[논문]실시간 차종인식 시스템의 설계 및 구현

최태완

문제 정의

대형의 3종을 식별하는 경우 6 종을 식 별하는 경우 등 다양한 요구가 있다. 따라서 본 연구에서는 전 차종의 분류가 되는 시스템 구성을 하여 모든 경우에 적용하여 종류별, 경우별로 가능한 유연성 있는 인식시스템을 설계하고자 한다. 본 시스템은 차폭을 검출할 수 있는 방법과 보다 더 정확한 인식률을 얻기 위한 방법인 레이저 거리계를 이용한 차고 검출방법, 3~5종의 구별을 위해서 차량의 번호판을 인식해서 차종을 구하는 방법들로 구성 되 게 하였다.
본 시스템은 3종, 4종, 5 종을 구분할 수 있는 번호판 인식 시스템, 여기에 보다 더 정확도를 기할 수 있게 레이저 거리계를 사용하는 2개의 세트로 시스템을 구성해 보았다. 또한 본 시스템에 영상의 파노라마 구성방법을 추가하여 차폭을 측정해서 인식하는 방식을 실험을 통하여 가능성을 확인해 보았다.
본 논문에서는 기존의 차종 인식 시스템 이 가지는 특징과 장단점을 간략히 살펴보고, 기존의 장치와 대비되는 높은 인식율과 저가격 의 구성 이 가능한 장치 의 구현 방법을 제안하고자 한다. 본 논문의 제안 시스템은 니크롬선과 탄성 강을이 용하여차량의 압력 을이 용한차폭검 출방법, 그리고 보다 더 정확한 인식률을 얻기 위한 방법인 레이저 거 리계를 이용한 차고 검출방법, 3~5종의 구별을 위해서 차량의 번호판을 인식해서 차종을 구분해내는 방법을 복합적으로 사용하였다.
따라서 본 연구에서는 전 차종의 분류가 되는 시스템 구성을 하여 모든 경우에 적용하여 종류별, 경우별로 가능한 유연성 있는 인식시스템을 설계하고자 한다. 본 시스템은 차폭을 검출할 수 있는 방법과 보다 더 정확한 인식률을 얻기 위한 방법인 레이저 거리계를 이용한 차고 검출방법, 3~5종의 구별을 위해서 차량의 번호판을 인식해서 차종을 구하는 방법들로 구성 되 게 하였다. 3~5종의 구별은 차폭이 일정치 않아서 번호판을통한 방식과 레이저 거리계를 이용한 방식을 통해서 이루어 진다.

가설 설정

(i) 자동차 바퀴가 철심 위에 설치된 탄성 강을 누르고 지나간다.
(ii) 자동차의 바퀴는 상단에 만들어 놓은 10mm 간격의 탄성강을 누르게 된다.

제안 방법

차량의 진입과 통과에 대한 정보는 레이저 센서에 의해서 검출이 된다.2개의 센서에 의하여 차량외 물체의 검출을 배제하고 레이저 슬릿광 센서에 의하여 차량 폭과 카메라의 이격 거리를 알아낸후차량진입 과정에서 통과까지의 영상을 촬영한다. 측면에 설치된 2대의 카메라에 의하여 촬영된 여러 장의 영상들을그림 13의 흐름도에 따라모자이킹을 하여 차량의 파노라마 영상을 획득한다[15], [16], [17],
여기에 보다 더 정확도를 맞추기 위해서 SICK사의 DT60 레이저 거리계를 이용해서 차고와 차 길이를 측정함으로써 보다 더 정확성을 높일 수 있도록 시도하였다. 그러나 운영 목적 에 따른 방식 인 3종, 4 종, 5종은 폭의 통일이 거의 없고, 또한 길이가 달라 번호판의 특징 점을 찾아서 번호판을 인식 하여 차종 구분을 수행하였다. 그러나 이것도 4종, 5종의 정확한 구분이 없는 차가 발생하고, 여러가지 변수들을 감안해서 번호판 인식 에 도 레이 저 거리 계를 사용해야 차종 인식의 성능이 개선됨을 실험결과로 알 수 있었다.
이 때 폭을 측정하기 위해서는 통과하는 차량의 양 측면에 1자형 레이저 슬릿광을 설치하여 차량의 정확한 폭을 측정한다. 그리고 높이는 레이저 빔을 6~9m 높이에 달고 지상의 차량을 향하여 발사하도록 하여 주사(scan) 함으로써 차량의 폭과 측면 형상을 동시에 알아낸다. 이 방식의 구성도는 그림 2와 같다.
촬영된 영상들은 중첩된 부분이 존재할 것이며 2차원 투영 변화를 최소화하는 알고리즘을 사용하여 실시간에 한 장의 차량 영상으로 복원하고 획득된 전체 차량 영상으로부터 차량의 특징을 이루는 영역별 명암값 변화빈도수와차량의 앞.뒤바퀴 사이의 폭 등이 소형, 중형, 대 형 차량에 따라 각기 다르므로 이들 정보를 이용하여 차종을 분류한다. 하나의 프레임에 전체 차량의 영상을 모두 포함시킬 경우는 고가의 고해상도 카메라를 설치해야 한다.
본 논문에서 제안하는 핵심적인 방법으로 압력식 차폭검출 장치의 구조는 평행한 두 개의 선 위에 일정한 간격으로 홈이 나 있는 탄성 강이 부착되어 있다. 차량이 지나가지 않을 때 탄성강은 니크롬선에 닿아 있지 않도록 니크롬선보다 높은 지지대에 떠 받혀져 있으며, 차량이 압력식 차폭 검 출장치 위를 지 나갈 때 바퀴 부분의 압력으로 인하여 탄성강이 철선에 닿도록 한 구조를 취하고 있다.
제안하고자 한다. 본 논문의 제안 시스템은 니크롬선과 탄성 강을이 용하여차량의 압력 을이 용한차폭검 출방법, 그리고 보다 더 정확한 인식률을 얻기 위한 방법인 레이저 거 리계를 이용한 차고 검출방법, 3~5종의 구별을 위해서 차량의 번호판을 인식해서 차종을 구분해내는 방법을 복합적으로 사용하였다. 압력식 차폭 검출 장치는 차폭이 확연하게 다른 경차, 1종, 2종에 대해서는 거의 구별이 가능한 방식이며, 3~5종에 대한 것은 차폭이 일정치 않아서 번호판을 통한 방식과 레이저 거리계를 이용한 방식을 통해서 구별을 하고 있다.
측정 이 가능하다는 것을 알 수 있었다. 본 시스템에서는 독자적 인 방식 인 압력 식 으로 차폭을 측정 해서 이 용하는 방식을 이용하였다. 여기에 보다 더 정확도를 맞추기 위해서 SICK사의 DT60 레이저 거리계를 이용해서 차고와 차 길이를 측정함으로써 보다 더 정확성을 높일 수 있도록 시도하였다.
그러나 이것도 4종, 5종의 정확한 구분이 없는 차가 발생하고, 여러가지 변수들을 감안해서 번호판 인식 에 도 레이 저 거리 계를 사용해야 차종 인식의 성능이 개선됨을 실험결과로 알 수 있었다. 본 시스템은 3종, 4종, 5 종을 구분할 수 있는 번호판 인식 시스템, 여기에 보다 더 정확도를 기할 수 있게 레이저 거리계를 사용하는 2개의 세트로 시스템을 구성해 보았다. 또한 본 시스템에 영상의 파노라마 구성방법을 추가하여 차폭을 측정해서 인식하는 방식을 실험을 통하여 가능성을 확인해 보았다.
본논문에서는차량의 압력을이용하여 차폭을 검출하고 국민차와 일반차를 구분하는 방법으로써 보다 더 정확한 인식률을 얻기 위한방법인 레이저 거리계를 이용해서 차고를 측정 하는 방식을 먼저 적용한다. 압력 식 차폭 검출 장치는 차폭이 확연하게 다른 경차, 1종, 2종에 대해서는 거의 구별이 가능한 방식이며, 3~5종에 대한 것은 차폭이 일정치 않아서 번호판을 통한 방식과 레 이 저 거리 계를 이용한 방식을 통해서 구별을 하고 있다.
실험을 위하여 도로에서 실제 이동하는 차량들을 주간과 야간에 차폭을 위한 데이터 추출 및 이동차량의 영상을 촬영 하였다. 도로 영상은 digital camera(model: VCS- BZ100)을사용하여 실시간으로 수집하였다.
본 시스템에서는 독자적 인 방식 인 압력 식 으로 차폭을 측정 해서 이 용하는 방식을 이용하였다. 여기에 보다 더 정확도를 맞추기 위해서 SICK사의 DT60 레이저 거리계를 이용해서 차고와 차 길이를 측정함으로써 보다 더 정확성을 높일 수 있도록 시도하였다. 그러나 운영 목적 에 따른 방식 인 3종, 4 종, 5종은 폭의 통일이 거의 없고, 또한 길이가 달라 번호판의 특징 점을 찾아서 번호판을 인식 하여 차종 구분을 수행하였다.
차종인식의 정확성을 더 높이기 위해서 본 연구에서는 통과하는 차량의 측면 영 상을 여러 장 획 득하여 파노라마 재현 방법에 의하여 모자이 킹(mosaic너ng) 함으로써 전체 차량의 완전한 측면 영상을 획득하여 보다 더 많은 차량정 보를 구하여 인간의 눈으로 판단하는 것과 같은 시 각적특징을 이용하여 개별 차량에 대한 정보를 더 효율적으로 얻는 방법을 사용한다. 기존의 방법은 센서에 의한 외형의 측면 1차원 정보를 획득하거나 차량의 폭을 측정하여 차종을 분류하는 것이다.

대상 데이터

촬영 하였다. 도로 영상은 digital camera(model: VCS- BZ100)을사용하여 실시간으로 수집하였다. 초점은 자동 줌 렌즈와pan/tilt 기능을 시스템에 탑재하여 도로의 사정에 적응성이 있게 제어되도록 하였다.
이렇게 되면 차의 형 태뿐만 아니라 차가 실제로 가지고 있었던 제원에 맞는 차고까지도 측정이 가능하게 되고 보다 더 정확한 차종을 인식할 수 있다. 차고를 측정하기 위해서 사용된 레이저 거리계는 SICK 사의 DT60-P111B를 사용하였다[13]. 이 센서는 5, 300mm 의 거리까지 측정이 가능하다.
인식 절차의 흐름도는 그림 12와 같다. 차량이 진입하면 루프에 의해서 진입된 차량을 촬영하고 획득된 영상은 일단 번호판 유무의 검사 대상이 된다. 검출된 번호판은 인식 과정에서 제대로 인식된 번호판은 전송 데이터를 작성해서 서버 컴퓨터로 전송을 하게 되고, 그렇지 않은 데이터는 최대 4번 동안 반복수행을 하고 계속해서 인식이 되지 않으면 오인식 데이터라는 메시지나"????????"라는 메시지를 전송하게 된다.
초점은 자동 줌 렌즈와pan/tilt 기능을 시스템에 탑재하여 도로의 사정에 적응성이 있게 제어되도록 하였다. 촬영의 대상 차량은 소형 승용차, 중형 승합차뿐만 아니라 트럭도 포함하였다. 번호판 인식을 위한 기본적인 데이터의 학습이 종료된 후 차종의 인식 실험은 PC Pentium 4(3.

성능/효과

그러나 운영 목적 에 따른 방식 인 3종, 4 종, 5종은 폭의 통일이 거의 없고, 또한 길이가 달라 번호판의 특징 점을 찾아서 번호판을 인식 하여 차종 구분을 수행하였다. 그러나 이것도 4종, 5종의 정확한 구분이 없는 차가 발생하고, 여러가지 변수들을 감안해서 번호판 인식 에 도 레이 저 거리 계를 사용해야 차종 인식의 성능이 개선됨을 실험결과로 알 수 있었다. 본 시스템은 3종, 4종, 5 종을 구분할 수 있는 번호판 인식 시스템, 여기에 보다 더 정확도를 기할 수 있게 레이저 거리계를 사용하는 2개의 세트로 시스템을 구성해 보았다.
그림 22의 결과를 보면 번호판의 구성에 따라 4종이나 5종으로 분류되어 진다. 여기에 보완 방법으로 사용되는 레 이 저 거리 계 를 이 용해서 길 이를 측정 하면 4종, 5종의 정확한 구분이 가능하다.
이와 같이 제안한 압력식 차폭검 출장치는 제작비가 저렴하고 저항의 선형성을이용하는방식으로최적화만 이루어진다면 어떤 차종인식 장치보다 더 정확한 인식을 가져 올 수 있으므로 신뢰성을 확보할 수 있다.
차종인식 은 경차, 1종, 2종은 자료 수집 결과 차폭에 의한 측정 이 가능하다는 것을 알 수 있었다. 본 시스템에서는 독자적 인 방식 인 압력 식 으로 차폭을 측정 해서 이 용하는 방식을 이용하였다.

후속연구

향후의 과제는 압력식 차폭 측정 방식을 신뢰성이 더 있도록 시스템을 개선시켜야 하고 영상의 파노라마 구성 방법에 있어서 영상 모자이킹 오차를 줄일 수 있는 방법을 더 연구하여 차종 구분이 가장 어려운 경차와 1종, 2종을 인식해낼 수 있는 다른 방법을 찾아야 하고, 양질의 영상을 얻기 위한 영상입력 메카니즘 개선, 기구부의 보완과 새로운 번호판 구성 체계에 대한 대비 등에 대한 신뢰성을 확보할 수 있는 일이 계속이루어져야할것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

실시간 차종인식 시스템의 설계 및 구현
Design and Implementation of a Real-Time Vehicle's Model Recognition System 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (17)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

실시간 차종인식 시스템의 설계 및 구현 Design and Implementation of a Real-Time Vehicle's Model Recognition System 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (17)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

실시간 차종인식 시스템의 설계 및 구현
Design and Implementation of a Real-Time Vehicle's Model Recognition System 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper