| 1 |
1
능동형 교통 신호 제어 방법에 있어서, 클라이언트 디바이스가 카메라를 이용하여 실시간으로 동영상을 획득하거나 적외선 카메라를 이용하여 차량에 대한 정보를 획득하여 교통 상황 정보를 실시간으로 획득하는 단계;상기 클라이언트 디바이스가 상기 획득한 교통 상황 정보를 서버로 전송하는 단계; 상기 서버가 상기 교통 상황 정보를 분석하여 교통 신호 조절 주기 정보를 생성하는 단계; 상기 클라이언트 디바이스가 상기 생성된 교통 신호 조절 주기 정보를 상기 서버로부터 수신하는 단계; 및상기 클라이언트 디바이스가 상기 수신된 교통 신호 조절 주기를 교통 신호 출력부로 전송하는 단계를 포함하고, 상기 교통 상황 정보의 분석은, 상기 서버가 상기 동영상에서 학습 이미지를 이용하여 차량을 검출하는 단계; 상기 검출된 차량의 좌표를 이용하여 차량을 추적하는 단계; 및 상기 추적한 차량의 대수를 검출하는 단계를 포함하고, 상기 학습 이미지는 에이다부스트(Adaboost)를 활용하여 Haar-like 피쳐(feature)를 기반으로 캐스케이드 방법(Cascade Method)으로 분류한 검출표본을 이용하고,상기 클라이언트 디바이스는 상기 서버 및 상기 교통 신호 출력부와 연결 가능하고, 상기 서버는 상기 교통 상황 정보를 실시간으로 분석하고, 상기 분석의 결과에 기초하여 교통 신호 조절 주기를 결정하며, 상기 결정된 교통 신호 조절 주기는 상기 서버로부터 상기 클라이언트 디바이스 및 상기 교통 신호 출력부로 전송되고, 상기 교통 신호 출력부는 상기 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력하고,상기 동영상에서 학습 이미지를 이용하여 차량을 검출하는 단계는, 샘플 이미지(sample image)를 사용하여 추출한 포지티브 이미지(positive image)와 네거티브 이미지(negative image)를 통한 기계 학습(Machine Learning)을 진행한 후 출력된
|
| 2 |
2
제 1 항에 있어서, 상기 분석된 교통 상황 정보는 상기 서버로부터 브로드캐스팅(broadcasting)되는 것을 특징으로 하는 능동형 교통 신호 제어 방법
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
제 1 항에 있어서, 상기 검출된 차량의 좌표를 이용하여 차량을 추적하는 단계는, 상기 검출된 차량의 좌표 정보와 칼만 필터(Kalman filter)를 이용하여 차량을 추적하는 단계를 포함하는 것을 특징으로 하는 능동형 교통 신호 제어 방법
|
| 7 |
7
서버와 클라이언트 디바이스를 포함하는 능동형 교통 신호 제어 시스템에 있어서, 교통 상황 정보를 실시간으로 획득하기 위한 교통 상황 정보 획득부;상기 교통 상황 정보 획득부와 연결 가능한 상기 서버 및 상기 클라이언트 디바이스; 및 상기 서버 및 상기 클라이언트와 연결 가능한 교통 신호 출력부를 포함하고, 상기 서버는 상기 교통 상황 정보에 기초하여 상기 교통 상황 정보를 실시간으로 분석하기 위한 교통 상황 정보 분석부; 및 상기 분석의 결과에 기초하여 교통 신호 조절 주기를 결정하는 교통 신호 제어부를 포함하고, 상기 결정된 교통 신호 조절 주기는 상기 서버로부터 상기 클라이언트 디바이스 및 상기 교통 신호 출력부로 전송되고,상기 교통 신호 출력부는 상기 교통 신호 조절 주기에 따라 교통 신호를 가변적으로 출력하고, 상기 교통 상황 정보 획득부는 상기 교통 상황 정보를 획득하기 위한 카메라 및 적외선 카메라 중 적어도 하나를 포함하고, 상기 획득된 교통 상황 정보를 상기 서버로 전송하기 위한 통신부를 포함하고,상기 교통 상황 정보 분석부는 동영상에서 학습 이미지를 이용하여 차량을 검출하고 상기 검출된 차량의 좌표를 이용하여 차량을 추적하고 상기 추적한 차량의 대수를 검출하며, 상기 학습 이미지는 에이다부스트(Adaboost)를 활용하여 Haar-like 피쳐(feature)를 기반으로 캐스케이드 방법(Cascade Method)으로 분류한 검출표본을 이용하고, 상기 동영상에서 학습 이미지를 이용한 차량의 검출은, 샘플 이미지(sample image)를 사용하여 추출한 포지티브 이미지(positive image)와 네거티브 이미지(negative image)를 통한 기계 학습(Machine Learning)을 진행한 후 출력된
|
| 8 |
8
제 7 항에 있어서, 상기 분석된 교통 상황 정보를 브로드캐스팅(broadcasting)하기 위한 교통 상황 정보 송출부를 더 포함하고, 상기 교통 상황 정보 송출부는 상기 교통 상황 정보 획득부, 상기 서버, 상기 클라이언트 디바이스 및 상기 교통 신호 출력부와 연결 가능한 것을 특징으로 하는 능동형 교통 신호 제어 시스템
|
| 9 |
9
삭제
|
| 10 |
10
제 7 항에 있어서, 상기 교통 상황 정보 분석부는 실시간으로 교통 상황 정보를 분석하기 위한 GPGPU (General Purpose Graphics Processing Unit)를 포함하는 것을 특징으로 하는 능동형 교통 신호 제어 시스템
|
| 11 |
11
삭제
|
| 12 |
12
삭제
|
| 13 |
13
제 7 항에 있어서, 상기 검출된 차량의 좌표를 이용한 차량의 추적은 상기 검출된 차량의 좌표 정보와 칼만 필터(Kalman filter)를 이용하여 차량을 추적하는 것을 포함하는 것을 특징으로 하는 능동형 교통 신호 제어 시스템
|
| 14 |
14
제 1 항, 제 2 항 및 제 6 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
