KR20140072442A - 차량 검지 장치 및 방법 - Google Patents

차량 검지 장치 및 방법 Download PDF

Info

Publication number
KR20140072442A
KR20140072442A KR1020120139857A KR20120139857A KR20140072442A KR 20140072442 A KR20140072442 A KR 20140072442A KR 1020120139857 A KR1020120139857 A KR 1020120139857A KR 20120139857 A KR20120139857 A KR 20120139857A KR 20140072442 A KR20140072442 A KR 20140072442A
Authority
KR
South Korea
Prior art keywords
vehicle
magnetic signal
change pattern
signal change
information
Prior art date
Application number
KR1020120139857A
Other languages
English (en)
Inventor
유재준
김도현
박종현
김경호
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020120139857A priority Critical patent/KR20140072442A/ko
Priority to US13/911,865 priority patent/US20140156661A1/en
Publication of KR20140072442A publication Critical patent/KR20140072442A/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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/40—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for measuring magnetic field characteristics of the earth
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Traffic Control Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Navigation (AREA)

Abstract

차량 검지 장치는 차량의 이동에 의해 발생하는 지구 자기장의 세기로부터 자기 신호를 획득하고, 자기 신호의 변화를 나타내는 최근 자기 신호 변화 패턴과 데이터베이스에 저장된 각 차량에 대한 자기 신호 변화 패턴의 정보를 기반으로 이동하는 차량을 검지하고 분류한다. 그리고 차량 검지 장치는 외부의 정보 제공 서버로부터 실제 이동한 차량의 검지 및 분류 정보를 제공 받아 해당 차량의 자기 신호 변화 패턴을 학습을 통해서 점진적으로 업데이트한다.

Description

차량 검지 장치 및 방법{APPARATUS AND METHOD FOR DETECTING VEHICLE}
본 발명은 차량 검지 장치 및 방법에 관한 것으로, 특히 자기 센서 노드(magnetic sensor node)를 이용하여 차량 검지 및 차량 분류를 수행하는 차량 검지 장치 및 방법에 관한 것이다.
현재까지 차량의 여부를 검지하고 그 속도를 계산하거나, 차량을 분리하기 위한 여러 가지 방법 및 시스템이 제안되어 왔으며, 이러한 차량 검지 시스템으로는 루프 검지기, 영상 검지기, 레이저 센서 및 초음파 센서 등이 있다.
이러한 검지기 중의 하나인 자기 센서(magnetic sensor)는 차량의 이동에 의해 변화되는 지구 자기장의 변화를 감지하여 차량 이동에 대한 정보를 추출하며, 이를 위해 자기 신호를 처리하기 위한 여러 알고리즘들이 제시되어 오고 있다.
하지만 차량의 이동에 의한 지구 자기장의 변화는 차량의 종류 및 특성, 그리고 온도 및 습도와 같은 주위 환경에 따라 약간씩 차이가 나고, 이로 인해 차량검지의 정확도 등에 차이가 생길 수 있다. 이러한 문제점을 보완하기 위해 기존에는 임계값(threshold) 기반의 방법 등이 제안되어 오고 있으나, 이는 단순한 차량검지 이외에 차량종류의 식별 등과 같은 보다 고차원의 응용에 있어 달리 도움이 되지 못한다는 단점을 가지고 있다.
본 발명이 해결하고자 하는 기술적 과제는 주위 환경 및 다양한 차량 조건에서도 차량검지 및 차량분류를 보다 정확히 수행할 수 있는 차량 검지 장치 및 방법을 제공하는 것이다.
본 발명의 한 실시 예에 따르면, 차량을 검지하고 분류하는 장치가 제공된다. 차량 검지 장치는 데이터베이스, 학습부, 자기 신호 획득부, 그리고 검지부를 포함한다. 상기 데이터베이스는 각 차량에 대한 자기 신호 변화 패턴의 정보를 저장하고 있다. 상기 학습부는 상기 각 차량에 대한 자기 신호 변화 패턴의 정보를 학습을 통해서 업데이트한다. 상기 자기 신호 획득부는 차량의 이동에 의해 발생하는 지구 자기장의 세기로부터 자기 신호를 획득한다. 그리고 상기 검지부는 상기 자기 신호의 변화를 나타내는 최근 자기 신호 변화 패턴과 상기 데이터베이스에 저장된 각 차량에 대한 자기 신호 변화 패턴의 정보를 기반으로 이동하는 차량을 검지하고 분류한다.
상기 검지부는 차량의 검지 및 분류 정보를 외부의 정보 제공 서버로 전달하고, 상기 학습부는 상기 정보 제공 서버로부터 이동한 실제 차량의 검지 및 분류 정보를 제공 받아 해당 차량의 자기 신호 변화 패턴에 대응하여 상기 정보 제공 서버로부터 제공 받은 검지 및 분류 정보를 업데이트할 수 있다.
상기 검지부는 상기 최근 자기 신호 변화 패턴과 상기 데이터베이스에 저장된 각 차량에 대한 자기 신호 변화 패턴의 유사도 분석을 수행하고, 상기 최근 자기 신호 변화 패턴과 유사한 것으로 판단되는 패턴의 정보를 참조하여 차량의 종류를 판단할 수 있다.
상기 검지부는 상기 최근 자기 신호 변화 패턴이 신규 차량에 해당하는 것으로 판단되면, 상기 최근 자기 신호 변화 패턴만을 이용하여 차량의 종류를 판단할 수 있다.
상기 검지부는 상기 신규 차량에 해당하는 최근 자기 신호 변화 패턴의 정보를 상기 데이터베이스에 저장할 수 있다.
본 발명의 다른 한 실시 예에 따르면, 차량 검지 장치에서 이동하는 차량을 검지하고 분류하는 방법이 제공된다. 차량 검지 방법은 차량의 이동에 의해 발생하는 지구 자기장의 세기로부터 자기 신호를 획득하는 단계, 상기 자기 신호의 변화를 나타내는 최근 자기 신호 변화 패턴과 데이터베이스에 저장되어 있는 각 차량에 대한 자기 신호 변화 패턴의 정보를 기반으로 이동하는 차량을 검지하고 분류하는 단계, 실제 이동한 차량의 검지 및 분류 정보를 정보 제공 서버로부터 수신하는 단계, 그리고 상기 정보 제공 서버로부터 수신한 검지 및 분류 정보를 해당 차량의 자기 신호 변화 패턴에 대응하여 업데이트하는 단계를 포함한다.
상기 검지하고 분류하는 단계는 상기 데이터베이스에 상기 최근 자기 신호 변화 패턴과 유사한 패턴이 존재하는지 확인하는 단계, 그리고 상기 최근 자기 신호 변화 패턴과 유사한 것으로 판단되는 패턴의 정보를 참조하여 차량을 분류하는 단계를 포함할 수 있다.
상기 검지하는 분류하는 단계는 상기 데이터베이스에 상기 최근 자기 신호 변화 패턴과 유사한 패턴이 존재하는지 확인하는 단계, 상기 데이터베이스에 상기 최근 자기 신호 변화 패턴과 유사한 패턴이 존재하지 않는 경우, 상기 최근 자기 신호 변화 패턴이 신규 차량에 해당하는지 확인하는 단계, 그리고 상기 최근 자기 신호 변화 패턴이 신규 차량에 해당하는 경우, 상기 최근 자기 신호 변화 패턴만으로 상기 차량을 감지하고 분류하는 단계를 포함할 수 있다.
상기 검지하는 분류하는 단계는 상기 신규 차량에 해당하는 최근 자기 신호 변화 패턴에 대응하여 검지 및 분류 정보를 상기 데이터베이스에 저장하는 단계를 더 포함할 수 있다.
본 발명의 실시 예에 의하면, 학습 기반의 차량 검지 및 차량 분류에 의해, 자기 센서 노드가 설치되는 서로 다른 지역의 환경적 차이를 극복하고 다양한 차량에 대한 정보를 보다 정확하게 검지할 수 있다. 더불어 차량의 이동에 의해 전달되는 정보를 학습 과정을 통하여 동적으로 변경할 수 있다는 장점이 있다.
도 1은 차량의 존재에 따른 지구 자기장의 변화를 나타낸 도면이다.
도 2는 자기 센서 노드에서 획득하는 자기 신호의 일 예를 나타낸 도면이다.
도 3은 본 발명의 실시 예에 따른 차량 검지 시스템을 나타낸 도면이다.
도 4는 도 3에 도시된 자기 센서 노드를 나타낸 도면이다.
도 5는 도 4에 도시된 데이터베이스를 나타낸 도면이다.
도 6은 본 발명의 실시 예에 따른 자기 센서 노드의 차량 검지 및 분류 방법을 나타낸 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
이제 본 발명의 실시 예에 따른 차량 검지 장치 및 방법에 대하여 도면을 참고로 하여 상세하게 설명한다.
도 1은 차량의 존재에 따른 지구 자기장의 변화를 나타낸 도면이고, 도 2는 자기 센서 노드에서 획득하는 자기 신호의 일 예를 나타낸 도면이다.
도 1에 도시한 바와 같이, 차량 접근 시 차량이 가지고 있는 자기장에 의해 지구 자기장이 변하게 된다.
자기 센서 노드는 차량에 의한 지구 자기장의 변화를 검출하고, 지구 자기장의 변화로부터 자기 신호를 획득한다. 따라서, 차량에 의한 지구 자기장의 변화는 도 2에 도시한 바와 같이 자기 신호의 변화로 나타난다.
자기 센서 노드는 도 2에 도시한 자기 신호의 변화로부터 차량을 검지한다.
또한 자기 신호의 파형은 승용차, 승합차, 버스 등 차량의 종류에 따라서 다르게 나타나므로, 자기 신호의 변화 패턴을 이용하여 차량의 종류를 분류할 수 있다.
도 3은 본 발명의 실시 예에 따른 차량 검지 시스템을 나타낸 도면이다.
도 3을 참고하면, 차량 검지 시스템은 적어도 하나의 자기 센서 노드(100), 중계 노드(200) 및 정보 제공 서버(300)를 포함한다.
자기 센서 노드(100)는 자기 센서 네트워크를 형성하며, 차량의 이동에 의해 발생되는 지구 자기장의 변화를 검출하여 차량을 검지하고 분류한다. 특히, 자기 센서 노드(100)는 정보 제공 서버(300)와의 통신을 통해서 자기신호 변화 패턴을 학습하고, 자기신호 변화 패턴에 대한 학습을 통해 차량을 검지하고 분류한다.
중계 노드(200)는 자기 센서 노드(100)와 정보 제공 서버(300) 사이에서 데이터를 중계한다.
정보 제공 서버(300)는 차량의 이동에 대한 정보를 획득할 수 있는 서버이다. 정보 제공 서버(300)는 자기 센서 노드(100)로부터 판단된 차량 검지 정보에 대한 실제 차량의 정보를 자기 센서 노드(100)로 전달하여 자기 센서 노드(100)에서 자기신호 변화패턴의 정보를 학습할 수 있도록 한다.
도 4는 도 3에 도시된 자기 센서 노드를 나타낸 도면이다.
도 4를 참고하면, 자기 센서 노드(100)는 차량 검지 장치로서, 자기 센서(110), 자기 신호 획득부(120), 자기 신호 처리부(130), 통신부(140), 학습부(150), 검지부(160), 관리부(170) 및 데이터베이스(180)를 포함한다.
자기 센서(110)는 지구 자기장의 세기를 측정한다.
자기 신호 획득부(120)는 자기 센서(110)에서 측정된 지구 자기장의 세기로부터 자기 신호를 획득한다.
자기 신호 처리부(130)는 자기 신호를 신호 처리하여 노이즈 등을 제거한다.
통신부(140)는 중계 노드(200)를 통한 정보 제공 서버(300)와의 통신을 수행한다.
학습부(150)는 검지부(160)에 의해 검지/분류된 차량에 대응하는 실제 차량의 검지/분류 정보를 통신부(140)를 통해서 정보 제공 서버(300)로부터 제공 받고, 정보 제공 서버(300)로부터 제공 받은 실제 차량의 검지/분류 정보를 이용하여 자기 신호 변화 패턴에 대한 학습을 수행한다. 차량의 검지 정보는 차량의 이동 속도를 포함할 수 있고, 차량의 분류 정보는 차량의 종류를 포함할 수 있다.
검지부(160)는 자기 신호로부터 자기 신호 변화 패턴을 검출하고, 최근 자기 신호 변화 패턴과 해당 자기 신호 변화 패턴의 학습 정보를 기반으로 차량을 검지하고 분류한다. 구체적으로, 검지부(160)는 최근 자기 신호 변화 패턴과 데이터베이스(180)에 저장된 자기 신호 변화 패턴의 유사도 분석을 수행한다. 검지부(160)는 최근 자기 신호 변화 패턴과 유사한 패턴이 데이터베이스(180)에 존재하는 경우, 최근 자기 신호 변화 패턴을 이용하여 차량을 검지하고, 최근 자기 신호 변화 패턴과 유사한 패턴의 정보를 참조하여 차량을 분류할 수 있다. 검지부(160)는 최근 자기 신호 변화 패턴과 유사한 패턴이 데이터베이스(180)에 존재하지 않는 경우, 신규 차량에 대한 자기 신호 변화 패턴인지 판단하고, 최근 자기 신호 변화 패턴이 신규 차량에 대한 자기 신호 변화 패턴인 경우 해당 자기 신호 변화 패턴의 정보를 데이터베이스(180)에 저장할 수 있다. 검지부(160)는 데이터베이스(180)의 크기 등을 고려하여 자기 신호의 전체를 요약하거나 자기 신호의 일부를 추출하여 자기 신호 변화 패턴을 생성하고, 자기 신호 변화 패턴은 관리부(170)를 통해서 자기 신호 변화 패턴을 데이터베이스(180)에 저장된다.
검지부(160)는 자기 신호 변화 패턴에 대한 학습을 위해 검지/분류된 차량의 검지/분류 정보를 통신부(140)를 통해 정보 제공 서버(300)로 전달한다.
정보 제공 서버(300)는 차량의 검지/분류 정보에 대응하여 실제 차량의 검지/분류 정보를 통신부(140)를 통해서 학습부(150)로 제공하며, 정보 제공 서버(300)에서 제공되는 실제 차량의 검지/분류 정보는 학습부(150)에 의해서 학습되어 해당 자기 신호 변화 패턴의 정보에 업데이트된다.
관리부(170)는 자기 신호 변화 패턴을 저장하고 업데이트하며, 데이터베이스(180)에 저장된 자기 신호 변화 패턴의 정보를 관리한다.
데이터베이스(180)는 자기 신호 변화 패턴의 정보를 저장한다.
도 5는 도 4에 도시된 데이터베이스를 나타낸 도면이다.
도 5를 참고하면, 데이터베이스(180)에는 자기 신호 변화 패턴의 정보가 저장된다. 자기 신호 변화 패턴의 정보에는 패턴 식별자, 자기 신호 변화 패턴, 해당 패턴의 이동 속도, 차량 종류, 패턴 출현 횟수, 자기 신호 획득 주기(샘플링 레이트), 자기 신호 변화 패턴의 길이 등이 포함될 수 있다.
도 6은 본 발명의 실시 예에 따른 자기 센서 노드의 차량 검지 및 분류 방법을 나타낸 흐름도이다.
도 6을 참고하면, 자기 센서 노드(100)의 동작이 개시되면, 자기 센서 노드(100)는 초기화 과정을 수행한 후, 차량 검지를 시작한다.
차량 검지가 시작되면, 자기 신호 획득부(120)는 자기 센서(110)를 통해 측정된 지구 자기장의 세기로부터 주어진 자기 신호 샘플링 주기에 따라 자기 신호의 변화를 획득한다(S602).
자기 신호 처리부(130)는 여러 가지 필터링(filtering) 기법 등을 활용하여 자기 신호로부터 노이즈 등을 제거한다(S604). 이때, 필터링 방법은 최근 N 개의 작기 신호를 평균(average)하는 방법, 가중치를 두어 더 최근에 획득된 자기 신호에 더 큰 비중을 부여하는 방법 등이 있을 수 있다.
자기 신호 처리부(130)는 이러한 사전 처리를 통해 노이즈 등을 제거하고 난 후, 자기 신호를 학습부(150) 및 검지부(160)로 전달한다.
검지부(160)는 최근 자기신호의 변화를 업데이트 한다(S606). 여기에서 최근 자기 신호의 변화란 현재 자기 센서 노드(100)가 설치된 지역을 이동 중인 차량에 의해 변화되었다고 판단되는 자기 신호 변화 패턴을 의미한다. 자기 신호의 변화는 차량이 존재하기 시작했다고 판단할 수 있는 자기 신호의 변화를 시작으로 하고, 차량이 자기 센서 노드(100) 위를 지나갔거나 과거의 자기 신호 변화 패턴에 의해 하나의 의미적 이동이 종료되었다고 판단되는 시점을 마지막으로 하여 추적될 수 있으며, 하나의 차량이 이동 완료되었다고 판단되는 시점에서 최근 자기 신호의 변화 정보는 과거의 자기 신호 변화 패턴의 정보로 업데이트된 후, 재초기화된다.
최근 자기 신호의 변화가 업데이트되고 나면, 검지부(160)는 관리부(170)를 통해서 데이터베이스(180)를 조회하여 최근 자기 신호 변화 패턴과 유사한 패턴의 정보가 있는지 확인한다(S608). 이러한 확인 과정은 다양한 방법을 이용하여 진행될 수 있다. 예를 들어, 검지부(160)는 각 자기 신호 변화 패턴을 구성하는 자기 신호 값들에 대해 유클리드 거리(Euclidean distance)를 적용하여, 이 유클리드 거리의 합계(sum)가 0이 되거나, 해당 합계(sum)가 주어진 범위 안에 속하는 자기신호 변화패턴을 유사패턴으로 판단할 수 있다. 또한 검지부(160)는 DTW(Dynamic Time Warp) 거리를 이용하여 패턴의 유사도를 판단할 수도 있다. 더불어, 자기 센서 노드(100)에서의 유사도 판단을 보다 효율적으로 하기 위해서 검지부(160)는 전체 자기 신호 변화 패턴이 아닌, 일부 추출된 자기 신호 변화 값을 이용하여 유사도를 판단할 수도 있다. 이러한 방법들은 자기 센서 노드(100)를 구성하는 하드웨어 및 소프트웨어의 복잡도 등에 따라 적절한 방법이 선택되어 사용될 수 있다. 이때 최근 자기 신호 변화 패턴과 유사한 패턴의 확인은 최장 유사 패턴(longest similar pattern)을 기반으로 이루어질 수 있다.
검지부(160)는 최근 자기 신호 변화 패턴과 유사한 패턴이 데이터베이스(180)에 존재하는 경우, 데이터베이스(180)에 저장된 자기 신호 변화 패턴에 있는 과거의 정보를 참조하여, 최근 자기 신호의 변화를 야기하는 차량의 종류 및 기타 관련 정보를 통신부(140)를 통해서 정보 제공 서버(300)로 전달한다(S610). 이때, 정보 제공 서버(300)로 전달되는 정보는 기본적으로 차량의 검지 및 분류 정보로 구성되며, 시스템을 설계 및 구성하는 방향에 따라 추가적인 정보가 제공될 수 있다.
자기 센서 노드(100)의 학습 기능을 지원하기 위해서, 검지부(160)로부터 차량의 검지 및 분류 정보를 전달 받은 정보 제공 서버(300)는 전달 받은 차량의 검지 및 분류 정보와 실제로 이동한 차량에 대한 검지 및 분류 정보를 비교한 후, 실제로 이동한 차량에 대한 검지 및 분류 정보를 해당 자기 센서 노드(100)로 전달한다. 즉, 정보 제공 서버(300)는 차량에 의해 발생되는 자기 신호의 변화가 실제 어떤 차량에 의한 것인지 확인하고 해당 차량의 검지 및 분류 정보를 자기 센서 노드(100)로 전달한다.
학습부(150)는 정보 제공 서버(300)로부터 검지 및 분류 정보를 수신하면(S616), 정보 제공 서버(300)로부터 수신한 검지 및 분류 정보를 토대로 새로운 자기 신호 변화 패턴을 도출하고, 도출한 자기 신호 변화 패턴의 정보를 관리부(170)를 통해 업데이트함으로써, 자기 신호 변화 패턴을 학습한다.
학습부(150)는 이와 같은 학습 과정을 반복적으로 수행함으로써, 자기 신호 변화 패턴을 점진적으로 업데이트한다. 그리고 이러한 학습 과정이 어느 정도 완료되고 나면 정보 제공 서버(300)로부터의 정보 제공 없이 자기 센서 노드(100) 자체에서 차량의 검지 및 분류가 이루어질 수 있게 된다.
만약, 검지부(160)는 최근 자기 신호 변화 패턴과 유사한 패턴 정보가 데이터베이스(180)에 존재하지 않는다면, 최근 자기 신호 변화 패턴의 정보가 하나의 의미적인 단위인지 즉, 새로운 신규 차량에 대한 것인지를 판단한다(S612). 이때의 판단에는 자기 신호 변화패턴을 고려하지 않는 기존 차량 검지의 방법들 예를 들면, 임계 값 기반의 차량 검지 방법 등이 활용될 수 있다.
검지부(160)는 현재의 최근 자기 신호 변화가 신규 차량에 대한 의미적인 단위가 아니라면, 차량이 존재하지 않거나 하나의 차량이 움직이고 있는 상태인 것으로 판단한다. 이 경우, 자기 신호의 변화를 획득하는 과정(S602)이 진행된다.
한편, 검지부(160)는 최근 자기 신호 변화가 신규 차량에 대한 자기 신호의 변화인 것으로 판단되면, 최근 자기 신호 변화 패턴만으로 판단할 수 있는 검지/분류 정보를 정보 제공 서버(300)로 전달하고(S614), 최근 자기 신호 변화 패턴의 정보를 데이터베이스(180)에 저장한다.
그리고 학습부(150)는 정보 제공 서버(300)로부터 실제 차량에 대한 검지 및 분류 정보를 수신하면(S616), 정보 제공 서버(300)로부터 수신한 실제 차량의 검지 및 분류 정보를 자기 신호 변화 패턴에 대응하여 업데이트한다(S618). 이렇게 업데이트된 실제 차량의 검지 및 분류 정보는 다음 차량검지 및 분류를 위해 사용된다. 이때, 자기 신호 변화 패턴 정보의 업데이트는 여러 가지 정책에 따라 다르게 수행될 수 있다. 예를 들어, 자기 신호 변화 패턴이 약간 변경되었을 때 바로 업데이트 하는 정책도 가능하고, 자기 신호 변화 패턴의 유사도가 일정 범위 안에 포함되는 경우, 기존의 패턴과 최근 자기 신호 변화 패턴을 평균하거나 가중치를 두어 합산하여 업데이트될 수 있다.
이러한 과정을 통하여 자기 신호 변화 패턴을 기반으로 차량을 검지 및 분류하는 자기 센서 노드(100)는 정보 제공 서버(300)와 같은 외부의 정보를 참조하여 이를 기반으로 학습함으로써, 보다 다양하고 정확한 정보를 제공할 수 있게 된다. 특히 다양한 환경 및 차량 조건에서도 정확하게 차량을 검지하고 분류할 수 있게 된다.
더불어, 정보 제공 서버(300)에서 서비스의 형태 등에 따라 동적으로 자기 센서 노드(100)의 응답을 제어할 수도 있다.
구체적으로 설명하면, 특정 패턴 및 상황에 대해 정보 제공 서버(300)가 특정 정보를 자기 센서 노드(100)로 제공함으로써, 해당 패턴 및 상황에서 자기 센서 노드(100)는 정보 제공 서버(300)가 제공한 특정 정보로 응답하도록 할 수 있다.
예를 들어, 일반적으로 소형 차량과 대형 버스에 의해 발생되는 지구자기장의 파형은 다르다. 만약, 자기 센서 노드(100)에서 소형 차량에 대한 패턴이 인식되는 경우 A 라는 값을 외부로 전달하고, 대형 버스에 대한 패턴이 인식되는 경우 B 라는 값을 외부로 전달하고 싶을 때, 이러한 A 라는 값과 B 라는 값을 상황에 따라서 정보 제공 서버(300)에서 제공해 줄 수 있다. 또한 자기 센서 노드(100) 위를 지나간 어떤 차량이 소형 차량이었다고 자기 센서 노드(100)가 판단하였으나 실제로는 중형 차량인 경우, 해당 패턴을 만나면 중형 차량으로 판단해야 함을 정보 제공 서버(300)가 자기 센서 노드(100)에 알려줄 수 있다.
이렇게 하면, 자기 센서 노드(100)에서 차량 검지에 대한 결과를 외부에서 좀 더 정확하게 설정할 수가 있다.
본 발명의 실시 예는 이상에서 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시 예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시 예의 기재로부터 본 발명이 속하는 기술 분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리 범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리 범위에 속하는 것이다.

Claims (11)

  1. 차량을 검지하고 분류하는 장치로서,
    각 차량에 대한 자기 신호 변화 패턴의 정보를 저장하고 있는 데이터베이스,
    상기 각 차량에 대한 자기 신호 변화 패턴의 정보를 학습을 통해서 업데이트하는 학습부,
    차량의 이동에 의해 발생하는 지구 자기장의 세기로부터 자기 신호를 획득하는 자기 신호 획득부, 그리고
    상기 자기 신호의 변화를 나타내는 최근 자기 신호 변화 패턴과 상기 데이터베이스에 저장된 각 차량에 대한 자기 신호 변화 패턴의 정보를 기반으로 이동하는 차량을 검지하고 분류하는 검지부
    를 포함하는 차량 검지 장치.
  2. 제1항에서,
    상기 검지부는 차량의 검지 및 분류 정보를 외부의 정보 제공 서버로 전달하고,
    상기 학습부는 상기 정보 제공 서버로부터 이동한 실제 차량의 검지 및 분류 정보를 제공 받아 해당 차량의 자기 신호 변화 패턴에 대응하여 상기 정보 제공 서버로부터 제공 받은 검지 및 분류 정보를 업데이트하는 차량 검지 장치.
  3. 제1항에서,
    상기 검지부는 상기 최근 자기 신호 변화 패턴과 상기 데이터베이스에 저장된 각 차량에 대한 자기 신호 변화 패턴의 유사도 분석을 수행하고, 상기 최근 자기 신호 변화 패턴과 유사한 것으로 판단되는 패턴의 정보를 참조하여 차량의 종류를 판단하는 차량 검지 장치.
  4. 제3항에서,
    상기 검지부는 상기 최근 자기 신호 변화 패턴이 신규 차량에 해당하는 것으로 판단되면, 상기 최근 자기 신호 변화 패턴만을 이용하여 차량의 종류를 판단하는 차량 검지 장치.
  5. 제4항에서,
    상기 검지부는 상기 신규 차량에 해당하는 최근 자기 신호 변화 패턴의 정보를 상기 데이터베이스에 저장하는 차량 검지 장치.
  6. 제1항에서,
    상기 자기 신호로부터 노이즈를 제거하는 자기 신호 처리부
    를 더 포함하는 차량 검지 장치.
  7. 차량 검지 장치에서 이동하는 차량을 검지하고 분류하는 방법으로서,
    차량의 이동에 의해 발생하는 지구 자기장의 세기로부터 자기 신호를 획득하는 단계,
    상기 자기 신호의 변화를 나타내는 최근 자기 신호 변화 패턴과 데이터베이스에 저장되어 있는 각 차량에 대한 자기 신호 변화 패턴의 정보를 기반으로 이동하는 차량을 검지하고 분류하는 단계,
    실제 이동한 차량의 검지 및 분류 정보를 정보 제공 서버로부터 수신하는 단계, 그리고
    상기 정보 제공 서버로부터 수신한 검지 및 분류 정보를 해당 차량의 자기 신호 변화 패턴에 대응하여 업데이트하는 단계
    를 포함하는 차량 검지 방법.
  8. 제7항에서,
    상기 검지하고 분류하는 단계는
    상기 데이터베이스에 상기 최근 자기 신호 변화 패턴과 유사한 패턴이 존재하는지 확인하는 단계, 그리고
    상기 최근 자기 신호 변화 패턴과 유사한 것으로 판단되는 패턴의 정보를 참조하여 차량을 분류하는 단계를 포함하는 차량 검지 방법.
  9. 제7항에서,
    상기 검지하는 분류하는 단계는
    상기 데이터베이스에 상기 최근 자기 신호 변화 패턴과 유사한 패턴이 존재하는지 확인하는 단계,
    상기 데이터베이스에 상기 최근 자기 신호 변화 패턴과 유사한 패턴이 존재하지 않는 경우, 상기 최근 자기 신호 변화 패턴이 신규 차량에 해당하는지 확인하는 단계, 그리고
    상기 최근 자기 신호 변화 패턴이 신규 차량에 해당하는 경우, 상기 최근 자기 신호 변화 패턴만으로 상기 차량을 감지하고 분류하는 단계를 포함하는 차량 검지 방법.
  10. 제9항에서,
    상기 검지하는 분류하는 단계는 상기 신규 차량에 해당하는 최근 자기 신호 변화 패턴에 대응하여 검지 및 분류 정보를 상기 데이터베이스에 저장하는 단계를 더 포함하는 차량 검지 방법.
  11. 제7항에서,
    상기 검지 및 분류 정보는 각각 이동 속도 및 차량의 종류를 포함하는 차량 검지 방법.
KR1020120139857A 2012-12-04 2012-12-04 차량 검지 장치 및 방법 KR20140072442A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120139857A KR20140072442A (ko) 2012-12-04 2012-12-04 차량 검지 장치 및 방법
US13/911,865 US20140156661A1 (en) 2012-12-04 2013-06-06 Apparatus and method for detecting vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120139857A KR20140072442A (ko) 2012-12-04 2012-12-04 차량 검지 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20140072442A true KR20140072442A (ko) 2014-06-13

Family

ID=50826522

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120139857A KR20140072442A (ko) 2012-12-04 2012-12-04 차량 검지 장치 및 방법

Country Status (2)

Country Link
US (1) US20140156661A1 (ko)
KR (1) KR20140072442A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102268178B1 (ko) * 2021-02-02 2021-06-22 (주)그린아이티코리아 감지영역 지정 구조를 가진 자기 센서를 이용한 주차 관제 시스템

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9984704B2 (en) 2016-08-05 2018-05-29 Electronics And Telecommunications Research Institute Vehicle classification system and method
DE102016124604A1 (de) * 2016-12-16 2018-06-21 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Zuordnen eines Fahrzeugs zu einem Parkplatz, Datenverarbeitungsanlage und Fahrzeug
US20210118310A1 (en) * 2018-03-15 2021-04-22 Nihon Onkyo Engineering Co., Ltd. Training Data Generation Method, Training Data Generation Apparatus, And Training Data Generation Program
CN110779513B (zh) * 2019-10-28 2021-06-18 杭州十域科技有限公司 一种室内公共服务场所定位***

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4304298A1 (de) * 1993-02-15 1994-08-18 Atlas Elektronik Gmbh Verfahren zum Klassifizieren von einen vorgegebenen Wegpunkt passierenden Fahrzeugen
FR2811789B1 (fr) * 2000-07-13 2003-08-15 France Etat Ponts Chaussees Procede et dispositif pour classifier des vehicules en categories de silhouettes et pour determiner leur vitesse, a partir de leur signature electromagnetique
US6795819B2 (en) * 2000-08-04 2004-09-21 Infoglide Corporation System and method for building and maintaining a database
US6828920B2 (en) * 2001-06-04 2004-12-07 Lockheed Martin Orincon Corporation System and method for classifying vehicles
US20020190856A1 (en) * 2001-06-04 2002-12-19 Vehiclesense, Inc. Wireless vehicle detection systems
US20100134322A1 (en) * 2008-12-02 2010-06-03 Electronics And Telecommunications Research Institute Apparatus and method for detecting vehicles

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102268178B1 (ko) * 2021-02-02 2021-06-22 (주)그린아이티코리아 감지영역 지정 구조를 가진 자기 센서를 이용한 주차 관제 시스템

Also Published As

Publication number Publication date
US20140156661A1 (en) 2014-06-05

Similar Documents

Publication Publication Date Title
CN110753892A (zh) 在自动驾驶车辆中用于经由交叉模态验证的即时物体标记的方法和***
CN110869936A (zh) 用于自动驾驶车辆中的分布式学习与适应的方法和***
KR20140072442A (ko) 차량 검지 장치 및 방법
CN110799982A (zh) 用于自动驾驶车辆中的以物体为中心的立体视觉的方法和***
KR20160095856A (ko) 새로운 공격 유형의 자동 탐지 및 공격 유형 모델 갱신을 통한 지능형 침입 탐지 시스템 및 방법
JP6673030B2 (ja) 情報処理装置、情報処理方法、及びプログラム
US20120161987A1 (en) Apparatus and method for detecting vehicles
US20180366000A1 (en) Method for evaluating a hazardous situation which is sensed by at least one sensor of a vehicle, method for controlling reproduction of a hazard warning and method for reproducing a hazard warning
CN108710828A (zh) 识别目标物的方法、装置和存储介质以及车辆
CN109263649B (zh) 车辆及其自动驾驶模式下的物体识别方法和物体识别***
WO2022198190A1 (en) Object counting system for high volume traffic
CN115294172A (zh) 目标检测方法、装置、电子设备及存储介质
KR20190079183A (ko) 도플러 정보를 이용한 보행자 및 차량 인식 장치 및 그 방법
EP3214611A1 (en) Information processing apparatus, information processing method, and computer-readable medium
JP6994996B2 (ja) 通行路判定システム
CN108932453B (zh) 一种车辆备胎检测方法及装置
JP2017130104A (ja) 余裕度判定装置、余裕度判定方法および運転支援システム
EP3316186B1 (en) Controlling display of data to a person via a display apparatus
US20230408686A1 (en) Method and apparatus for detecting static object by means of radar sensor of roadside unit
KR102656646B1 (ko) 센싱 장치의 설치 이상을 감지하는 방법 및 이를 수행하는 센싱 장치
CN115508807B (zh) 点云数据的处理方法、装置、电子设备及存储介质
KR102531352B1 (ko) 감시영역의 환경정보를 고려한 타깃 식별 시스템 및 방법
KR101225706B1 (ko) 다중 지자기센서를 이용한 차량 감지 장치 및 방법
US11676384B2 (en) Object counting system for high volume traffic
CN116503789B (zh) 融合轨迹和尺度的公交下车客流检测方法、***及设备

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid