• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.315-316
• /
• 2022

최근 전 세계적인 탄소 중립 정책으로 인해 전기차 보급 속도는 예상보다 훨씬 빠르게 증가하고 있다. 하지만 늘어나는 수요에 비해 전기차 충전기 수는 턱없이 부족하다. 그뿐만 아니라 일반 차들의 전기차 충전소 불법주차로 인해 전기차가 충전하지 못하는 불편함이 발생하고 있다. 본 논문에서는 에지 컴퓨터(edge computer)와 딥러닝 기반 객체 감지 시스템 YOLO(You only look once)를 이용한 전기차 충전소 불법주차 방지 시스템을 개발한다. 먼저, 이 시스템은 카메라를 통해 실시간으로 영상을 받아 YOLO를 이용하여 차량 번호판 인식이 되면 전기차 번호판의 특정 마크를 인식하여 전기차인지 일반 차인지를 판별하여 판별된 값에 따라 주차 차단기가 작동되는 시스템이다. 전기차이면 차단기가 내려가서 충전소를 이용할 수 있게 하고 일반차일 경우 주차 차단기가 내려가지 않고 막아 불법주차를 차단한다. 이와 같은 기술을 활용하여 전기차 충전소 불법주차 방지에 기여하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.701-702
• /
• 2020

본 논문에서는 Jetson-Nano와 데스크탑에서 OpenCV와 YOLOv3 실시간 객체 인식 알고리즘을 이용하여 웹캠을 통해 주차장 등의 출입 차량 인식 통계 시스템을 개발하였다. 최근 에지컴퓨팅에 관심이 증가하고 있는 시점에서 Nvidia사에서 개발하여 보급하고 있는 Jetson-Nano에 YOLOv3 tiny와 OpenCV를 이용하여 차량인식을 수행하고, 구글에서 개발한 오픈 소스 Tesseract-OCR을 이용해 차량번호인식하여 입출차 혹은 주차시 차량정보를 확인할 수 있다. 딥러닝 학습 알고리즘에서 전기차 번호판의 특징점을 인식하여 전기차를 판별하여 일반차량이 전기차 주차구역에 불법주차하는 것을 모니터링할 수도 있다. 출입한 차량 데이터 베이스에서 입출차 시각, 차량번호, 전기차여부등이 확인 가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.739-741
• /
• 2005

교통 상황 감시 시스템은 감시 카메라로 촬영된 영상을 입력으로 받아 도로 상의 자동차를 탐지, 추출, 추적 및 인식하고 그것으로부터 고급 수준의 정보 즉, 특정한 이벤트를 탐지하기 위한 목적으로 널리 사용되고 있다. 하지만 기존의 감시 시스템들은 불법주차나 교통 상황 분석과 같은 특정 목적만을 위해 설계되었기 때문에, 확장성이나 호환성이 고려되지 않고 설계 및 구현되었다. 본 논문에서는 이러한 기존 시스템의 문제를 해결하고 보다 효율적인 시스템의 설계를 위하여, 교통 상황 감시 시스템에 대한 총 5 계층의 미들웨어를 제안한다. 그리고 제안하는 미들웨어를 구성하기 위해서 총 45개의 인터페이스를 직접 구현하였고, 이를 통해 기존 시스템의 문제점인 확장성과 호환성을 해결하였다.