[논문]교통 정체 예방을 위한 자동 신호등 제어시스템 개발

백광무; 신지환; 박무훈

교통 정체 예방을 위한 자동 신호등 제어시스템 개발
Development of Auto Traffic Light Control System for Prevention of Traffic Jam 원문보기

信號處理·시스템學會論文誌 = Journal of the institute of signal processing and systems, v.15 no.4, 2014년, pp.148 - 154

백광무 (창원대학교) , 신지환 (창원대학교) , 박무훈 (창원대학교)

초록
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 통해 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. 실시간으로 배경영상이 업데이트되므로 불규칙적인 조건을 갖는 실 상황에서도 자동차 객체가 효율적으로 검지되도록 하였으며 관심영역 설정으로 보다 정확도 높은 교통량 측정을 가능하게 하였다. 본 논문에서 제안한 신호등 자동제어 알고리즘을 이용하여 정체가 일어나기 전에 각 도로간 교통량을 조절함으로써 교통 정체로 발생하는 운전자의 시간 낭비 및 에너지 낭비를 예방할 수 있다.

Abstract ▼ AI-Helper

This paper suggests a new system based on image-processed information which is designed to control traffic light by measuring two-way traffic at the same time with a surveillance camera. With this system, the existing way of using one camera for one lane or loop coil will be improved to the more effective way of using only one camera to monitor a two-way, 8 lane roads statistically. Car images can be detected clearly even in irregular condition because of the background updating in real time. In addition, more accurate measurement is possible to users by selecting extra attention-needed regions. The automatic traffic light controlling algorithm, suggested in this paper, will prevent users and drivers from wasting their time and energy by controlling the number of traffic in advance.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 교차로에 설치된 카메라를 활용하여 각 도로로 유입, 유출 되는 교통량을 한 번에 측정할 수 있도록 하였으며 영상처리를 통해 차선의 개수에 상관없이 한 대의 카메라로 각 차선의 교통량을 측정할 수 있는 방법을 제안한다. 또한 측정된 교통량을 활용한 자동신호등 제어 알고리즘을 통하여 정체가 일어나기 전에 각 도로간 교통량을 조절함으로써 교통 정체로 발생하는 운전자의 시간 낭비 및 에너지 낭비를 예방하도록 고안하였다.
본 논문에서는 배경처리에 사용되는 평균배경 이미지를 실시간으로 업데이트되게 하여 일정시간 움직이지 않는 새로운 물체는 배경으로 처리하도록 함으로써 실시간 움직이는 객체 추출에 좋은 성능을 보이도록 고안하였다.

제안 방법

교차로에서의 후속차량 대기시간을 현행 신호체계와 비교 측정하기 위하여 AT128과 근거리 무선통신을 활용하여 자동 신호등 제어시스템을 그림 17과 같이 구현하였다.
도로의 교통 상태를 정확하게 판단하기 위한 기반 데이터 수집을 위하여 차량 빈도수와 더불어 차량정체 유무, 적색 점 등 차로의 대기 차량수를 측정한다.
본 논문에서는 교차로에 설치된 카메라를 활용하여 각 도로로 유입, 유출 되는 교통량을 한 번에 측정할 수 있도록 하였으며 영상처리를 통해 차선의 개수에 상관없이 한 대의 카메라로 각 차선의 교통량을 측정할 수 있는 방법을 제안한다. 또한 측정된 교통량을 활용한 자동신호등 제어 알고리즘을 통하여 정체가 일어나기 전에 각 도로간 교통량을 조절함으로써 교통 정체로 발생하는 운전자의 시간 낭비 및 에너지 낭비를 예방하도록 고안하였다.
본 논문에서는 교통량 측정을 위해 레이블링 기법을 변형하여 사용하였다. 레이블링을 이용한 자동차 객체 수 측정 방법은 레이블링되는 숫자를 변수로 받아와 측정하는 방법이 흔히 사용되는데 이는 갑작스런 조도변화로 노이즈가 발생할 때 레이블링 변수값에 오차를 발생시키게 된다.
실시간 배경이 업데이트됨에 따라 일정시간이 지나면 사라지겠지만 보다 정확한 객체 데이터를 추출하기 위하여 침식과 팽창 연산을 수행한다.
레이블링을 이용한 자동차 객체 수 측정 방법은 레이블링되는 숫자를 변수로 받아와 측정하는 방법이 흔히 사용되는데 이는 갑작스런 조도변화로 노이즈가 발생할 때 레이블링 변수값에 오차를 발생시키게 된다. 이를 개선하기 위해 관심영역 내 레이블링 변수 값을 토글 방식으로 받아와 카운트하고 다시 레이블링 변수 값을 초기화시킴으로써 노이즈로 인한 에러나 오차를 줄였다. 그 결과 조도와 노이즈의 영향을 적게 받게 되어 빠른 연산속도를 가지는 특징을 가지게 되었다.
이를 해결하기 위하여 그림 12와 같이 각 차선별로 관심영역을 설정하고 각 관심영역 내의 픽셀변화를 토글 방식으로 카운팅하여 차량수를 측정함으로써 레이블링 시 1대로 인식되던 차들을 3대로 인식되도록 하였다.
그림 6은 설정된 10개의 관심영역을 나타낸다. 초기 관심영역을 크게 설정하여 영역 내 레이블링되는 자동차 객체의 수를 연산하여 교통량을 측정하는 방법을 시도 하였으나 카메라 각도에 따라 큰 차량 뒤에 가려진 차량은 측정되지 않는 오차가 발생하여 세부 차선별로 10개의 관심영역을 설정함으로써 오차를 해결하였다. [6]

성능/효과

B차로 교통량 증가로 인해 자동차가 누적되어 발생하는 후속차량 대기시간이 282초에서 122초로 줄어든 것을 모의실험을 통해 알 수 있었다.
그림 5는 그림 2를 침식과 팽창 연산을 실행한 이후의 영상이며 그림 2에서의 흰점으로 표시된 노이즈를 침식 연산을 통해 효과적으로 제거하고 팽창 연산을 통해 침식 연산으로 변형되었던 필요한 데이터를 정확하게 표시 해줌으로써 자동차 객체만을 성공적으로 추출할 수 있음을 확인할 수 있다.
본 논문에서 제안한 자동신호등 제어시스템을 적용하여 모의실험을 한 결과 교통량이 많은 B차로의 녹색점등 시간은 교통량에 따라 증가됨으로 후속차량은 한 번의 녹색신호로 교차로를 통과할 수 있어서 대기시간은 122초로 감소하였다.
현재 사용되고 있는 신호체계와 본 논문에서 제안한 자동신호등 제어시스템을 적용하여 후속차량 대기시간을 측정해 보았을 때 본 논문에서 제안한 시스템을 적용 했을 때의 후속차량 대기시간이 짧아진 것을 확인할 수 있었다.

후속연구

하지만 신호대기중인 차량 수를 충분하게 측정하기 위한 카메라의 위치와 정확한 교통 빈도수를 측정하기 위한 카메라의 위치에 대한 절충점이 고려되어야 한다. 또한 현재는 영상처리기법을 통해 측정된 기반 데이터로 단순 조건에 의한 일반적인 신호등제어밖에 구현하지 못했지만 차후에는 측정된 기반 데이터를 퍼지이론을 적용하여 더욱 정밀하고 교통 상황에 인공 지능적으로 대처할 수 있는 시스템 구축을 위한 연구를 지속할 것이다.
지능형 교통 시스템과 함께 본 논문에서 제안하는 자동신호등 제어시스템을 실제로 적용한다면 교통 정체를 미연에 방지함으로써 차량 정차 시 발생되는 에너지 낭비 및 교통사고 등을 미연에 방지할 수 있을 것으로 기대한다.
대기 차량은 적색 점등에만 발생하므로 리소스를 줄이기 위해 신호등 제어기로부터 적색점등 신호를 수신하였을 때 적색 점등 차로만 누적 카운팅 한다. 차로별 이동 차량 수와 교통 정체 유무, 신호 대기 차량 수를 측정한 데이터는 향후 신호 등을 자동 제어하는 자료가 된다.
향후 좌회전 및 우회전, U턴 차량의 판별방법을 연구하여 자동신호등 제어알고리즘에 데이터를 추가하고 교통 상황 측정 기반 데이터를 토대로 퍼지이론을 활용하여 신호등을 자동 제어한다면 교통 흐름을 보다 정밀하게 제어할 수 있을 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	지능형 교통 시스템이란?	지능형 교통 시스템(ITS : Intelligent Transport System)은 전자 및 정보통신 기술을 활용하여 도로의 차량 통행량을 측정하고, 측정한 데이터를 중앙통제실에서 분석하여 교통 흐름을 원활하게 소통되도록 유도하는 시스템이다.
	ATMS의 목적은?	ATMS는 도로 상에 차량특성 및 속도 등의 교통 정보를 감지할 수 있는 시스템으로 교통 상황을 실시간으로 분석하고, 이를 토대로 도로 교통의 관리와 최적 신호 체계의 구현을 목적으로 한다.
	레이블링을 이용한 자동차 객체 수 측정방법에서 조도변화로 노이즈가 발생으로 생기는 오차를 개선하기 위해 어떠한 방법을 선택하였는가?	레이블링을 이용한 자동차 객체 수 측정 방법은 레이블링되는 숫자를 변수로 받아와 측정하는 방법이 흔히 사용되는데 이는 갑작스런 조도변화로 노이즈가 발생할 때 레이블링 변수값에 오차를 발생시키게 된다. 이를 개선하기 위해 관심영역 내 레이블링 변수 값을 토글 방식으로 받아와 카운트하고 다시 레이블링 변수 값을 초기화시킴으로써 노이즈로 인한 에러나 오차를 줄였다. 그 결과 조도와 노이즈의 영향을 적게 받게 되어 빠른 연산속도를 가지는 특징을 가지게되었다.

참고문헌 (15)

장대현, 이양원, 표성배, "도시 교통 정보 시스템 개발," 한국컴퓨터정보학회 제24회 논문집, pp. 89-90, 2011.
김광백, "퍼지 기법을 이용한 지능형교통신호 제어" 한국정보통신학회, vol. 15, pp. 1593-1598, Aug 2012.
진선미, 김성호, 도철웅, "Fuzzy Logic을 적용한 간선도로 상의 교통감응 신호제어" 대한교통학회지, vol. 21, no. 3, pp. 71-83, Jun. 2003.

원문보기 상세보기
Gary-Rost Bradski and Adrian Keahler, Learning OpenCV. Korea, HANBIT Media, pp. 176-180, 2009.
신정홍, 장성봉, 지인호, 디지털 영상처리 입문. 한빛미디어, pp. 392-404, 2009.
Rafael C. Gnalez and Richard E. Woods, Digital Image Processing. England, EG: Addison Wesley Longman Limited, pp. 164-168, 1992.
강동중, 하종은, VISUAL C++와 OpenCV로 배우는 디지털 영상처리. 인피니티북스, pp. 267-278, 2010.
황선규, 영상처리 프로그래밍 by C++. 한빛미디어, pp. 660-671, 2009.
남윤용, 최유주, 홍상진, 조위덕, 지능형 영상감시 시스템의 원리 및 응용. pp. 20-40, 진한M&B, 2011.
이재성, 교통 영상처리의 기초. 동화지설, pp. 17-50, 2013.
엄민영, 김성제, 영상을 이용한 디지털 신호처리. 한빛미디어, pp. 245-254, 2010.
Jamshidi-Mohammad, Applications of fuzzy logic : towards high machine intelligence quotient systems, Upper Saddle River, N.J : Prentice Hall PTR, 1997.
Ross Timothy J, Fuzzy logic with engineering applications, Hoboken, pp. 80-110, NJ : John Wiley, 2010.
김광백, "퍼지추론규칙을 이용한 교통 신호 제어" 한국컴퓨터정보학회, vol. 15, no. 9, pp. 19-24, Sep. 2010.
정영걸, 엄태억, 김덕규, "Fuzzy Logic Controller를 이용한 효과적인 교통신호 제어기에 관한 연구" 한국통신학회 9회 논문집, vol. 9, no. 1, pp. 615-618, 1996.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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

교통 정체 예방을 위한 자동 신호등 제어시스템 개발
Development of Auto Traffic Light Control System for Prevention of Traffic Jam 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

교통 정체 예방을 위한 자동 신호등 제어시스템 개발 Development of Auto Traffic Light Control System for Prevention of Traffic Jam 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

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

신지환 (1)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

교통 정체 예방을 위한 자동 신호등 제어시스템 개발
Development of Auto Traffic Light Control System for Prevention of Traffic Jam 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper