• 방송공학회논문지
• /
• 제24권2호
• /
• pp.353-356
• /
• 2019

점유센서의 주요 기능은 공간에 사람이 존재하는지를 결정하는 것이다. 사람이 있으면 점등하고, 반대이면 소등하게 된다. 모션 검출, 객체 추적 등의 방법이 있지만, 본 레터에서는 이 기능의 구현에 컬러를 활용한다. 사람의 컬러정보를 이용하여 입실하는 사람들의 정보를 저장하고, 퇴실하면 저장된 컬러정보와 비교하여 퇴실하는 사람을 인식하는 기법이다. 4가지 유사성 메트릭을 이용하여 성능을 검증하였다.

• Journal of Mechanical Science and Technology
• /
• 제17권10호
• /
• pp.1411-1422
• /
• 2003

The detection of free spaces between obstacles in a scene is a prerequisite for navigation of a mobile robot. Especially for stereo vision-based navigation, the problem of correspondence between two images is well known to be of crucial importance. This paper describes multi-range approach of area-based stereo matching for grid mapping and visual navigation in uncertain environment. Camera calibration parameters are optimized by evolutionary algorithm for successful stereo matching. To obtain reliable disparity information from both images, stereo images are to be decomposed into three pairs of images with different resolution based on measurement of disparities. The advantage of multi-range approach is that we can get more reliable disparity in each defined range because disparities from high resolution image are used for farther object a while disparities from low resolution images are used for close objects. The reliable disparity map is combined through post-processing for rejecting incorrect disparity information from each disparity map. The real distance from a disparity image is converted into an occupancy grid representation of a mobile robot. We have investigated the possibility of multi-range approach for the detection of obstacles and visual mapping through various experiments.

• 한국도로학회논문집
• /
• 제10권3호
• /
• pp.19-31
• /
• 2008

영상처리시스템(VIPS: Video Image Processing System)은 실시간으로 들어오는 영상정보를 분석하여 유용한 정보를 제공하며, 하나의 카메라로 여러 차로를 동시에 감시할 수 있는 알고리즘으로 교통량, 속도뿐만 아니라 밀도 및 점유율 등 다양한 정보를 제공한다. 영상검지시스템으로 상용화 제품은 Tripwire시스템으로 검지영역의 픽셀 변화량으로 차량검지를 하나, 이는 교통량, 속도 등 단편적인 정보에 국한될 수 밖에 없다. 반면, 영상검지시스템이 개별차량에 대한 추적시스템으로 개발할 경우 사고 및 차로 변경의 위험요소 감지 등 보다 다양한 정보를 제공할 수가 있다. 본 논문은 컴퓨터비전 기술을 이용하여 Tripwire에서 수집할 수 있는 교통정보와 동일한 정보를 제공하는 개별차량의 추적시스템을 개발하였으며 이 시스템을 실제 도로영상에 적용하여 상용화된 시스템과 결과를 비교함으로써 성능검증을 하였다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1026-1031
• /
• 2021

세계 자동차 기술의 발전과 시장 규모의 확대로 차량 수요가 증가하고 있으며 이로 인해 차량탑승 인원은 감소하고 도로의 차량 수는 증가하는 추세이다. 이는 교통체증의 원인이 되며 이러한 문제를 해결하기 위해 다인승 전용차로 제도를 시행하고 있으나 불법 이용 차량은 계속 증가하고 있다. 이러한 불법 행위를 단속하기 위한 다양한 기술이 연구되고 있다. 기존에 개발된 시스템은 트리거 장비를 이용하여 차량을 인식하고 적외선 카메라를 통해 차량을 촬영하여 차량 탑승 인원을 감지한다. 본 논문에서는 기존 시스템 적용된 트리거 장비를 이용하지 않고 딥러닝 모델 기술을 적용한 차량탑승 인원탐지 시스템을 제안한다. 제안된 기술은 영상 내에 트리거를 설정하여 차량을 탐지하고 딥러닝 객체 인식모델을 적용하여 실시간 탑승 인원을 감지하는 시스템을 제안한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권2호
• /
• pp.83-90
• /
• 2015

현존하는 자동 사고감지 알고리즘의 대부분은 개방도로 혹은 터널 내에서 사고 발생 시 이것을 사고로 감지하지 못하고 혼잡으로 감지하는 경우가 많다는 문제점을 가지고 있다. 본 논문에서는 개방도로에서의 사고감지 알고리즘을 기반으로 터널 내에서의 사고감지 알고리즘을 개선하여 감지율을 높일 수 있는 알고리즘을 제안하였다. 개선된 알고리즘은 가우시안 혼합모델을 이용하여 픽셀의 변화량을 판단하여 터널 내 사고로 인한 정지차량을 우선 감지한 후 도로를 블록화하여 블록 간 점유율의 편차를 분석하여 최종 판단을 한다. 실제 사고영상에 알고리즘을 적용한 실험에서 모두 오류 없이 검지하였음을 확인하였다.

• 대한토목학회논문집
• /
• 제31권5D호
• /
• pp.623-631
• /
• 2011

본 연구에서는 단속류 도로에서의 유고상황을 감지할 수 있는 새로운 유고감지기법을 제시하였다. 유고감지를 위하여 적용된 방법은 교통특성들을 이용한 라틴방격(Latin Square)분석법이다. 라틴방격분석법을 이용하여 기존 연구사례에서 시도했던 방법과는 다르게 차로별, 시간대별 교통특성의 변화를 분석하여 유고상황을 감지하였다. 사용된 교통특성자료는 맑은 기상상태에서 정상운영시 또는 유고발생시 관측된 교통량, 속도, 점유율 자료이며, 유고시 자료는 2차로에서 10분간 유고가 발생했었던 자료이다. 정상운영시 및 유고발생시에 대한 교통상황을 감지하기 위하여 교통량, 속도 및 점유율 등을 기준으로 각각 라틴방격분석을 시행했다. 분석결과, 라틴방격분석을 이용하여 교통상황을 감지하는 경우, 교통량을 기준으로 교통상황을 감지하는 것이 다른 교통특성을 기준으로 교통상황을 감지하는 것보다 감지능력이 우수한 것으로 나타났다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.146-151
• /
• 2021

현재 국내외 여러 국가에서 한 가정의 차량의 수요가 증가하여 차량의 탑승 인원은 적어지고 도로의 차량 수는 증가하고 있는 추세이다. 이에 따른 문제점인 교통 체증을 해결하기 위해 이용 가능한 다인승 전용차로 제도가 시행되고 있다. 이 제도는 경찰들이 빠르게 움직이는 차량을 직접 눈으로 감시하여 불법 차량을 단속하는 실정이며, 이는 정확성이 낮고 사고의 위험성을 동반된다. 이러한 문제점을 해결하기 위해 도로 현장의 영상을 이용한 딥러닝 객체 인식 기술을 적용한다면 앞서 말한 문제점들이 해결될 것이다. 따라서, 본 논문에서는 기존의 딥러닝 모델의 성능을 비교·분석하여, 영상을 통해 실시간 차량 탑승 인원을 파악할 수 있는 딥러닝 모델을 선정하고 객체 인식 모델의 문제점을 보완한 차량 탑승 인원 감지 알고리즘을 제안한다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.112-119
• /
• 2019

본 논문에서는 불꽃 감지를 위한 임베디드 시스템에 적합한 딥러닝 구조를 제안한다. 제안하는 딥러닝 구조의 불꽃 감지 과정은 불꽃 색깔 모델을 사용한 불꽃 영역 검출, 불꽃 색깔 특화 딥러닝 구조를 사용한 불꽃 영상 분류, 검출된 불꽃 영역의 $N{\times}N$ 셀 분리, 불꽃 모양 특화 딥러닝 구조를 사용한 불꽃 영상 분류 등의 4가지 과정으로 구성된다. 첫 번째로 입력 영상에서 불꽃의 색만을 추출한 다음 레이블링하여 불꽃 영역을 검출한다. 두 번째로 검출된 불꽃 영역을 불꽃 색깔에 특화 학습된 딥러닝 구조의 입력으로 넣고, 출력단의 불꽃 클래스 확률이 75% 이상에서만 불꽃 영상으로 분류한다. 세 번째로 앞 단에서 75% 미만 불꽃 영상으로 분류된 영상들의 검출된 불꽃 영역을 $N{\times}N$ 단위로 분할한다. 네 번째로 $N{\times}N$ 단위로 분할된 작은 셀들을 불꽃의 모양에 특화 학습된 딥러닝 구조의 입력으로 넣고, 각 셀의 불꽃 여부를 판단하여 50% 이상의 셀들이 불꽃 영상으로 분류될 경우에 불꽃 영상으로 분류한다. 제안된 딥러닝 구조의 성능을 평가하기 위하여 ImageNet의 불꽃 데이터베이스를 사용하여 실험하였다. 실험 결과, 제안하는 딥러닝 구조는 기존의 딥러닝 구조보다 평균 29.86% 낮은 리소스 점유율과 8초 빠른 불꽃 감지 시간을 나타내었다. 불꽃 검출률은 기존의 딥러닝 구조와 비교하여 평균 0.95% 낮은 결과를 나타내었으나, 이는 임베디드 시스템에 적용하기 위해 딥러닝 구조를 가볍게 구성한데서 나온 결과이다. 따라서 본 논문에서 제안하는 불꽃 감지를 위한 딥러닝 구조는 임베디드 시스템 적용에 적합함이 입증되었다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.7-17
• /
• 2001

본 연구는 교통관리 시스템의 유고검지 체계를 검토하여 기존 체계의 문제점과 한계점을 극복할 수 있는 새로운 검지체계를 구축하고 새로 구축된 검지 체계에 맞는 알고리즘을 개발하는데 연구 목적이 있다. 새로운 검지체계는 검지기 1개소의 설치로 다차로를 검지할 수 있으며 특히 1개 차로 내에서도 검지영역을 여러 개 검지할 수 있는 다 검지체계의 장점을 최대한 살린 시스템이므로 기존 체계의 한계성인 단일 검지영역 문제를 해소할 수 있으며 경제적으로 교통관리 시스템을 구축할 수 있는 장점을 가지고 있다. 이 시스템으로 고속도로와 국도상에서 유고 검지율을 기존의 APID와 DES를 비교하여 현장 시험 평가한 결과 이 시스템이 제일 높은 유고 검지율을 나타내어 기존 시스템보다 우수한 것으로 판명되었다.

• 로봇학회논문지
• /
• 제7권2호
• /
• pp.113-119
• /
• 2012

In this paper we propose the method that detects moving objects in autonomous navigation vehicle using LRF sensor data. Object detection and tracking methods are widely used in research area like safe-driving, safe-navigation of the autonomous vehicle. The proposed method consists of three steps: data segmentation, mobility classification and object tracking. In order to make the raw LRF sensor data to be useful, Occupancy grid is generated and the raw data is segmented according to its appearance. For classifying whether the object is moving or static, trajectory patterns are analysed. As the last step, Markov chain Monte Carlo (MCMC) method is used for tracking the object. Experimental results indicate that the proposed method can accurately detect moving objects.