초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 연구에서는 불법주차무인단속시스템을 성능평가 하기 위한 방안으로 실제 기상 조건을 반영하기 위해 주간, 야간, 악천후 세가지 기상 조건 하에서 평가를 수행할 것과 실제 불법 주차 상황을 시뮬레이션 할 수 있는 세가지 시나리오(개별차량의 진입 및 진출, 다수차량의 동시 진입 및 진출, 다수 차량의 산발적 진입 및 진출)를 제시하였다. 또한 평가에 대한 결과를 판정하기 위한 기준치를 차량 검지율(90% 이상), 차량번호 인식율(90% 이상), 단...

본 연구에서는 불법주차무인단속시스템을 성능평가 하기 위한 방안으로 실제 기상 조건을 반영하기 위해 주간, 야간, 악천후 세가지 기상 조건 하에서 평가를 수행할 것과 실제 불법 주차 상황을 시뮬레이션 할 수 있는 세가지 시나리오(개별차량의 진입 및 진출, 다수차량의 동시 진입 및 진출, 다수 차량의 산발적 진입 및 진출)를 제시하였다. 또한 평가에 대한 결과를 판정하기 위한 기준치를 차량 검지율(90% 이상), 차량번호 인식율(90% 이상), 단속율(80% 이상) 세가지로 제시하였다.
위 평가 방법으로 불법주차무인단속시스템을 성능평가한 결과 주간 성능평가에서는 시나리오 1(개별 차량의 진입 및 진출)은 각 평가 항목에 대하여 모두 100%, 시나리오 2(다수 차량의 동시 진입 및 진출)은 차량 검지율(94.4%)을 제외한 모든 평가 항목에서 100%, 시나리오 3(개별 차량의 산발전 진입 및 진출)은 차량 검지율 93.5%, 차량번호 인식율 98.1%, 단속율 95.7%로 평가되었다.
야간 성능평가에서는 시나리오 1(개별 차량의 진입 및 진출)과 시나리오 2(다수 차량의 동시 진입 및 진출)가 각 평가 항목에 대하여 모두 100%로 평가되었으며, 시나리오 3(개별 차량의 산발전 진입 및 진출)에서는 차량 검지율 90.2%, 차량번호 인식율 96.3%, 단속율 91.7%로 평가되었고 악천후 성능평가에서는 차량 검지율 84.0%, 차랑번호 인식율 87.8%, 단속율 83.3%로 평가되었다.

주제어