KR20210151415A - 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법 - Google Patents
등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법 Download PDFInfo
- Publication number
- KR20210151415A KR20210151415A KR1020200068203A KR20200068203A KR20210151415A KR 20210151415 A KR20210151415 A KR 20210151415A KR 1020200068203 A KR1020200068203 A KR 1020200068203A KR 20200068203 A KR20200068203 A KR 20200068203A KR 20210151415 A KR20210151415 A KR 20210151415A
- Authority
- KR
- South Korea
- Prior art keywords
- lamp
- vehicle
- area
- road
- post
- Prior art date
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
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
- F21S8/00—Lighting devices intended for fixed installation
- F21S8/08—Lighting devices intended for fixed installation with a standard
- F21S8/085—Lighting devices intended for fixed installation with a standard of high-built type, e.g. street light
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21S—NON-PORTABLE LIGHTING DEVICES; SYSTEMS THEREOF; VEHICLE LIGHTING DEVICES SPECIALLY ADAPTED FOR VEHICLE EXTERIORS
- F21S9/00—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply
- F21S9/02—Lighting devices with a built-in power supply; Systems employing lighting devices with a built-in power supply the power supply being a battery or accumulator
-
- 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
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F21—LIGHTING
- F21W—INDEXING SCHEME ASSOCIATED WITH SUBCLASSES F21K, F21L, F21S and F21V, RELATING TO USES OR APPLICATIONS OF LIGHTING DEVICES OR SYSTEMS
- F21W2131/00—Use or application of lighting devices or systems not provided for in codes F21W2102/00-F21W2121/00
- F21W2131/10—Outdoor lighting
- F21W2131/103—Outdoor lighting of streets or roads
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명의 일 측면에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법은 등주식 가로등 구조물에 구비되어 전원을 공급하는 모듈형 배터리와, 등주식 가로등 구조물에 한 쌍으로 구비되어 도로를 촬영하는 카메라와, 상기 카메라와 연계되어 상기 카메라를 통해 촬영된 영상 데이터를 수집 및 학습하여 돌발상황을 검지하는 복합센서와, 상기 복합센서와 연계되어 상기 복합센서를 제어하는 제어기를 구비할 수 있다.
Description
본 발명은 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법에 관한 것으로, 더욱 상세하게는 등주식 가로등 구조물을 활용하여 도로에서 발생하는 돌발상황을 검지할 수 있는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법에 관한 것이다.
도로의 돌발상황을 검지하는 기술은 다양한 형태로 개발되어 왔다.
초창기에는 도로상의 두 지점에 설치된 차량검지기(루프검지기, 영상검지기 등의 지점검지기)에서 수집된 교통 파라미터(특히, 점유율)의 차이를 이용하여 돌발상황을 자동으로 검지해내는 방식이 주를 이루었다.
이후, CCTV와 같은 영상 수집 장치로부터 영상 데이터를 취득하고, 이를 프레임 분석을 이용하여 돌발상황을 검지해내는 기술, 레이더 센서를 이용한 기술이 개발되었는데, 레이더 센서는 사물의 존재 유무만 알 수 있을 뿐 사물의 크기나 형태 등 종류를 알 수 없다는 단점을 갖고 있어 사람(운영자 등)이 육안으로 확인할 수 있는 영상센서(카메라)가 수반되는 경우가 대부분이다.
최근에는 영상 송수신을 위해 필요한 통신 기술의 발달, 영상 화질 개선을 위해 필요한 그래픽 관련 H/W 및 S/W의 발달, 검지 정확도 향상을 위해 필요한 딥러닝 알고리즘의 발달에 따라 영상 딥러닝을 이용한 돌발상황 검지 기술이 개발되고 있다.
이러한 기술의 우수성(정확도)은 학습 데이터의 양과 질에 달려 있으며, 학습에 사용된 영상 데이터와 실제 취득되는 영상 데이터가 동일한 형태일 때, 검지 정확도가 높이진다.
그러나 도로상의 교통 영상 데이터를 취득하는 CCTV는 지점마다 카메라 높이, 촬영 각도, 촬영 범위, 영상 화질, 환경 조건 등에서 크게 차이가 나 우수한 검지 정확도 확보가 어려운 실정이다.
또한, 종래의 영상 데이터 취득 기술은 영상 데이터를 취득하기 위해서 별도의 구조물(폴 형식 등)을 도로 변에 설치하거나, 또는 도로 변에 이미 설치되어 있는 구조물에 카메라 등을 별도로 설치하는 방식으로 이루어지기 때문에 실험실이나 연구환경과 같이 제한된 환경에서 기술 개발된 검지 성능이 실제 현장에 적용 시 환경조건이 달라 정확도가 낮아지며 검지 성능 최적화를 위한 조건으로 구조물을 설치할 시 적지 않은 공사 과정과 비용이 발생하는 문제점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 돌발상황에 대한 양질의 학습데이터를 취득하여 정확한 돌발상황 발생 정보를 취득할 수 있는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법을 제공하는 것이다.
또한, 별도의 구조물 공사가 필요 없어 구조물 공사비를 절감할 수 있는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법을 제공하는 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템은 등주식 가로등 구조물에 구비되어 24시간 중 심야 가로등 점등시간 동안 인가된 전력으로 상시전원을 공급하는 모듈형 배터리와, 등주식 가로등 구조물에 한 쌍으로 구비되어 도로를 촬영하는 카메라와, 상기 카메라와 연계되어 상기 카메라를 통해 촬영된 영상 데이터를 수집 및 학습하여 돌발상황을 검지하는 복합센서와, 상기 복합센서와 연계되어 상기 복합센서를 제어하고, 돌발상황의 종류를 판단하고, 결과를 출력함, 검지 성능 향상 학습을 위한 데이터가 저장되는 제어기를 구비할 수 있다.
상기 카메라는 차량의 주행 방향을 촬영하는 제1 촬영부와, 차량의 주행 반대방향을 촬영하는 제2 촬영부를 구비할 수 있다.
상기 등주식 가로등 구조물은 다수가 50M의 동일한 간격으로 구비되고, 상기 제1 촬영부 및 상기 제2 촬영부는 각각 100M의 거리를 촬영할 수 있다.
상기 제1 촬영부는 등주식 가로등 구조물로부터 차량의 주행 방향으로 50M의 거리를 촬영한 제1 영역과, 상기 제1 영역으로부터 차량의 주행 방향으로 50M의 거리를 촬영한 제2 영역을 구비할 수 있다.
상기 제2 촬영부는 등주식 가로등 구조물로부터 차량의 주행 반대방향으로 50M의 거리를 촬영한 제3 영역과, 상기 제3 영역으로부터 차량의 주행 반대방향으로 50M의 거리를 촬영한 제4 영역을 구비할 수 있다.
차량의 진행 방향 기준으로 어느 하나의 등주식 가로등 구조물에 구비된 상기 제1 촬영부의 상기 제2 영역, 차량의 주행 방향으로 이웃하는 또 다른 상기 등주식 가로등 구조물에 구비된 제1 촬영부의 상기 제1 영역, 차량의 주행 방향으로 이웃하는 또 다른 상기 등주식 가로등 구조물에 구비된 제2 촬영부의 상기 제3 영역 및 차량의 주행 방향으로 이웃하는 또 다른 상기 등주식 가로등 구조물에 구비된 제2 촬영부의 상기 제4 영역이 중첩되는 중첩 영역을 더 구비할 수 있다.
한편, 상기와 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법은 중첩 영역에서 촬영된 영상을 정지 이미지로 변환하고 딥러닝 학습모듈과 연동하여 물체의 종류를 판단하는 단계와, 물체의 종류와 이미지 내 위치 좌표를 이용하여 물체가 정지, 감속, 방향 중 어느 하나에 속하는지 이동특성을 파악하는 단계와, 상기의 단계를 종합하여 최종 도로 돌발상황의 유형과 결과를 판단하는 단계와, 판단된 결과를 출력하는 단계와, 결과들을 항목별로 구분하여 다음 학습을 위한 자료 활용을 위해 저장하는 단계를 구비할 수 있다.
본 발명의 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법에 의하면, 도로 내에서 발생하는 다양한 돌발상황에 대해 다양한 환경 하에서의 양질의 학습데이터를 취득하여 정확한 돌발상황 발생 정보를 취득할 수 있다.
또한, 별도의 구조물 공사가 필요 없어 구조물 공사비를 절감할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템이 설치된 모습을 나타낸 사시도.
도 2 및 도 3은 도 1에 도시된 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템의 개념도.
도 4는 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법의 순서도.
도 5는 도 4에 도시된 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법의 알고리즘을 나타낸 도면.
도 6은 도 5에 도시된 알고리즘을 수행하는 운영프로그램의 구성도를 나타낸 도면.
도 2 및 도 3은 도 1에 도시된 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템의 개념도.
도 4는 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법의 순서도.
도 5는 도 4에 도시된 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법의 알고리즘을 나타낸 도면.
도 6은 도 5에 도시된 알고리즘을 수행하는 운영프로그램의 구성도를 나타낸 도면.
이하에서는 첨부된 도면을 참조하여 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법에 대해 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법이 설치된 모습을 나타낸 사시도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법(10)은 모듈형 배터리(11), 카메라(100), 복합센서(12) 및 제어기(13)를 구비할 수 있다.
모듈형 배터리(11)는 등주식 가로등 구조물(20)에 구비되고, 등주식 가로등 구조물(20)의 운영시간의 전원을 활용하여 카메라(100), 복합센서(12) 및 제어기(13)에 전원을 24시간 공급하는 역할을 할 수 있다.
카메라(100)는 등주식 가로등 구조물(20)에 한 쌍으로 구비되어 차량의 주행 방향 도로와 차량의 주행 반대방향 도로의 영상을 촬영할 수 있다. 카메라(100)에 대한 자세한 내용은 추후에 설명하도록 한다.
복합센서(12)는 카메라(100)와 연계되어 카메라(100)를 통해 촬영된 영상 데이터를 비롯해 각종 복합적인 데이터를 수집하여 데이터 입력 값으로 딥러닝 알고리즘을 통해 사고차량, 정지차량, 역주행차량, 화재차량, 이륜차, 사람, 낙하물, 동물, 기타 교통안전을 저해하는 위험요인 등의 돌발상황을 학습할 수 있다.
제어기(13)는 복합센서(12)와 연계되어 복합센서(12)를 제어하는 역할을 할 수 있다.
여기서, 상기에서 언급한 모듈형 배터리(11), 복합센서(12) 및 제어기(13)는 등주식 가로등 구조물(20) 내부에 삽입되거나 슬림형으로 구비되어 차량 및 보행자와의 충돌 사고를 감소시키고 도시미관을 개선하는 효과를 발휘할 수 있다.
그리고 별도의 구조물을 설치하는 것이 아닌 기존에 설치되어 있는 등주식 가로등 구조물(20)을 활용함으로써 공사비를 절감하는 효과를 발휘할 수 있다.
다음은 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법(10)의 카메라(100)에 대해 자세히 설명하도록 한다. 이하의 설명에서는 상술한 실시 예와 서로 다른 부분만을 상세하게 설명하며 동일하거나 극히 유사한 부분에 대해서는 상세한 설명을 생략한다.
도 2 및 도 3은 도 1에 도시된 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법의 개념도이다.
도 1 내지 도 3을 참조하면, 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법(10)은 등주식 가로등 구조물(20)에 구비되어 전원을 공급하는 모듈형 배터리(11), 등주식 가로등 구조물(20)에 한 쌍으로 구비되어 도로를 촬영하는 카메라(100), 카메라(100)와 연계되어 카메라(100)를 통해 촬영된 영상 데이터를 수집 및 학습하여 돌발상황을 검지하는 복합센서(12) 및 복합센서(12)와 연계되어 복합센서(12)를 제어하는 제어기(13)를 구비할 수 있다.
그리고 카메라(100)는 차량의 주행 방향을 촬영하는 제1 촬영부(110)와 차량의 주행 반대방향을 촬영하는 제2 촬영부(120)를 구비하며, 제1 촬영부(110)와 제2 촬영부(120)는 동일한 높이, 각도, 범위, 화질 등의 조건으로 촬영할 수 있다.
여기서, 제1 촬영부(110)와 제2 촬영부(120)가 설치되는 등주식 가로등 구조물(20)은 약 50M의 동일한 간격으로 다수가 구비되고, 제1 촬영부(110) 및 제2 촬영부(120)는 각각 100M의 거리를 촬영할 수 있다.
따라서, 제1 촬영부(110)는 등주식 가로등 구조물(20)로부터 차량의 주행 방향으로 50M의 거리를 촬영한 제1 영역(111)과 제1 영역(111)으로부터 차량의 주행 방향으로 50M의 거리를 촬영한 제2 영역(112)을 구비할 수 있다.
즉, 제1 영역(111)은 차량의 주행 방향으로 0~50M의 거리를 촬영하고, 제2 영역(112)은 50~100M의 거리를 촬영할 수 있다.
그리고 제2 촬영부(120)는 등주식 가로등 구조물(20)로부터 차량의 주행 반대방향으로 50M의 거리를 촬영한 제3 영역(121)과 제3 영역(121)으로부터 차량의 주행 반대방향으로 50M의 거리를 촬영한 제4 영역(122)을 구비할 수 있다.
즉, 제3 영역(121)은 차량의 주행 반대방향으로 0~50M의 거리를 촬영하고, 제4 영역(122)은 50~100M의 거리를 촬영할 수 있다.
이때, 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법(10)은 도면에 도시된 바와 같이, 차량 진행 방향을 기준으로 첫 번째 등주식 가로등 구조물(20)에 구비된 제1 촬영부(110)의 제2 영역(112), 두 번째 등주식 가로등 구조물(20)에 구비된 제1 촬영부(110)의 제1 영역(111), 세 번째 등주식 가로등 구조물(20)에 구비된 제2 촬영부(120)의 제3 영역(121) 및 네 번째 등주식 가로등 구조물(20)의 구비된 제2 촬영부(120)의 제4 영역(122)이 서로 중첩되는 중첩 영역(200)을 구비할 수 있다.
중첩 영역(200)은 균등한 간격으로 구비된 2개의 제1 촬영부(110)와 2개의 제2 촬영부(120)가 촬영하는 동일 지점으로써 중첩 영역(200)에 위치한 한 개의 피사체에서 4개의 영상 데이터를 수집하게 되어 4개의 영상을 이용하여 정확한 3차원의 돌발상황 묘사가 가능하며, 4개의 영상 데이터에서 평면에 표현된 화소 간의 차이나 불일치를 계산하고, 이를 이용하여 원근감과 거리 등을 정확하게 인식할 수 있다.
그리고 직사각 형태의 도로 면 정보를 도로구간별로 획득할 수 있어 정확한 위치 정보를 확보할 수 있으며, 이를 활용하여 돌발상황 발생 위치의 정확한 DB화를 할 수 있다.
또한, 일정한 구간길이를 갖는 도로구간에 대한 위치, 면적 정보와 3차원 형태의 돌발상황 묘사 능력을 이용하여 돌발상황의 정확한 발생 위치, 발생 형태, 도로교통에 미치는 정도, 돌발상황을 처리하는데 걸리는 예상 소요시간 등을 정확히 파악할 수 있다.
이와 같이, 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법(10)을 통해 돌발상황에 대한 양질의 학습데이터를 취득하여 정확한 돌발상황 발생 정보를 취득할 수 있다.
다음은 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법에 대해 자세히 설명하도록 한다. 이하의 설명에서는 상술한 실시 예와 서로 다른 부분만을 상세하게 설명하며 동일하거나 극히 유사한 부분에 대해서는 상세한 설명을 생략한다.
도 4는 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법의 순서도이고, 도 5는 도 4에 도시된 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법의 알고리즘을 나타낸 도면이고, 도 6은 도 5에 도시된 알고리즘을 수행하는 운영프로그램의 구성도를 나타낸 도면이다.
도 1 내지 도 6을 참조하면, 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법은 중첩 영역에서 촬영된 영상을 정지 이미지로 변환하고 딥러닝 학습모듈과 연동하여 물체의 종류를 판단하는 단계(S110), 물체의 종류와 이미지 내 위치 좌표를 이용하여 물체가 정기, 감속, 방향 중 어느 하나에 속하는지 이동특성을 파악하는 단계(S120), 상기의 단계를 종합하여 최종 도로 돌발상황의 유형과 결과를 판단하는 단계(S130), 판단된 결과를 출력하는 단계(S140) 및 결과들을 항목별로 구분하여 다음 학습을 위한 자료 활용을 위해 저장하는 단계(S150)를 구비할 수 있다.
상기의 과정에서 YOLOv3 소스를 다운받고, Visual Studio를 사용하여 딥러닝 검지 학습 데이터(yolo_cpp.dll) 파일이 생성되고, yolo_cpp.dll 파일은 영상으로부터 객체를 검지하는 역할을 담당할 수 있다.
capture_Thread는 카메라로부터 정지영상을 취득하여 prepare_Therad로 영상 을 전송하고, prepare_Thread는 capture_Thread로부터 수신한 영상을 Network 구성 사이즈로 이미지 사이즈 변경하여 4개의 카메라에서 수집된 영상을 detect_Thread로 전송하는 역할을 담당할 수 있다.
detect_Thread는 prepare_Thread로부터 수신한 영상에서 차량, 사람, 낙하물 등의 물체를 검지할 수 있다.
여기서, 물체 검지는 yolo_cpp.dll 내에 detect 함수를 이용하여, 물체를 검지하고, detect 함수는 검지물체의 좌표, 물체종류, 물체분류 정확도를 리턴하며, 검지된 물체의 종류와 좌표를 이용하여 각 물체별 트레킹할 수 있다.
그리고 물체의 종류 및 이동량에 따라 정차, 역주행, 보행자, 낙하물 등을 판단하고 검지된 물체의 결과를 이미지에 추가한 후 show_Thread, write_thread 에 전송할 수 있다.
show_Thread는 detect_thread에서 수신한 영상을 화면에 표출하고, write_Thread는 detec_thread에서 수신한 영상을 동영상으로 저장하는 역할을 담당할 수 있다.
이상에서는 본 발명의 일 실시 예에 따른 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법에 대해 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시 예에 제한되지 아니한다. 그리고 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.
10: 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템
11: 모듈형 배터리 12: 복합센서
13: 제어기 20: 등주식 가로등 구조물
100: 카메라 110: 제1 촬영부
111: 제1 영역 112: 제2 영역
120: 제2 촬영부 121: 제3 영역
122: 제4 영역 200: 중첩 영역
11: 모듈형 배터리 12: 복합센서
13: 제어기 20: 등주식 가로등 구조물
100: 카메라 110: 제1 촬영부
111: 제1 영역 112: 제2 영역
120: 제2 촬영부 121: 제3 영역
122: 제4 영역 200: 중첩 영역
Claims (7)
- 등주식 가로등 구조물에 구비되어 24시간 중 심야 가로등 점등시간 동안 인가된 전력으로 상시전원을 공급하는 모듈형 배터리와,
등주식 가로등 구조물에 한 쌍으로 구비되어 도로를 촬영하는 카메라와,
상기 카메라와 연계되어 상기 카메라를 통해 촬영된 영상 데이터를 수집 및 학습하여 돌발상황을 검지하는 복합센서와,
상기 복합센서와 연계되어 상기 복합센서를 제어하고, 돌발상황의 종류를 판단하고, 결과를 출력함, 검지 성능 향상 학습을 위한 데이터가 저장되는 제어기를 포함하는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템.
- 제 1항에 있어서,
상기 카메라는 차량의 주행 방향을 촬영하는 제1 촬영부와,
차량의 주행 반대방향을 촬영하는 제2 촬영부를 구비하는 것을 특징으로 하는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템.
- 제 2항에 있어서,
상기 등주식 가로등 구조물은 다수가 50M의 동일한 간격으로 구비되고,
상기 제1 촬영부 및 상기 제2 촬영부는 각각 100M의 거리를 촬영하는 것을 특징으로 하는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템.
- 제 3항에 있어서,
상기 제1 촬영부는 등주식 가로등 구조물로부터 차량의 주행 방향으로 50M의 거리를 촬영한 제1 영역과,
상기 제1 영역으로부터 차량의 주행 방향으로 50M의 거리를 촬영한 제2 영역을 구비하는 것을 특징으로 하는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템.
- 제 4항에 있어서,
상기 제2 촬영부는 등주식 가로등 구조물로부터 차량의 주행 반대방향으로 50M의 거리를 촬영한 제3 영역과,
상기 제3 영역으로부터 차량의 주행 반대방향으로 50M의 거리를 촬영한 제4 영역을 구비하는 것을 특징으로 하는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템.
- 제 5항에 있어서,
차량의 진행 방향 기준으로 어느 하나의 등주식 가로등 구조물에 구비된 상기 제1 촬영부의 상기 제2 영역, 차량의 주행 방향으로 이웃하는 또 다른 상기 등주식 가로등 구조물에 구비된 제1 촬영부의 상기 제1 영역, 차량의 주행 방향으로 이웃하는 또 다른 상기 등주식 가로등 구조물에 구비된 제2 촬영부의 상기 제3 영역 및 차량의 주행 방향으로 이웃하는 또 다른 상기 등주식 가로등 구조물에 구비된 제2 촬영부의 상기 제4 영역이 중첩되는 중첩 영역을 더 구비하는 것을 특징으로 하는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템.
- 중첩 영역에서 촬영된 영상을 정지 이미지로 변환하고 딥러닝 학습모듈과 연동하여 물체의 종류를 판단하는 단계와,
물체의 종류와 이미지 내 위치 좌표를 이용하여 물체가 정지, 감속, 방향 중 어느 하나에 속하는지 이동특성을 파악하는 단계와,
상기의 단계를 종합하여 최종 도로 돌발상황의 유형과 결과를 판단하는 단계와,
판단된 결과를 출력하는 단계와,
결과들을 항목별로 구분하여 다음 학습을 위한 자료 활용을 위해 저장하는 단계를 포함하는 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200068203A KR102435281B1 (ko) | 2020-06-05 | 2020-06-05 | 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200068203A KR102435281B1 (ko) | 2020-06-05 | 2020-06-05 | 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210151415A true KR20210151415A (ko) | 2021-12-14 |
KR102435281B1 KR102435281B1 (ko) | 2022-08-23 |
Family
ID=78935054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200068203A KR102435281B1 (ko) | 2020-06-05 | 2020-06-05 | 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102435281B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230171758A (ko) | 2022-06-14 | 2023-12-21 | 한국도로공사 | 차량수집영상 기반의 이동식 돌발 상황 검지 시스템 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101153980B1 (ko) * | 2011-10-28 | 2012-06-08 | 주식회사 디아이랩 | 차량 감시 장치 |
KR101279166B1 (ko) * | 2012-01-30 | 2013-06-26 | 한서대학교 산학협력단 | 유에스엔 태양광 가로등의 점등제어장치 |
KR101665961B1 (ko) * | 2016-04-08 | 2016-10-14 | 렉스젠(주) | 차량 영상 제공 장치 및 그 방법 |
KR101731050B1 (ko) * | 2016-11-09 | 2017-04-28 | 한국건설기술연구원 | 음향센서, 레이더센서 및 영상센서를 결합한 복합센서를 이용한 돌발상황 자동 검지장치 및 그 방법 |
KR20180116749A (ko) | 2017-04-17 | 2018-10-25 | 주식회사 비트센싱 | 실시간 대규모 교통정보 수집방법 및 그 운용시스템 |
KR102045222B1 (ko) * | 2019-03-05 | 2019-12-02 | 사단법인 꿈드래장애인협회 | 데이터 융합을 통한 돌발상황 감시 제어 시스템 |
-
2020
- 2020-06-05 KR KR1020200068203A patent/KR102435281B1/ko active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101153980B1 (ko) * | 2011-10-28 | 2012-06-08 | 주식회사 디아이랩 | 차량 감시 장치 |
KR101279166B1 (ko) * | 2012-01-30 | 2013-06-26 | 한서대학교 산학협력단 | 유에스엔 태양광 가로등의 점등제어장치 |
KR101665961B1 (ko) * | 2016-04-08 | 2016-10-14 | 렉스젠(주) | 차량 영상 제공 장치 및 그 방법 |
KR101731050B1 (ko) * | 2016-11-09 | 2017-04-28 | 한국건설기술연구원 | 음향센서, 레이더센서 및 영상센서를 결합한 복합센서를 이용한 돌발상황 자동 검지장치 및 그 방법 |
KR20180116749A (ko) | 2017-04-17 | 2018-10-25 | 주식회사 비트센싱 | 실시간 대규모 교통정보 수집방법 및 그 운용시스템 |
KR102045222B1 (ko) * | 2019-03-05 | 2019-12-02 | 사단법인 꿈드래장애인협회 | 데이터 융합을 통한 돌발상황 감시 제어 시스템 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230171758A (ko) | 2022-06-14 | 2023-12-21 | 한국도로공사 | 차량수집영상 기반의 이동식 돌발 상황 검지 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR102435281B1 (ko) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102144521B1 (ko) | 적응 피사계심도를 이용한 게이트된 영상 획득 방법 및 영상 시스템 | |
US8908038B2 (en) | Vehicle detection device and vehicle detection method | |
JP4970516B2 (ja) | 周囲確認支援装置 | |
EP1030188A1 (en) | Situation awareness system | |
KR101496390B1 (ko) | 차량번호인식 시스템 | |
CN103021059A (zh) | 一种基于视频监控的公交客流计数方法 | |
KR101846074B1 (ko) | 인체의 형상 내지 동태 분석을 이용한 보안 감시장치, 보안 감시방법 및 쓰레기 투기 감시장치 | |
CN102668540A (zh) | 成像设备、车载成像***、路面外观检测方法以及目标检测设备 | |
WO2018008461A1 (ja) | 画像処理装置 | |
CN107784844B (zh) | 智能交通信号灯***及其道路环境检测方法 | |
KR102435281B1 (ko) | 등주식 가로등 구조물을 활용한 도로 돌발상황 검지 시스템 및 방법 | |
KR20210158037A (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
KR101322162B1 (ko) | 차량 검지시스템을 이용한 차량 검지방법 | |
US20230177724A1 (en) | Vehicle to infrastructure extrinsic calibration system and method | |
KR102297966B1 (ko) | Cctv 및 iot센서 기반의 횡단보도 보행안전 및 지능형 스마트 안전 시스템 | |
WO2015055737A1 (en) | Method and system for determining a reflection property of a scene | |
CN110414392A (zh) | 一种障碍物距离的确定方法及装置 | |
CN106954036A (zh) | 基于3d深度视觉的监控***和监控路灯及其监控方法 | |
KR101479178B1 (ko) | 가로등을 대체할 수 있는 cctv용 지능형 카메라장치 | |
KR101053939B1 (ko) | 고해상도 카메라를 이용한 차량 방범용 cctv 시스템 및 그 영상처리 방법 | |
KR101934345B1 (ko) | 야간 차량번호 및 생활 방범상의 특정이미지 판독 인식률 향상을 위한 현장분석 시스템 | |
CN109308809A (zh) | 一种基于动态图像特征处理的隧道车辆监控装置 | |
KR20230152410A (ko) | 다중 카메라 및 이동 카메라를 이용한 영상 분석 장치 | |
KR20230020184A (ko) | 고정 카메라 및 이동 카메라를 이용한 영상 분석 장치 | |
KR102256205B1 (ko) | 영상 내 차량위치 산출 장치 및 그 방법, 이를 이용한 교통량 분석 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |