- 본 기술은 영상만을 이용하여 도로상에 주행중인 차량을 검출하고, 개별 차량의 궤적을 추적하여 일정 시간 동안 해당 도로를 통행한 차량 대수 정보를 인식하는 기술임
- 초음파 및 지자기 센서 등을 사용하지 않고 오직 영상만을 사용함으로써 비용 절감과 유지 보수 편의성 증대, 효율성 향상을 기대할 수 있음
- 전체 차량의 대수뿐만 아니라, 소형차, 소형버스, 대형버스, 소형트럭, 중형트럭, 대형트럭의 6가지 차종별로 통행량 정보를 측정할 수 있음
- 주요 활용처 또는 수요처는 정부 기관 및 지차체의 도로교통량 조사를 대행하는 업체 및 기타 통행량 정보를 수집하고자 하는 곳임
- 도로 교통량이란 도로의 한 지점 또는 단면을 단위 시간 동안 통과하는 차량의 수를 의미함. 단위 시간당의 교통량은 도로 시설물의 효용 척도로서 사용되며, 다른 지점과의 상대적 비교를 통해 각 도로 구간의 역할을 추정 평가할 수 있는 지표가 됨. 국토교통부에서는 매년 정기 또는 수시로 주요 도로의 교통량을 조사하여, 도로의 계획 및 설계, 도로 운영, 도로 교통 계획, 도로 교통 관리 계획 등에 사용함. 또한 도로 및 교통과 관련된 다양한 분야의 연구에도 조사된 자료가 널리 사용됨
- 조사 방법은 조사 시기에 따라 수시와 상시 조사로 나눌 수 있음. 상시 조사는 인력을 사용하지 않고 AVC와 같은 자동화 장비를 사용함. 수시 조사는 AVC와 같은 자동화 장비를 사용할 뿐만 아니라 CCTV를 통한 인력식 조사를 병행함
- 인력식 조사는 자동화 장비를 사용한 조사에 비해 정확하다는 장점이 있지만 작업 부하가 커 많은 분량을 처리할 수 없다는 단점이 있음. 게다가 빠르게 재생되는 화면에서의 차종 분류 작업은 오류 발생 여지가 높음
- 딥러닝 영상 기술의 발전으로 인해 CCTV 영상에서의 차량 객체 검출 및 추적이 예전에 비해 용이해지고, 성능이 향상되었음. 본 기술은 기존의 CCTV를 통한 인력식 조사를 자동화하여 적은 노력으로 더 정확한 도로교통량 조사 결과를 얻는 것을 목적으로 함
- 본 기술이전에서는 루프 센서와 같은 외부의 차량 검출 장치 없이 CCTV에 의해 획득되는 영상만을 사용하여 영상인식기술만으로 차량을 검출하고 개별 차량의 궤적을 추적함으로서 정해진 구역을 통과하는 차량의 대수를 계수하고 차종을 판별하는 기술을 이전하고자함
- 영상 정보만으로 도로를 주행하는 차량의 위치 정보 검출 및 시간에 따른 차량 위치 정보의 이동을 추적할 수 있음
- 루프/지자기 등 차량 검지 센서가 필요 없음
- 머신러닝 기반의 기술로 잡영 및 왜곡, 조도 변화에 강인함
- 선행 차량으로 인해 차량의 일부가 가려지더라도 재식별을 통해 이전 프레임에서 검출된 결과와 매칭하여, 동일 차량을 찾을 수 있음
- 영상 정보를 이용한 도로 교통량 자동 측정 기술은 몇 가지의 주요 알고리즘으로 구성됨:
1. 차량 검출 - 영상에서 차량의 위치 정보를 검출하고, 특정 영역 내에 있는 검출 결과만 추출
2. 차량 추적 - 개별 프레임 영상의 차량 검출 결과를 사용하여 동일한 차량 검출 결과끼리 서로 묶어서 차량별 궤적 생성
3. 통행량 정보 생성 - 차량 추적 결과를 이용하여, 방향별, 차종별 통행량 정보 추출
- 도로 영상에서의 차량 검출 및 추적 기술
- 추적 결과로부터 통행량 정보 추출 기술
- 자동 생성 결과의 수정을 도와주는 정제 프로그램
- 차량 검출 및 추적, 통행량 정보 생성, 결과 점검 라이브러리(바이너리 코드)
- 영상 정보를 이용한 도로 교통량 자동 측정 기술 요구사항 정의서 등
- 관련 특허 실시권
- 영상 정보를 이용한 도로 교통량 자동 측정 기술은 정부 기관 및 지자체에서 요구하는 도로교통량 조사를 대행하는 업체의 작업 효율을 향상시킬 수 있음. 본 기술이전에서 제공하는 프로그램을 사용하면 동영상에서 육안으로 판독한 결과보다 더 정확한 차종 판별 정보를 생성할 수 있음.