산악지형이 많은 우리나라는 자연환경 여건상 터널 수요가 많고 안전한 운영을 보장 할 수 있는 터널 유고감지 시스템에 대한 필요성도 커지고 있다. 본 논문에서는 터널 내 유고 상황을 실시간으로 감지하여 터널 사무소에 전달 터널의 안전한 운영을 도울 수 있는 터널 유고감지 시스템을 제안 하였다. 제안한 시스템은 차 영상 기법과 같은 단순한 영상 분석알고리즘을 사용하여 시스템의 신속성을 높였으며 유고의 종류 보다는 유고상황의 발생여부를 정확히 판단하데 중점을 두어 시스템의 정확성도 확보하였다. 또한 영상 분석 장치 한 대당 네 대의 카메라를 수용할 수 있게 함으로써 시스템의 비용적인 측면도 고려하였다. 그리고 카메라의 대수에 따라 영상분석 장치를 추가함으로써 카메라 대수에 관계없이 시스템의 확장성을 용이하게 하였으며 터널 유고상황 정보를 웹에서도 접근 가능하게 하여 원격지의 다른 터널 시스템과의 연동 등의 추가 확장성도 고려하였다. 구현된 시스템을 실제 터널에서 실험한 결과 터널 내에서 발생한 장애물, 정지 사고차량, 차량 정체 지체, 사람 이륜차, 연기 화재, 조명 이상, 역 주행 등의 유고상황을 모두 실시간으로 정확히 감지하였다.
산악지형이 많은 우리나라는 자연환경 여건상 터널 수요가 많고 안전한 운영을 보장 할 수 있는 터널 유고감지 시스템에 대한 필요성도 커지고 있다. 본 논문에서는 터널 내 유고 상황을 실시간으로 감지하여 터널 사무소에 전달 터널의 안전한 운영을 도울 수 있는 터널 유고감지 시스템을 제안 하였다. 제안한 시스템은 차 영상 기법과 같은 단순한 영상 분석 알고리즘을 사용하여 시스템의 신속성을 높였으며 유고의 종류 보다는 유고상황의 발생여부를 정확히 판단하데 중점을 두어 시스템의 정확성도 확보하였다. 또한 영상 분석 장치 한 대당 네 대의 카메라를 수용할 수 있게 함으로써 시스템의 비용적인 측면도 고려하였다. 그리고 카메라의 대수에 따라 영상분석 장치를 추가함으로써 카메라 대수에 관계없이 시스템의 확장성을 용이하게 하였으며 터널 유고상황 정보를 웹에서도 접근 가능하게 하여 원격지의 다른 터널 시스템과의 연동 등의 추가 확장성도 고려하였다. 구현된 시스템을 실제 터널에서 실험한 결과 터널 내에서 발생한 장애물, 정지 사고차량, 차량 정체 지체, 사람 이륜차, 연기 화재, 조명 이상, 역 주행 등의 유고상황을 모두 실시간으로 정확히 감지하였다.
Our country has so large mountain area that the tunnel construction is inevitable and the need of incident detection that provides safe management of tunnels is increasing. In this paper, we suggest a tunnel incident detection system using computer vision techniques, which can detect the incidents i...
Our country has so large mountain area that the tunnel construction is inevitable and the need of incident detection that provides safe management of tunnels is increasing. In this paper, we suggest a tunnel incident detection system using computer vision techniques, which can detect the incidents in a tunnel and provides the information to the tunnel administrative office in order to help safe tunnel operation. The suggested system enhances the processing speed by using simple processing algorithm such as image subtraction, and ensures the accuracy of the system by focused on the incident detection itself rather than its classification. The system is also cost effective because the video data from 4 cameras can be simultaneously analyzed in a single PC-based system. Our system can be easily extended because the PC-based analyzer can be increased according to the number of cameras in a tunnel. Also our web-based structure is useful to connect the other remotely located tunnel incident systems to obtain interoperability between tunnels. Through the experiments the system has successfully detected the incidents in real time including dropped luggage, stoped car, traffic congestion, man walker or bicycle, smoke or fire, reverse driving, etc.
Our country has so large mountain area that the tunnel construction is inevitable and the need of incident detection that provides safe management of tunnels is increasing. In this paper, we suggest a tunnel incident detection system using computer vision techniques, which can detect the incidents in a tunnel and provides the information to the tunnel administrative office in order to help safe tunnel operation. The suggested system enhances the processing speed by using simple processing algorithm such as image subtraction, and ensures the accuracy of the system by focused on the incident detection itself rather than its classification. The system is also cost effective because the video data from 4 cameras can be simultaneously analyzed in a single PC-based system. Our system can be easily extended because the PC-based analyzer can be increased according to the number of cameras in a tunnel. Also our web-based structure is useful to connect the other remotely located tunnel incident systems to obtain interoperability between tunnels. Through the experiments the system has successfully detected the incidents in real time including dropped luggage, stoped car, traffic congestion, man walker or bicycle, smoke or fire, reverse driving, etc.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
유고 감지 시스템의 목적은 터널 내 유고상황의 발생여부를 정확하게 감지하여 신속하게 대처하는데 있다. 따라서 터널 내에 유고상황이 발생했을 때 유고의 종류에 대한 판별 보다는 유고상황의 발생 여부를 신속하게 판단하는 것이 중요하며 이에 맞게 시스템이 설계 되어야 한다.
본 논문에서는 터널 내 장애물, 정지.사고 차량, 차량 정체.
본 논문에서는 터널 내 유고 상황을 실시간으로 감지하여 운영자에게 통보함으로서 터널의 안전한 운영을 보장 할 수 있는 시스템을 제안 하였다. 제안한 시스템은 터널 내 유고상황을 정확하고 신속하게 감지하기 위해서 단순한 영상 분석 알고리즘을 사용하여 시스템의 신속성을 높였으며 유고상황이 발생하였을 때 유고의 종류에 대한 분석 보다는 유고상황의 발생여부를 정확히 판단하데 중점을 두어 시스템의 정확성도 확보하였다.
제안 방법
제안한 시스템은 터널 내 유고상황을 정확하고 신속하게 감지하기 위해서 단순한 영상 분석 알고리즘을 사용하여 시스템의 신속성을 높였으며 유고상황이 발생하였을 때 유고의 종류에 대한 분석 보다는 유고상황의 발생여부를 정확히 판단하데 중점을 두어 시스템의 정확성도 확보하였다. 또한 영상 분석 장치 한 대당 네 대의 카메라를 수용할 수 있게 함으로써 시스템의 비용적인 측면도 고려하였다. 그리고 카메라의 대수에 따라 영상분석 장치를 추가함으로써 카메라 대수에 관계없이 시스템의 확장성을 용이하게 하였으며 터널 유고상황 정보를 웹에서도 접근 가능하게 하여 원격지의 다른 터널 시스템과의 연동 등의 추가 확장성도 고려하였다.
제안한 시스템은 터널 내 유고상황을 정확하고 신속하게 감지하기 위해서 단순한 영상 분석 알고리즘을 사용하여 시스템의 신속성을 높였으며 유고상황이 발생하였을 때 유고의 종류에 대한 분석 보다는 유고상황의 발생여부를 정확히 판단하데 중점을 두어 시스템의 정확성도 확보하였다. 또한 영상 분석 장치 한 대당 네 대의 카메라를 수용할 수 있게 함으로써 시스템의 비용적인 측면도 고려하였다. 그리고 카메라의 대수에 따라 영상분석 장치를 추가함으로써 카메라 대수에 관계없이 시스템의 확장성을 용이하게 하였으며 터널 유고상황 정보를 웹에서도 접근 가능하게 하여 원격지의 다른 터널 시스템과의 연동 등의 추가 확장성도 고려하였다.
또한 영상 분석 장치 한 대당 네 대의 카메라를 수용할 수 있게 함으로써 시스템의 비용적인 측면도 고려하였다. 그리고 카메라의 대수에 따라 영상분석 장치를 추가함으로써 카메라 대수에 관계없이 시스템의 확장성을 용이하게 하였으며 터널 유고상황 정보를 웹에서도 접근 가능하게 하여 원격지의 다른 터널 시스템과의 연동 등의 추가 확장성도 고려하였다.
제안한 시스템은 과 같이 영상검지기 (Video Detection System), 유고감지 서버 (Incident Detection Server), 모니터링 소프트웨어 (Monitoring Software)등 크게 세부분으로 구성된다.
이륜차, 연기.화재, 조명 이상, 역 주행 등의 유고 상황을 실시간으로 감지한 후 운영자에게 통보하여 사고를 미연에 방지하거나 추가적인 사고를 예방함으로서 터널의 안전한 운영을 보장할 수 있는 시스템을 제안 한다. 제안한 시스템은 터널 내 유고상황을 정확하고 신속하게 감지하기 위해서 단순한 영상 분석 알고리즘을 사용하여 시스템의 신속성을 높였으며 유고상황이 발생하였을 때 유고의 종류에 대한 분석 보다는 유고상황의 발생여부를 정확히 판단하데 중점을 두어 시스템의 정확성도 확보하였다.
화재, 조명 이상, 역 주행 등의 유고 상황을 실시간으로 감지한 후 운영자에게 통보하여 사고를 미연에 방지하거나 추가적인 사고를 예방함으로서 터널의 안전한 운영을 보장할 수 있는 시스템을 제안 한다. 제안한 시스템은 터널 내 유고상황을 정확하고 신속하게 감지하기 위해서 단순한 영상 분석 알고리즘을 사용하여 시스템의 신속성을 높였으며 유고상황이 발생하였을 때 유고의 종류에 대한 분석 보다는 유고상황의 발생여부를 정확히 판단하데 중점을 두어 시스템의 정확성도 확보하였다. 또한 영상 분석 장치 한 대당 네 대의 카메라를 수용할 수 있게 함으로써 시스템의 비용적인 측면도 고려하였다.
영상 검지기는 영상 캡처 보드(Capture Board), 영상 분석기 (Video Analyzer) 등으로 이루어지며 영상분석기 한대당 카메라 네 대의 영상을 처리한다.
나타낸다. 먼저 터널 영상을 캡처 보드로부터 입력 받고 해당 영상의 검지영역을 터널 데이터베이스(Tunnel DB)에서 읽어와 설정한 후 설정된 검지영역 정보를 바탕으로 터널 영상을 분석하여 유고 상황을 감지한다. 이때 영상 검지기가 유고상황을 감지하였을 경우 해당 정보를 유고감지 서버로 전송하며 전송되는 정보는 감지시간, 감지 카메라 번호, 유고 종류, 유고발생 동영상 등을 포함한다.
제안된 정지 객체 감지 알고리즘은 장애물, 정지. 사고 차량을 감지하며 세부 흐름은<그림 5>와 같다.
위와 같은 과정으로 생성된 마커 영상을 이용해 현재 영상버퍼에 저장된 영상에서 정지객체를 감지한다[4]. 정지객체가 감지되면 정지객체의 크기(COS)를 산출하고, 산출된 정지객체의 크기가 T_n血(사용자 정의 임계 값) 보다 작으면 노이즈로 판단하고 다음 프레임으로 진행한다. 이때 정지객체의 크기가 T_min 이상일 경우에는 T_max(사용자 정의 임계값)를 이용하여 장애물과 차량을 구분하고 정지객체를 최종 감지한다.
제안한 시스템은 유고 발생 정보를 웹에서 검색이 가능 하도록 웹 서버를 구축하여 추후 확장성을 고려하였다. 사용자는 서버에 저장되어있는 유고상황 기록들을 관리할 수 있으며 유고 발생 시각, 카메라 번호, 유고종류 등을 이용한 선택적 검색이 가능하다.
이루어진다. 영상 분석기는 카메라 네 대의 영상을 캡처 보드를 통해 입력받아 영상 검지 알고리즘을 수행하며 유고상황을 감지하면 유고정보와 함께 유고 발생 동영상을 유고감지 서버로 전송한다. 이때 유고 발생 동영상은 사용자가 설정한 유고 발생 전.
이때 유고 발생 동영상은 사용자가 설정한 유고 발생 전.후 시간동안의 영상을 동영상 파일로 저장하며 MPEG-4 표준을 따르는 자유/오픈 소스 영상 코덱 라이브러리인 Xvid(http://www.xvid.org/)를 사용하여 인코딩을 한다.
본 논문에서 제안한 터널 유고감지 시스템을 실제 터널에 설치한 후 여러가지 상황을 재현하며 반복적으로 실험을 진행 하였으며 실험결과.터널 내에서 발생하는 유고상황을 모두 실시간으로 정확히 감지하였다.
지체 상황을 감지한 것으로 정체.지체 상황을 재현하기 위해 차량 세대를 이용해 약 시속 5 km/h의 속도로 주행하며 실험을 진행 하였다.
화재 상황을 감지한 영상이며 연기.화재 상황은 연막탄을 사용하여 재현 하였다.
구현된 시스템을 실제 터널에 설치하여 여러 가지 조건에 대한 실험을 진행 하였으며 실험결과 터널 내에서 발생한 장애물, 정지.사고 차량, 차량 정체.
제안된 알고리즘은 정지 객체 감지 알코리즘에서 저장해 놓은 이진영상 큐(BIQ) 를 이용하며 세부 흐름은 과 같다.
대상 데이터
이 제품은 비디오카메라로 터널 내에 주행하는 차량의 흐름을 분석하여 터널 내 교통사고 및 정지 차량과 화재.스모그 상태를 실시간으로 검출한다.
터널 내에서 발생하는 유고상황을 모두 실시간으로 정확히 감지하였다. 실험 장소는 전남 여수시에 있는 마래터널 (개통 예정 터널)이였으며 터널의 카메라는 상행 9 대, 하행 9대로 총 18대였고 영상 검지기 5대, 유고감지 서버 1대, 모니터링 컴퓨터 1대를 설치하여 실험을 진행하였다.
유고감지 서버의 데이터베이스는 Tunnel Info, Camera Info, Alarm Info, Alam Log, User Info등의 5개 테이블로 구성되며 각각 테이블의 구조는 과 같다.
이론/모형
터널 유고상황 감지는와 같이 Gaussian Mixture Model(GMN을 이용해 배경영상을 갱신하고 [3] 정지 객체 감지, 차량 정체.
차량 정체.지체 감지 알고리즘은 정성환, 이준환이 제안한 혼잡도 측정 알고리즘[5]을 사용하였다. 제안된 알고리즘은 정지 객체 감지 알코리즘에서 저장해 놓은 이진영상 큐(BIQ) 를 이용하며 세부 흐름은 <그림 6>과 같다.
성능/효과
이륜차, 연기.화재, 조명 이상, 역 주행 등의 유고상황을 모두 실시간으로 정확히 감지하였다. 현재 개통되지 않은 터널에서 재현이 가능한 유고상황들에 대해서만 제한적으로 실험을 진행하였기 때문에 추후 터널이 개통되면 수개월 이상의 데이터를 누적하여 터널 구간 내에 상당량의 차량이 통과하는 등의 다양한 실제 교통상황에서 유고유형별로 검지율, 오보율, 검지시간 등의 지표를 산출하고 이를 근거로 정확한 성능평가를 진행하는 것이 향후 과제로 남아있다.
먼저 터널 내 도로위에 떨어진 장애물에 대해서 원거리와 근거리에 있는 장애물을 모두 감지하였으며 특히 원거리에 있는 작은 물체도 감지하는 뛰어난 성능을 보였다. 감지된 영상을<그림 16>에 나타내었다
후속연구
화재, 조명 이상, 역 주행 등의 유고상황을 모두 실시간으로 정확히 감지하였다. 현재 개통되지 않은 터널에서 재현이 가능한 유고상황들에 대해서만 제한적으로 실험을 진행하였기 때문에 추후 터널이 개통되면 수개월 이상의 데이터를 누적하여 터널 구간 내에 상당량의 차량이 통과하는 등의 다양한 실제 교통상황에서 유고유형별로 검지율, 오보율, 검지시간 등의 지표를 산출하고 이를 근거로 정확한 성능평가를 진행하는 것이 향후 과제로 남아있다.
또한 향후 CPU의 성능 개선이 빠르게 진행 될 경우 영상 분석기 한 대당 처리할 수 있는 카메라의 대수가 늘어나기 때문에 현재 영상 분석기 한 대당 네 대의 카메라를 처리 하도록 개발된 시스템을 네대 이상의 카메라를 처리 할 수 있도록 개선될 것으로 예상된다.
참고문헌 (7)
정성환, 이준환, "신경망을 이용한 차량 객체의 그림자 제거," 한국ITS학회 논문지, 제7권, 제1호, pp. 32-41, 2008. 2.
이희신, 이준환, "특징점 추출을 이용한 끼어들기 위반차량 검지 시스템," 한국ITS학회 논문지, 제8권, 제2호, pp. 34-44, 2009. 4.
DS Lee, "Effective Gaussian Mixture Learning for Video Background Subtraction," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 27, no. 5, pp. 827-832, May 2005.
정성환, 이희신, 이준환, "연속류 도로의 사고 및 주정차 위반 감지," 한국ITS학회 추계학술대회논문집, pp. 205-208, 2009. 10.
정성환, 이준환, "영상 차이법을 이용한 교차로 혼잡도 측정," 대한전자공학회 추계학술대회논문집, pp. 801-802, 2008. 11.
RC Gonzalez, RE Woods, "Digital Image Processing - Second Edition," Prentice Hall, pp. 534-550, 2002.
S Zhu, KK Ma, "A new diamond search algorithm for fast block-matching motion estimation," Image IEEE Transactions on, vol.9, no.2, pp. 287-290, Feb. 2000.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.