초록 ▼

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

본 논문에서는 교차로에 설치된 한 대의 카메라를 활용하여 각 도로로 유입, 유출 되는 교통량을 동시에 측정할 수 있도록 하였으며 그 데이터를 기반으로 영상처리를 하여 신호등을 자동으로 제어하는 새로운 시스템을 제안한다. 또한 왕복 8차선 교차로의 교통량을 한 대의 카메라로 모니터링 가능하게 하여 차선 1개당 1대의 카메라 또는 루프 코일을 사용하던 기존 방식보다 효율적으로 광범위한 교통량 흐름을 통계적으로 모니터링 할 수 있도록 고안하였다. 평균배경연산을 적용하여 실시간으로 배경영상을 업데이트하였으며 차연산을 통하여 움직이는 객체를 추출하였다. 따라서 불규칙적인 조건을 갖는 실제 상황에서도 자동차 객체가 효율적으로 검지가 되었으며 ...

본 논문에서는 교차로에 설치된 한 대의 카메라를 활용하여 각 도로로 유입, 유출 되는 교통량을 동시에 측정할 수 있도록 하였으며 그 데이터를 기반으로 영상처리를 하여 신호등을 자동으로 제어하는 새로운 시스템을 제안한다. 또한 왕복 8차선 교차로의 교통량을 한 대의 카메라로 모니터링 가능하게 하여 차선 1개당 1대의 카메라 또는 루프 코일을 사용하던 기존 방식보다 효율적으로 광범위한 교통량 흐름을 통계적으로 모니터링 할 수 있도록 고안하였다. 평균배경연산을 적용하여 실시간으로 배경영상을 업데이트하였으며 차연산을 통하여 움직이는 객체를 추출하였다. 따라서 불규칙적인 조건을 갖는 실제 상황에서도 자동차 객체가 효율적으로 검지가 되었으며 침식연산과 팽창연산을 통하여 발생하는 노이즈를 제거하였다. 관심영역 설정으로 원하는 영역에서의 차량을 정확하게 카운팅 하도록 하였으며 큰 차량 뒤에 숨어있는 차량이나 인접해 있는 차량을 1대로 인식하는 오류를 제거하여 보다 정확하게 교통량을 측정 가능하도록 하였다. 갑작스런 조도변화로 노이즈가 발생할 때 레이블링 변수값에 오차가 발생하게 되는데, 이를 개선하기 위하여 관심영역 내 레이블링 변수값을 토글방식으로 받아와 카운팅하고 다시 초기화시킴으로써 노이즈로인한 에러를 줄였다. 보다 정확한 신호등 제어를 위하여 각 차선별로 설정한 관심영역을 통과하는 차량을 카운팅 하였으며 교통정체 유무를 판단하기 위하여 신호가 변경되었을 때 중앙부분에서의 차량도 검출하였다. 또한 신호대기시 대기하는 차량수도 카운팅하였으며 이렇게 검출된 통행량을 기반데이타로 활용하였다. 측정된 기반데이타를 활용하여 차량의 흐름이 많은 차선의 녹색신호등을 다른 차선보다 길게 점등시켰으며, 차량의 양에 따라 녹색신호등 점등시간을 조정하였으며 모의실험결과 교통정체가 해소됨을 알수 있었다. 본 논문에서 제안한 신호등 자동제어 알고리즘을 이용하여 정체가 일어나기 전에 각 도로간 교통량을 조절한다면 교통 정체로 발생하는 운전자의 시간 낭비 및 에너지 낭비를 예방할 수 있다.