레이부(130)에 디스플레이되는 문자와, 상기 카메라부(120)를 통해 촬영된 우회전 위반 차량의 번호정보와, 횡단보도 신호등(400)의 촬영 정보 및 운전석 촬영정보가 저장되는 저장부(105)와, 우회전 위반 차량의 번호정보를 추출하는 번호 추출부(106)와, 상기 신호분석부(101), 디스플레이 제어부(102), 보행객체 검출 및 인식부(103), 보행객체 판독부(104), 저장부(105) 및 번호 추출부(106)를 제어하는 제어부(107)를 포함하여 구성되고, 상기 교차로 객체 검지 알람 서버(200)는, 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)와 교차로 객체 검지 알람 서버(200)간 통신하기 위한 교차로 객체 검지 알람 서버 통신부(210)와, 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 전송된 우회전 위반 차량에 대한 차량번호 정보를 분석하는 차량번호 분석부(220)와, 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 전송된 우회전 신호위반 차량에 대한 상기 차량촬영 카메라(122)와 횡단신호 촬영 카메라(123)에서 촬영된 촬영정보와, 우회전 신호위반 차량 번호정보를 저장하는 신호위반차량 정보 저장부(230) 및 상기 교차로 객체 검지 알람 서버 통신부(210), 차량번호 분석부(220), 신호위반차량 정보 저장부(230)를 제어하며, 미리 설정된 주기로 상기 신호위반차량 정보 저장부(230)에 저장된 신호위반 차량 정보를 경찰청 서버(300)로 전송하는 교차로 객체 검지 알람 서버 제어부(240)를 포함하여 구성됨을 특징으로 하는 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템을 제공한다.
삭제
삭제
이와 같이 이루어지는 본 발명은 다음과 같은 효과가 있다.
첫째, 횡단보드에 설정된 관심영역에 일정시간 이상 사람, 이륜차, 자전거, 퀵보드 등이 감지되면, 도로에 설치된 가변전광표지판에 감지된 내용이 전달되도록 하여 교차로 우회전 전에 감지된 객체의 정보를 운전자에게 알려줌으로서 사고를 예방할 수 있다.
둘째, MS COCO 데이터로 학습된 딥러닝 네트워크는 측면 방향의 사람, 이륜차, 자전거에 대한 객체가 포함되어 학습되고, 추가적으로 다양한 각도(예를 들어, 0도에서 60도 사이)에서 얻은 이륜차, 어린이룰 포함하는 사람, 유모차나 자전거 등의 데이터를 확보하여 전이학습(Transfer learning)을 진행함으로써 추론의 정확도를 높일 수 있는 딥러닝 기반 교차로 객제검지 및 자동 알람 시스템을 제공할 수 있다.
셋째, 스마트 교차로에서 사용되는 횡단보드 내 객체 검출은 높은 정확도와 함께 FPS(Frame per second)가 높은 YOLO v4 등의 딥러닝 네트워크를 사용함으로써 신속하고, 빠른 딥러닝 기반 교차로 객제검지 및 자동 알람 시스템을 제공할 수 있다.
넷째, 우회전 차량 운전자에게 시각적으로 우회전 금지를 표시하고, 그 이유에 대하여, 보행자뿐 아니라, 어린이, 유모차, 퀵보드, 자전거, 노인 등과 같이 구체적으로 안내하여 줌으로써 우회전 차량 운전자 후방의 대기 운전자들 역시도 앞에 정차 중인 차량에 대한 이해도를 높여줌으로써 각종 분쟁 상황 역시 줄일 수 있는 효과가 있다.
도 1은 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템의 실시예를 설명하기 위한 블록 구성도,
도 2는 도 1에 나타낸 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 교차로 객체 검지/알림장치의 실시예를 설명하기 위한 블록 구성도,
도 3은 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 보행자 인식 신경망 및 추론 신경망의 실시예를 설명하기 위한 도면,
도 4는 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 보행자 인식 및 검출 알고리즘을 설명하기 위한 도면,
도 5는 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 보행자 인식 및 검출되는 객체의 실시예를 나타낸 도면,
도 6은 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 객체 검출의 실시예를 나타낸 도면,
도 7은 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 자동 알림 디스플레이 내용의 실시예를 나타낸 도면이다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 바람직한 실시 예를 설명하기로 한다.
본 발명의 실시 예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 상세히 설명하는 실시 예로 한정되는 것으로 해석되어서는 안 된다. 본 실시예는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어 표현될 수 있다. 각 도면에서 동일한 부재는 동일한 참조부호로 도시한 경우가 있음을 유의하여야 한다. 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기능 및 구성에 대한 상세한 기술은 생략된다.
도 1은 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템의 실시예를 설명하기 위한 블록 구성도이고, 도 2는 도 1에 나타낸 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 교차로 객체 검지/알림 장치의 실시예를 설명하기 위한 블록 구성도이다.
본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템의 실시예는 도 1에 나타낸 바와 같이, 기본적으로는 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)로 구성되고, 교차로 객체 검지 알람 서버(200) 및 경찰청 서버(300)를 더 포함하여 구성될 수 있다.
여기서 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)는 교차로에 구성된 횡단보도의 미리 설정된 보행자 대기영역과 횡단보도를 촬영하고, 촬영에 따라 검출된 통행객체(보행객체)에 대하여 딥러닝 기반으로 교차로 객체를 검지하고, 횡단보도의 신호가 보행신호에 도달하면 주행 중인 화면이나 소리로 우회전 차량 운전자와 보행자에게 주의신호를 출력한다. 또한 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)는 우회전 위반 차량 정보를 교차로 객체 검지 알람 서버(200) 또는 경찰청 서버(300)로 전송할 수 있다.
물론 우회전 위반 차량 정보는 교차로 객체 검지 알람 서버(200)에서 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 검출한 신호위반차량 정보를 처리하여 경찰청 서버(300)로 제공하도록 구성될 수 있다.
경찰청 서버(300)는 우회전 위반 차량에 대한 범침금 발부 등을 처리한다.
그리고 제1 내지 제N 교차로 객체 검지/알림 장치(101, 102, 103)는 각각 도 2에 나타낸 바와 같이, 신호분석부(101), 디스플레이 제어부(102), 보행객체 검출 및 인식부(103), 보행객체 판독부(104), 저장부(105), 번호 추출부(106) 및 제어부(107)를 포함하여 구성되는 제어수단(110)과, 카메라부(120), 디스플레이부(130), 스피커부(140) 및 통신부(150)를 포함하여 구성된다.
신호분석부(101)는 신호등 제어기(200)에 접속되어 횡단보도나 주행차선 신호시간을 분석한다.
디스플레이 제어부(102)는 디스플레이부(130)에 디스플레이되는 문자를 제어한다.
보행객체 검출 및 인식부(103)는 카메라부(120)를 통해 촬영된 보행객체(통행객체)를 검출하고 인식한다.
보행객체 판독부(104)는 보행객체 검출 및 인식부(103)에서 인식된 보행객체를 판독한다.
저장부(105)는 디스플레이부(130)에 디스플레이되는 문자와, 카메라부(120)를 통해 촬영된 우회전 위반 차량의 번호정보를 저장한다. 이때, 횡단보도 신호등(600)까지의 촬영 정보 및 보행자 운전석까지의 촬영정보 역시 저장된다.
번호 추출부(106)는 우회전 위반 차량의 번호정보를 추출한다.
제어부(107)는 신호분석부(101), 디스플레이 제어부(102), 보행객체 검출 및 인식부(103), 보행객체 판독부(104), 저장부(105) 및 번호 추출부(106)를 제어한다.
카메라부(120)는 객체촬영 카메라(121)와 차량촬영 카메라(122) 및 횡단신호 촬영 카메라(123)를 포함하여 구성된다.
객체촬영 카메라(121)는 횡단보도 앞에 대기중인 보행자를 촬영한다. 이러한 보행자에는 청년층, 중년층과 같은 일반 보행자는 물론 노약자, 어린이, 반려동물, 자건거, 이륜차, 퀵보드 및 유모차 등이 있을 수 있다.
그리고 차량촬영 카메라(122)는 우회전 하는 차량을 촬영하는데, 특히 횡단보도 신호등(600)이 보행자 신호(녹색)인 경우에 횡단보도를 우회전 하는 차량이 있는 경우 해당 차량을 촬영한다. 이러한 차량촬영 카메라(122)는 실시간 이미지에서 우회전 차량영역을 검출하고, 차량번호판 영역을 인식한다. 그리고 횡단보도 신호등(600)이 녹색인 경우 불법 우회전하는 차량의 차량번호를 검출한다.
이때, 차량촬영 카메라(122)에서 촬영된 영상데이터는 제어수단(100)의 번호 추출부(106)에서는 실시간으로 이미지 프레임 데이터를 추출한다. 그리고, 이미지 데이터는 불법 우회전 차량 객체 감지(Object detection)를 위한 CNN(Convolutional Neural Network)의 입력으로 사용된다. 번호 추출부(106)에서는불법 우회전 차량에 대한 객체감지의 결과로 얻어진 Bounding box에 고유 ID를 부여하고 현재 프레임과 이전 프레임을 비교하여 객체 추적을 진행한다(Deep SORT; Simple Online and Realtime Tracking 알고리즘 등의 사용). 또한 번호판 검출 및 인식 과정은 CNN과 RNN(Recurrent Neural Network)이 결합된 복합구조 모델인 CRNN(Convolution Recurrent Neural Network)등을 통해서 번호판 검출과 인식이 진행될 수 있는데, CRNN은 CNN을 통해 입력이미지로부터 Feature sequence를 추출하고, 이들은 RNN의 입력으로 이미지의 텍스트 시퀀스를 예측한다. 예측된 텍스트 시퀀스는 텍스트로 변환되어 번호판 문자가 추출된다.
횡단신호 촬영카메라(123)는 횡단보도 신호등(600)을 촬영하는 카메라로, 녹색 또는 적색과 녹색신호의 잔여 시간에 대하여 촬영한다.
이러한 카메라부(120)의 카메라 중 특히 객체촬영 카메라(121)는 딥러닝기반 컴퓨터비전 기술을 활용하여 교차로에서 차량이 우회전 할 시 다양한 각도(0도에서 60도 사이)에서 얻은 이륜차, 사람, 및 자전거의 데이터를 확보하여 전이학습(Transfer learning)을 통해 추론의 정확도를 높일 수 있도록 한 것으로, 횡단보도 내 객체 검출에 대하여 높은 정확도로 감지하고 디스플레이부(130)를 통해 운전자에게 사전에 경고할 수 있도록 한다.
디스플레이부(130)는 우회전하고자 하는 차량 운전자의 시야에 적합한 위치나 높이에 설치되어 우회전 금지, 우회전 주의, 우회전 가능 등의 문구를 표시한다. 이러한 디스플레이부(130)의 설치위치는 차량 우회전 전에 인식할 수 있도록 예를 들면, 주행 차선의 끝차선 상측의 도로 상에 버스나 트럭과 같은 대형 차량이 걸리지 않는 높이로 현장경험(Field test)에 따라 설치할 수 있다. 이러한 디스플레이부(130)는, LCD, LED, OLED 전광판 등으로 구성할 수 있으며, 태양광 패널을 통해 전원을 공급받도록 구성할 수도 있다.
스피커부(140)는 우회전하고자 하는 차량 운전자의 시야에 적합한 위치나 높이에 설치되어 우회전 금지, 우회전 주의, 우회전 가능 등의 문구를 음성이나 경고음 등으로 출력한다.
통신부(150)는 교차로 객체 검지 알람 서버(200)와 통신한다.
또한 제어수단(100)의 제어부(107)는 카메라부(120), 디스플레이부(130), 스피커부(140) 및 통신부(150)를 제어하는데, 카메라부(120)에서 촬영된 영상신호를 저장부(105)이 저장되도록 제어하고, 신호분석부(101)에서 분석된 횡단보도와 주행차선 신호시간에 따라 디스플레이 제어부(102)를 통해 디스플레이부(130)에 디스플레이되는 문자나 스피커부(140)를 통해 출력되는 음성이나 경고음을 제어하며, 특히 객체촬영 카메라(121)를 통해 촬영된 객체에 따라 도 8에서와 같이 디스플레이부(130)에 디스플레이되는 문자에서 횡단보도 앞에 대기 중인 보행 객체의 형태를 정확히 디스플레이하거나 음성으로 출력될 수 있도록 제어한다. 또한 신호분석부(101)의 분석결과에 따라 보행신호(녹색) 신호에 불법 우회전하는 차량에 대하여는 저장부(105)에 해당 영상 데이터를 차량번호 정보와 함께 저장함은 물론 통신부(150)를 통해 교차로 객체 검지 알람 서버(200) 및/또는 경찰청 서버(300)로 전송되도록 제어한다.
교차로 객체 검지 알람 서버(200)는 통신부(210), 차량번호 분석부(220), 호위반차량 정보 저장부(230) 및 제어부(240)를 포함하여 구성된다.
통신부(210)는 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)와 교차로 객체 검지 알람 서버(200)간 통신한다.
차량번호 분석부(220)는 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 전송된 우회전 위반 차량에 대한 차량번호 정보를 다시 한 번 정밀 분석한다.
신호위반차량 정보 저장부(230)는 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 전송된 우회전 위반 차량에 대한 영상정보(차량촬영 카메라(122), 횡단신호 촬영 카메라(123) 촬영정보)와, 차량 번호정보를 저장한다.
제어부(240)는 통신부(210), 차량번호 분석부(220), 신호위반차량 정보 저장부(230)를 제어하며, 미리 설정된 주기로 신호위반차량 정보 저장부(230)에 저장된 신호위반 차량 정보를 경찰청 서버(300)로 전송한다.
신호등 제어기(400)는 기존에 도로를 주행하는 차량들에게 차량 주행 신호를 표시하는 주행차선 신호등(500)과 횡단보도를 이용하는 사용자들의 횡단보도 대기 또는 보행 신호를 표시하는 횡단보도 신호등(600)을 제어하는 제어기이다.
참고로 교차로 객체 검지/알림 장치(101, 102, 103)와 교차로 객체 검지 알람 서버(200) 및 경찰청 서버(300)간에는 통신망을 통해 통신한다.
도 3은 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 보행자 인식 신경망 및 추론 신경망의 실시예를 설명하기 위한 도면이고, 도 4는 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 보행자 인식 및 검출 알고리즘을 설명하기 위한 도면이며, 도 5는 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 보행자 인식 및 검출되는 객체의 실시예를 나타낸 도면이며, 도 6은 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 객체 검출의 실시예를 나타낸 도면이고, 도 7은 본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 자동 알림 디스플레이 내용의 다양한 실시예를 나타낸 도면이다.
본 발명에 따른 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템에서 이용되는 보행자 인식 신경망 및 추론 신경망의 실시예는 도 3에 나타낸 바와 같은데,영상촬영장치(카메라)를 통해 사람, 사물에 대한 인식신경망 학습을 수행한다. 이를 위하여 우선 사람이나 사물 객체 인식 후, 인식된 객체에 대한 바운딩 박스(Bounding Box) 생성을 통해 보행자 영역을 검출하고, 보행자를 판독한다. 이러한 보행자는 사람(일반 보행자, 허리가 굽은 노약자, 유치원생이나 어린이 등)은 물론, 사물 객체(유모차, 퀵보드, 자전거, 이륜차(오토바이) 등)에 대하여 판독이 이루어질 수 있도록 한다. 이는 일반 보행자, 즉 청년이나 중장년층의 보행속도와 노약자나 유치원생 어린이 등의 보행속도의 차이 때문인 것으로 이러한 차이에 의해 일반적인 보행속도보다 늦거나 빠른 경우, 특히 어린이나 급한 용무가 있는 사람에 대한 경고를 위한 학습이 가능하고, 또한 퀵보드나 자전거 및 오토바이와 같이 빠른 주행에 대하여 디스플레이부를 통한 경고를 위한 학습이 가능하다. 이러한 보행자에 대한 학습 데이터 완성 및 판독 신경망 학습을 수행한다.
그리고 보행자 추론 신경망에서는 카메라부(120)를 구성하는 CCTV 실시간 이미지를 통해 보행자 영역을 검출하고, 보행자를 인식, 즉 횡단보도 앞의 보행자 또는 사물 객체를 검출 및 인식한다. 그리고 보행자 인식 신경망 학습과정에서 학습된 학습 데이터에 따라 보행객체를 판독하고, 이륜차량 불법 유턴 시 차량번호를 검출한다.
이때, 카메라로부터 수신된 영상데이터에서 실시간으로 이미지 프레임 데이터를 추출하고, 이미지 데이터는 객체 감지(Object detection)를 위한 CNN(Convolutional Neural Network)의 입력으로 사용된다. 객체감지의 결과로 얻어진 Bounding box에 고유 ID를 부여하고 현재 프레임과 이전 프레임을 비교하여 객체 추적을 진행한다(Deep SORT; Simple Online and Realtime Tracking 알고리즘 등의 사용).
도 4에서는 다양한 각도(0도에서 60도 사이)에서 얻은 이륜차, 사람, 및 자전거 등의 통해 객체의 데이터를 확보하여 전이학습(Transfer learning)을 통해 추론의 정확도를 높일 수 있도록 한것을 보여주고 있는데, 전이학습에서는 통행객체 데이터를 획득하고, 이를 pre-trained CNN 학습과 MS COCO Dataset 등을 통해 새로운 영상에서 추론결과를 확인한다. pre-trained CNN의 경우 학습을 별도로 시킬 필요는 없고, pre-trained 모델을 찾아서 바로 inference 진행할 수 있다는 장점이 있다. 도 5에서는 차량이나 사람, 동물, 이륜차 등 카메라 영상에서 검출되어야 할 객체에 대한 실시예를 보여주고 있고, 도 6에서는 검출된 객체에 대한 실시예를 보여주고 있다.
한편 도 7에서는 자동 알림 디스플레이 내용에 대한 다양한 실시예를 보여주고 있는데, '우회전 금지'와 같은 기본 문구는 물론 구체적으로 퀵보드, 유모차, 아이들, 자전거, 노약자 있음 등과 같은 표시를 통해 불법 우회전을 시도하고자 하는 경우에 운전자가 보다 경각심을 갖도록 함은 물론 우회전 차량 뒷쪽 운전자에게도 해당 문구다 보여짐으로서 후방의 대기 운전자들 역시도 앞에 정차 중인 차량에 대한 이해도를 높여줌으로써 각종 분쟁 상황 역시 줄일 수 있는 효과가 있다.
또한 우회전 가능 시간을 표시해주는 문구를 통해서는 운전자가 좀더 여유를 갖고 기다릴 수 있고, 이륜차나 퀵보드, 자전거가 검출되는 경우에는 해당 이륜차나 퀵보드, 자전거 운행자들의 성격이 급한 경우 보행금지(적색) 신호에도 디스플레이부에 "우회전 주의 " 문구를 표시하여 혹시라도 보행금지 신호에 성격급한 운행자와에 의한 사고를 최소화할 수 있도록 할 수도 있다. 이러한 문구는 앞에서 설명한 카메라부(120)의 객체촬영 카메라(121)에서 촬영된 이미지 데이터를 보행객체 판독부(104)에서 판독하면 제어부(AI)에서 디스플레이 제어부(102)를 통해 문구나 스피커부(140)를 통한 음성 출력을 제어할 수 있다.
이상에서 설명된 본 발명의 일 실시 예는 예시적인 것에 불과하며, 본 발명이 속한 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 잘 알 수 있을 것이다. 그러므로 본 발명은 상기의 상세한 설명에서 언급되는 형태로만 한정되는 것은 아님을 잘 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다. 또한, 본 발명은 첨부된 청구범위에 의해 정의되는 본 발명의 정신과 그 범위 내에 있는 모든 변형물과 균등물 및 대체물을 포함하는 것으로 이해되어야 한다.
100a, 100b, 100c : 교차로 객체 검지/알림 장치
101 : 신호분석부 102 : 디스플레이 제어부
103 : 보행객체 검출 및 인식부 104 : 보행객체 판독부
105 : 저장부 106 : 번호 추출부
107 : 제어부(AI) 110 : 제어수단
120 : 카메라부 130 : 디스플레이부
140 : 스피커부 150 : 통신부
200 : 교차로 객체 검지 알람 서버 300 : 경찰청 서버
400 : 신호등 제어기 500 : 주행차선 신호등
600 : 횡단보도 신호등

Claims (3)

  1. 교차로에 구성된 횡단보도의 미리 설정된 보행자 대기영역과 횡단보도를 촬영하되 횡단보도 앞에 대기중인 보행객체와, 횡단보도 신호등 및 우회전 차량을 촬영하는 객체촬영 카메라(121)와, 횡단보도 신호등(600)이 보행자 신호인 경우에 횡단보도로 우회전 하는 차량이 있는 경우 해당 차량을 촬영하여 실시간 이미지에서 우회전 차량영역을 검출하고, 차량번호판 영역을 인식하며, 상기 횡단보도 신호등(600)이 녹색인 경우 불법 우회전하는 차량의 차량번호를 검출하는 차량촬영 카메라(122)와, 상기 횡단보도 신호등(600)을 촬영하는 카메라로, 녹색 또는 적색과 녹색신호의 잔여 시간에 대하여 촬영하는 횡단신호 촬영카메라(123)를 포함하여 구성되는 카메라부(120); 상기 카메라부(120)에서 촬영되어 검출된 이미지에 대하여 딥러닝 기반으로 교차로 객체를 검출 및 인식하고, 상기 인식결과에 따라 판독된 보행객체를 디스플레이하는 디스플레이부(130)와 음성출력하는 스피커(140); 그리고 횡단보도 신호가 보행신호에 도달하는지를 분석하여 우회전 차량 운전자와 교차로의 보행자에게 상기 디스플레이부(130)와 스피커(140)를 통해 주의신호가 출력되도록 제어하되, 미리 설정된 각도에서 촬영된 이륜차, 사람 및 자전거를 포함하는 객체의 데이터를 확보하여 전이학습(Transfer learning)을 통해 추론의 정확도를 높이고, 전이학습에서는 통행객체 데이터를 획득하며, 이를 pre-trained CNN 학습과 MS COCO Dataset를 통해 새로운 영상에서 추론결과를 확인하여 교차로 객체를 확인하는 제어수단(110);을 각각 포함하여 교차로 객체검지를 수행하는 복수의 제1 내지 제N 객체 검지/알림 장치(100a, 100b, 100c); 및
    상기 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 검출한 신호위반차량 정보를 처리하여 경찰청 서버(300)로 제공하는 교차로 객체 검지 알람 서버(200)를 포함하여 구성되되,
    상기 제어수단(110)은,
    신호등 제어기(400)에 접속되어 횡단보도나 주행차선 신호시간을 분석하는 신호분석부(101)와, 상기 디스플레이부(130)에 디스플레이되는 문자를 제어하는 디스플레이 제어부(102)와, 상기 카메라부(120)를 통해 촬영된 보행객체(통행객체)를 검출하고 인식하는 보행객체 검출 및 인식부(103)와, 상기 보행객체 검출 및 인식부(103)에서 인식된 보행객체를 판독하는 보행객체 판독부(104)와, 상기 디스플레이부(130)에 디스플레이되는 문자와, 상기 카메라부(120)를 통해 촬영된 우회전 위반 차량의 번호정보와, 횡단보도 신호등(400)의 촬영 정보 및 운전석 촬영정보가 저장되는 저장부(105)와, 우회전 위반 차량의 번호정보를 추출하는 번호 추출부(106)와, 상기 신호분석부(101), 디스플레이 제어부(102), 보행객체 검출 및 인식부(103), 보행객체 판독부(104), 저장부(105) 및 번호 추출부(106)를 제어하는 제어부(107)를 포함하여 구성되고,
    상기 교차로 객체 검지 알람 서버(200)는,
    복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)와 교차로 객체 검지 알람 서버(200)간 통신하기 위한 교차로 객체 검지 알람 서버 통신부(210)와, 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 전송된 우회전 위반 차량에 대한 차량번호 정보를 분석하는 차량번호 분석부(220)와, 복수의 제1 내지 제N 교차로 객체 검지/알림 장치(100a, 100b, 100c)에서 전송된 우회전 신호위반 차량에 대한 상기 차량촬영 카메라(122)와 횡단신호 촬영 카메라(123)에서 촬영된 촬영정보와, 우회전 신호위반 차량 번호정보를 저장하는 신호위반차량 정보 저장부(230) 및 상기 교차로 객체 검지 알람 서버 통신부(210), 차량번호 분석부(220), 신호위반차량 정보 저장부(230)를 제어하며, 미리 설정된 주기로 상기 신호위반차량 정보 저장부(230)에 저장된 신호위반 차량 정보를 경찰청 서버(300)로 전송하는 교차로 객체 검지 알람 서버 제어부(240)를 포함하여 구성됨을 특징으로 하는 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템.
  2. 삭제
  3. 삭제
KR1020220157160A 2022-11-22 2022-11-22 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템 KR102526583B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220157160A KR102526583B1 (ko) 2022-11-22 2022-11-22 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220157160A KR102526583B1 (ko) 2022-11-22 2022-11-22 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템

Publications (1)

Publication Number Publication Date
KR102526583B1 true KR102526583B1 (ko) 2023-04-27

Family

ID=86100410

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220157160A KR102526583B1 (ko) 2022-11-22 2022-11-22 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템

Country Status (1)

Country Link
KR (1) KR102526583B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102605790B1 (ko) * 2023-07-21 2023-11-29 주식회사 아이티코어스 단일카메라를 이용한 다방향 보행자 알림 및 교통위반단속시스템
KR102645077B1 (ko) * 2023-08-24 2024-03-08 (주)소프트윙스 딥러닝 기반 교차로 객체검지 및 자동 알람 방법
KR102673353B1 (ko) * 2024-03-04 2024-06-07 (주)이티엑스 스마트 횡단보도 종합 제어 시스템

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120019828A (ko) 2010-08-27 2012-03-07 (주)아이티에스뱅크 교차로 통행위반 차량 단속 시스템 및 이를 이용한 교차로 통행위반 차량 단속방법
KR101824973B1 (ko) * 2017-11-17 2018-03-14 공간정보기술 주식회사 단일카메라를 이용한 교차로 이동객체 충돌 방지 시스템
KR101873202B1 (ko) 2018-05-24 2018-07-02 주식회사 싸인텔레콤 Ai칩이 형성된 현장용 인공지능형 ai칩구동용 다채널 원샷카메라모듈
KR20210122181A (ko) 2020-03-30 2021-10-08 라온피플 주식회사 강화학습 기반 신호 제어 장치 및 신호 제어 방법
KR102380599B1 (ko) * 2021-04-14 2022-04-01 렉스젠(주) 교통 정보 분석 시스템 및 그에 관한 방법
KR102410770B1 (ko) * 2022-02-28 2022-06-22 (주)이상기술 우회전 차량에 대한 스마트 교통 시스템
KR20220101535A (ko) 2021-01-11 2022-07-19 주식회사 노타 딥러닝 기반 온-디바이스 실시간 교통제어 시스템

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120019828A (ko) 2010-08-27 2012-03-07 (주)아이티에스뱅크 교차로 통행위반 차량 단속 시스템 및 이를 이용한 교차로 통행위반 차량 단속방법
KR101824973B1 (ko) * 2017-11-17 2018-03-14 공간정보기술 주식회사 단일카메라를 이용한 교차로 이동객체 충돌 방지 시스템
KR101873202B1 (ko) 2018-05-24 2018-07-02 주식회사 싸인텔레콤 Ai칩이 형성된 현장용 인공지능형 ai칩구동용 다채널 원샷카메라모듈
KR20210122181A (ko) 2020-03-30 2021-10-08 라온피플 주식회사 강화학습 기반 신호 제어 장치 및 신호 제어 방법
KR20220101535A (ko) 2021-01-11 2022-07-19 주식회사 노타 딥러닝 기반 온-디바이스 실시간 교통제어 시스템
KR102380599B1 (ko) * 2021-04-14 2022-04-01 렉스젠(주) 교통 정보 분석 시스템 및 그에 관한 방법
KR102410770B1 (ko) * 2022-02-28 2022-06-22 (주)이상기술 우회전 차량에 대한 스마트 교통 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
자율협력주행 구현을 위한 사물인식형 도로 장애물 검지 기술 개발 최종보고서. 양충헌외 5. 한국건설기술연구원, 2020년 12월, pp.1-102. 1부.* *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102605790B1 (ko) * 2023-07-21 2023-11-29 주식회사 아이티코어스 단일카메라를 이용한 다방향 보행자 알림 및 교통위반단속시스템
KR102645077B1 (ko) * 2023-08-24 2024-03-08 (주)소프트윙스 딥러닝 기반 교차로 객체검지 및 자동 알람 방법
KR102673353B1 (ko) * 2024-03-04 2024-06-07 (주)이티엑스 스마트 횡단보도 종합 제어 시스템

Similar Documents

Publication Publication Date Title
US10296794B2 (en) On-demand artificial intelligence and roadway stewardship system
KR102526583B1 (ko) 딥러닝 기반 교차로 객체검지 및 자동 알람 시스템
AU2019235551B2 (en) On-demand artificial intelligence and roadway stewardship system
US10186147B2 (en) Wrong-way determination apparatus
US9104939B2 (en) Emergency rescue vehicle video based violation enforcement method and system
KR102133913B1 (ko) 딥러닝 기반의 객체인식을 이용한 객체별 맞춤 정보제공 안내전광판 시스템 및 그 제어 방법
KR102020340B1 (ko) 라이다를 이용한 교차로 운행 및 보행 안전 모니터링 시스템
US20120148092A1 (en) Automatic traffic violation detection system and method of the same
WO2015089867A1 (zh) 一种交通违章检测方法
KR102159144B1 (ko) 보행신호등 주변의 위반차량 무인단속시스템
KR102107791B1 (ko) 어린이 보호구역의 안전속도준수 제어시스템
KR20200141834A (ko) 영상기반 교통신호제어 장치 및 방법
CN109544936A (zh) 基于雷达摄像机的机动车斑马线不礼让行人预警抓拍***
KR20190090221A (ko) 지능형 안전 장치
KR20220071514A (ko) 영상 기반의 객체 인식 및 주변 환경 감지를 통한 보행 신호 제어 장치
KR102645077B1 (ko) 딥러닝 기반 교차로 객체검지 및 자동 알람 방법
KR20230126927A (ko) 교통사고 예방 시스템 및 서비스 방법
KR100865511B1 (ko) 차량 탑재형 정지선 위반 단속 시스템 및 그 방법
CN112185100A (zh) 一种行人引导方法及装置
KR102618451B1 (ko) 단속 기준 정보 표출 검증이 가능한 교통 시스템 및검증 정보 제공 방법
KR102340902B1 (ko) 스쿨존을 모니터링하는 장치 및 방법
Ooi et al. A method for distinction of bicycle traffic violations by detection of cyclists' behavior using multi-sensors
KR102630264B1 (ko) 교차로 안내 정보 제공 시스템, 방법 및 컴퓨터 프로그램
Jayasinghe et al. Highways traffic surveillance using internet protocol cameras and open source computer vision library
KR20220153836A (ko) Ai를 탑재한 교통안전 신호등과 교통정보 수집시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant