DOI QR코드

DOI QR Code

A Study on Measuring Vehicle Length Using Laser Rangefinder

레이저 거리계를 이용한 차량 전장 측정 방법에 관한 연구

  • 유인환 (인하대학교 컴퓨터정보공학과) ;
  • 권장우 (인하대학교 컴퓨터정보공학과) ;
  • 이상민 (인하대학교 전자공학과)
  • Received : 2015.10.15
  • Accepted : 2016.01.25
  • Published : 2016.02.28

Abstract

Determination of type of a vehicle is being used in various areas such as collecting tolls, collecting statistical traffic data and traffic prognosis. Because most of the vehicle type classification systems depend on vehicle length indirectly or directly, highly reliable automatic vehicle length measurement system is crucial for them. This study makes use of a pencil beam laser rangemeter and devises a mechanical device which rotates the laser rangemeter. The implemented system measures the range between a point and the laser rangemeter then indicates it as a spherical coordinate. We obtain several silhouettes of cross section of the vehicle, the rate of change of the silhouettes, signs of the rates then squares the rates to apply cell averaging constant false alarm rate (CA-CFAR) technique to find out where the border is between the vehicle and the background. Using the border and trigonometry, we calculated the length of the vehicle and confirmed that the calculated vehicle length is about 94% of actual length.

차량의 차종 분류는 요금소에서의 요금 징수, 교통 통계의 수집, 교통 예측 등의 다양한 분야에 쓰이고 있다. 대부분의 차종 분류 기준이 직간접적으로 차량의 전장에 그 기능의 일부를 의존하고 있어 신뢰성이 높은 차량의 전장 자동 측정 시스템의 필요성이 대두되고 있다. 본 연구는 고가의 측정 장비를 대신할 수 있도록 상대적으로 저렴한 레이저 거리계와 이를 회전시켜 측정 대상 차량을 여러 방면으로 측정할 수 있는 회전 구동부를 제작하여 차량의 전장 측정 장치를 구성하였다. 구현된 시스템은 공간상의 한 점과 레이저 거리계 사이의 거리를 구면좌표계 상의 좌표로 나타내며 레이저 거리계의 거리 측정 값과 회전 구동부의 회전량을 이용하여, 구면좌표계 상의 좌표를 얻는다. 얻은 좌표를 이용하여 측정하는 물체의 수평 단면 윤곽선을 얻은 후, 수평 방향 회전각에 대한 변화율을 구하고, 그 부호를 저장한 후, 제곱을 취하여 레이더 타겟 검지에 쓰이는 일정오경보율 쓰레시홀딩 기법을 사용하여 배경과 물체 사이의 경계를 구했다. 구한 경계를 이용하여 삼각비 측량 방법을 통해 차량의 전장을 산출하였고 그 결과가 실제 전장과 크게 다르지 않음을 확인하였다.

Keywords

References

  1. Coifman B. and Kim S.(2009), "Speed estimation and length based vehicle classification from freeway single-loop detectors," Transportation research part C: emerging technologies, vol. 17, no. 4, pp.349-364. https://doi.org/10.1016/j.trc.2009.01.004
  2. Wu L., and Coifman B.(2014), "Vehicle length measurement and length-based vehicle classification in congested freeway traffic," Transportation research record 2443, TRB, National Research Council, pp.1-11. https://doi.org/10.3141/2443-01
  3. Avery R. P., Wang Y. and Rutherford G. S.(2007), "Length-based vehicle classification using images from uncalibrated video cameras," in Proc. The 7th International IEEE Conference on Intelligent Transportation Systems, pp.737-742.
  4. Zhang G., Avery R. and Wang Y.(2007), "Video-based vehicle detection and classification system for real-time traffic data collection using uncalibrated video cameras," Transportation research record 1993, TRB, National Research Council, pp.138-147. https://doi.org/10.3141/1993-19
  5. Yoneyama A., Yeh C. H. and Kuo C. C. J. (2005), "Robust vehicle and traffic information extraction for highway surveillance," EURASIP Journal on Applied Signal Processing, vol. 2005, pp.2305-2321. https://doi.org/10.1155/ASP.2005.2305
  6. Cheung S., Coleri S., Dundar B., Ganesh S., Tan C. W. and Varaiya P.(2005), "Traffic measurement and vehicle classification with single magnetic sensor," Transportation research record 1917, TRB, DC, pp.173-181. https://doi.org/10.3141/1917-19
  7. Skolnik M.(2002), Introduction to Radar Systems, McGraw-Hill Education, p.300.
  8. Richards M. A.(2005), Fundamentals of Radar Signal Processing, Mcgraw-hill, p.354.
  9. MDL(2008), Laser Programming Kit (LPK) Manual, Rev. B., p.1.