• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.643-644
• /
• 2023

본 논문에서는 고속도로 전용차로에서의 운행기준을 위반한 차량을 검지하는 시스템을 제안한다. 다인승 탑승차를 별도의 차로로 통행하도록 하여 혼잡도를 해소하겠다는 정책을 시행하고 있으며, 9인승 이상 차량에 6인 이상 텁숭자를 다인승 통행차량으로 정의하며, 이러한 기준을 만족하지 않는 차량을 자동 검지하는 시스템이다. 트리거 신호 검지기와 4조의 적외선 카메라로 차량 내부 촬영하고 결과 이미지를 분석하여 자동으로 다인승 차량을 판별하여 운행 위반을 검지한다. 테스트 결과 주야간에 관계없이 80% 이상의 우수한 검지율을 나타내었다.

• 한국ITS학회 논문지
• /
• 제11권5호
• /
• pp.7-14
• /
• 2012

끼어들기 행위에 대한 경찰의 인력단속이 매우 취약해 교통질서 위반자들의 현장단속이 어렵고 단속을 하더라도 위반증거를 확보하기가 어려워 단속이 거의 이루어지지 않고 있다. 램프 구간 진입 및 진출 지점에서 빈번하게 발생하는 끼어들기 위반을 무인단속장비를 이용하여 효율적으로 단속가능한지를 실험을 통해 평가를 하였다. 본 연구에서는 개별 영상 검지 방식의 한계점을 보완하기 위해 구간검지방식을 병행한 알고리즘을 제안하였다. 현장 실험 결과 다음과 같은 결론을 얻었다. 개별 영상검지 방식에 의해 끼어들기 위반을 단속한 결과 검지율이 58.2%인 반면 본 연구에서 제안한 방식의 검지율은 74.5%로 오검지율은 0.0%로 나타났다. 또한 단속범위를 넓게 하기 위해 기존 시설물을 이용할 수 있도록 장비를 소형화 및 경량화를 하고 별도의 제어기를 없애 카메라부에 제어기를 삽입한 일체형 카메라를 개발한 결과, 효율적으로 끼어들기 위반차량을 무인단속장비에 의해 단속이 충분히 가능할 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.32-39
• /
• 2011

꼬리물기는 교차로에 정체가 발생하면 녹색 현시라도 진입해서는 안 되는데 이를 무시하고 무리하게 진입, 신호가 바뀐 뒤 다른 방향의 차량흐름에 방해를 주는 행위이다. 인력에 의한 단속 방법은 한계가 있어 지속적으로 단속을 하기위해서는 대체 방안이 필요하다고 하겠다. 교차로에서의 꼬리물기 위반를 시스템을 통해 단속가능한 지 여부를 파악하기 위해 실제 현장에서 실험을 통해 평가를 수행하였다. 본 연구에서는 현재 운영 중인 신호위반 단속장비와 달리 위반 차량을 단속하는 시점을 교차로 진출부 횡단보도 부근에서 하였으며, 위반 차량을 역추적 방식으로 궤적을 추적하는 방식을 적용하였다. 현장 실험 결과 시스템에 다음과 같은 결론을 얻었다. 교차로 꼬리물기 위반 차량에 대한 단속 능력, 즉 위반차량 검지율 및 오검지율을 평가한 결과, 평균 검지율은 83.5%, 오단속률은 0.2, 오인식률 1.5%로 나타났다. 따라서 꼬리물기 위반 차량을 무인단속장비에 의해 단속을 할 수 있을 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.740-743
• /
• 2010

본 논문에서는 컴퓨터 비젼에서 특징점 추적을 이용한 끼어들기 위반차량 검지 방법을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 영상 변환 및 전처리, 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 단계로 구성된다. 특히 형태학적 기울기 영상에서 특징점을 추출하므로 써 주간 및 야간 영상에 대해 동일한 알고리즘을 적용하여 그림자, 기상 조건, 차량 전조등 및 조명 등에 강인한 실시간성이 가능한 영상 검지 시스템을 구성 한다. 제안한 시스템을 끼어들기 금지구간에서 주간, 야간, 비 오는 날 야간에 취득한 영상을 사용하여 실험한 결과 정인식률 99.49%와 오류율 0.51%를 보였으며, 실시간처리에 문제가 없는 초당 91.34프레임의 빠른 처리속도를 나타냈다.

• 한국ITS학회 논문지
• /
• 제8권2호
• /
• pp.36-44
• /
• 2009

본 논문에서는 특징점 추적을 이용하여 끼어들기 위반차량을 검지할 수 있는 끼어들기 위반차량 검지 시스템을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 세 단계로 구성된다. 특징 추출 단계에서는 실시간 처리가 가능한 특징점 추출 알고리즘을 이용하여 입력 영상에서 특징점을 추출한다. 추출된 특징점들은 다시 추적대상 특징점을 선정하고 등록된 특징점을 정규화 된 교차 상관관계(normalized cross correlation:NCC)를 이용하여 추적한다. 마지막으로 추적된 특징점들의 정보를 이용하여 끼어들기 위반여부를 최종 검지한다. 제안한 시스템을 끼어들기 금지구간에서 취득한 영상을 사용하여 실험한 결과 정인식률 99.09%와 오류율 0.9%의 뛰어난 성능을 보였고 실시간처리가 가능한 초당 34.48프레임의 빠른 처리속도를 얻을 수 있었다.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.201-212
• /
• 2011

본 논문에서는 특징점 추적을 이용한 끼어들기 위반차량 검지 시스템을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 영상 변환 및 전처리, 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 단계로 구성된다. 특히 형태학적 기울기 영상을 이용하여 특징점을 추출하므로 써 주간 및 야간 영상에 대해 동일한 알고리즘을 적용하여 그림자, 기상 조건, 차량 전조등 및 조명 등에 강인한 영상 검지 시스템을 구성 한다. 제안한 시스템을 끼어들기 금지구간에서 주간, 야간, 비 오는 날 야간에 취득한 영상을 사용하여 실험한 결과 정인식률 99.49%와 오류율 0.51%를 보였다. 또한 실시간처리에 문제가 없는 평균 91.34frame/s의 빠른 처리속도를 나타냈다.

• 한국ITS학회 논문지
• /
• 제12권6호
• /
• pp.68-77
• /
• 2013

본 연구에서는 끼어들기 위반단속시스템 개발을 위한 교통정체판정방법에 대한 실험적 연구결과를 제시하였다. 해당 정체판정 방법은 정체를 검지하여 끼어들기 위반단속시스템의 최적 구동기준을 결정하는데 목적이 있다. ITS 분야에서 일반적으로 정체판정은 구간통행속도를 기준으로 한다. 그러나 영상검지 방식적용 시 속도오차 등으로 인해 정체판정의 오류가 높게 나타날 수 있으며, 본 연구에서는 현장실험을 통해 속도와 점유율을 종합적으로 고려한 방식을 제시하였다. 현장실험 결과 영상검지체계 기반의 끼어들기위반 단속시스템에서 정체판정 기준으로 속도의 경우 20km/h, 점유율의 경우 60% 이상의 조건을 적용할 경우 실제 정체상황과 같은 결과를 얻을 수 있었고, 정확도를 높일 수 있었다.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.105-122
• /
• 2022

최근 5년간 고속도로에서 발생한 사망 사고의 통계를 살펴보면, 고속도로 전체 사망자 중 갓길에서 발생한 사망자의 사망률이 약 3배 높은 것으로 나타났다. 이는 갓길 사고 발생 시 사고의 심각도가 매우 높다는 것을 보여주며, 갓길 차로 위반 차량을 단속하여 사고를 미연에 방지하는 것이 중요하다는 것을 시시한다. 이에 본 연구는 Faster R-CNN 기법을 활용하여 갓길 차로 위반 차량을 검출할 수 있는 방법을 제안하였다. Faster R-CNN 기법을 기반으로 차량을 탐지하고, 추가적인 판독 모듈을 구성하여 갓길 위반 여부를 판단하였다. 실험 및 평가를 위해 현실세계와 유사하게 상황을 재현할 수 있는 시뮬레이션 게임인 GTAV를 활용하였다. 이미지 형태의 학습데이터 1,800장과 평가데이터 800장을 가공 및 생성하였으며, ZFNet과 VGG16에서 Threshold 값의 변화에 따른 성능을 측정하였다. 그 결과 Threshold 0.8 기준 ZFNet 99.2%, Threshold 0.7 기준 VGG16 93.9%의 검출율을 보였고, 모델 별 평균 검출 속도는 ZFNet 0.0468초, VGG16 0.16초를 기록하여 ZFNet의 검출율이 약 7% 정도 높았으며, 검출 속도 또한 약 3.4배 빠름을 확인하였다. 이는 비교적 복잡하지 않은 네트워크에서도 입력 영상의 전처리 없이 빠른 속도로 갓길 차로 위반 차량의 검출이 가능함을 보여주며, 실제 영상자료 기반의 학습데이터셋을 충분히 확보한다면 지정 차로 위반 검출에 본 알고리즘을 활용할 수 있다는 것을 시사한다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.67-77
• /
• 2022

본 연구에서는 고속도로 버스전용차로 단속시스템을 개발하여 현장 성능평가를 수행하였다. 영동고속도로 마성터널 입구 버스전용차로에서 조사한 결과, 버스전용차로를 위반하는 차량의 비율이 99%에 달하는 것으로 조사되었다. 하지만 현재의 경찰관에 의한 인력식 단속은 단속율도 낮고 불필요한 안전문제 및 지체를 발생시킨다. 고속도로 버스전용차로는 6인 이상 탑승한 9인승 이상 승합차도 통행이 가능하기 때문에 승합차량의 승차인원을 검지하는 기술개발이 필요하다. 조도에 관계없는 승차인원 검지를 위해 적외선 카메라를 사용하였고 짧은 차두시간을 감안한 신속한 영상처리 기법으로 YOLOv5 딥러닝 알고리즘을 사용하였다. 개발시스템 성능 검증을 위해 테스트베드 및 실 현장 평가를 실시한 결과, 테스트베드와 실 현장에서 각각 7%, 8% 오차를 나타내 만족할 만한 성능을 보였다. 본 연구 결과물을 현장에 적용할 경우 고속도로 버스전용차로 운영 효율화 및 단속에 따른 불필요한 지체를 감소시킬 수 있을 것으로 기대된다.