신경망-영상 기반 실시간 교통 파라미터 측정 시스템 구현

Abstract

본 논문에서는 신경망-영상 기반 교통 파라미터 측정 방법의 제안과 이의 실시간 수행을 위한 저가의 내장형 시스템 구현을 통해 기존 루프 검지기와 영상 방식 교통 파라미터 측정 시스템의 문제점을 개선한다. 오늘날 여러 가지 사회적, 경제적 요인으로 인해 교통문제 해결을 위한 최선책인 신규 도로 건설과 차로 확장이 점점 제한되고 있는 현실을 고려할 때 ITS는 이의 해결을 위한 현실적인 대안이다. 이러한 ITS는 다양한 교통 파라미터의 실시간 측정을 통해 교통흐름을 유기적으로 제어하고 도로 및 교통체계를 효율적으로 정비하여 기존 교통 시스템 구성요소들의 효율성을 극대화함으로써 실현된다. 그러므로 교통 파라미터의 실시간 측정은 ITS 구축을 위해 선결되어야할 기본 전제조건이라고 할 수 있다. 현재 교통 파라미터 측정은 주로 지하 매설형인 루프 검지기와 지상 거치형인 영상 기반 시스템을 통해 이루어진다. 그러나 루프 검지기는 설치 시 교통 혼잡 유발, 과도한 유지보수 비용, 그리고 대기행렬길이 측정, 차량추적 등과 같은 정교한 교통 파라미터 측정 작업을 수행할 수 없다는 문제점이 있다. 반면에 영상 기반 시스템은 카메라로부터 획득한 영상을 이용하여 교통 파라미터를 측정하므로 위와 같은 교통 혼잡을 발생시키지 않으며 다양한 교통 파라미터의 측정이 가능하다. 또한 영상 기반 측정 시스템은 다 차로 영상 또는 여러 대의 카메라로부터 입력되는 복수 개의 영상을 단일 시스템에서 동시에 처리할 수 있으므로 비용 효율이 높은 접근방법이다. 그러나 기존 영상 기반 시스템은 주변 환경 변화에 민감하기 때문에 루프 검지기보다 차량검출 성능이 저하되고 연산량이 많은 영상처리 알고리즘의 실시간 수행을 위해 대부분 고성능 CPU를 탑재한 산업용 또는 범용 컴퓨터를 기반으로 구현되기 때문에 외부 동작조건 변화에 따른 성능저하와 설치비용이 높다는 문제점으로 인해 활발한 도입이 제한되고 있는 실정이다. 본 논문에서는 이러한 기존 루프 검지기와 영상 기반 시스템의 문제점을 개선하기 위해 신경망-영상 기반 교통 파라미터 측정 방법을 제안하고 이를 실시간으로 수행하는 저가의 내장형 시스템을 구현한다. 먼저 신경망-영상 기반 교통 파라미터 측정 방법을 제안하여 교통 파라미터 측정 정확도를 향상시킨다. 이를 위해 기존 차량영역추출 방법의 주변밝기 변화, 그림자, 그리고 전조등의 영향으로 인한 성능저하 문제를 결합 방법과 DBED를 도입하여 개선한다. 또한, 차량검출과 차종분류 정확도 향상을 위해 특징정보추출 방법과 신경망을 이용한 새로운 접근 방법을 제안한다. 그리고 제안한 신경망-영상 기반 방법을 저가의 내장형 시스템에서 실시간으로 구현함으로써 기존 산업용 컴퓨터 기반 시스템의 성능저하와 고비용 문제를 해결한다. 이를 위해 본 논문에서는 분해가능 중간값 필터와 형태학 연산의 분해 특성을 이용한 구현 방식을 통해 연산량을 감소시킨 DBED와 디지털 펄스 모드 신경망의 하드웨어 구현을 통해 소프트웨어 방식 신경망의 연산시간을 감소시킴으로써 저가의 내장형 시스템에서 실시간 교통 파라미터 측정이 가능하도록 한다. 마지막으로 교통흐름과 관련된 파라미터들인 차량통과대수와 차량속도는 차량추적 방법을 통해서 측정한다. 제안한 신경망-영상 기반 실시간 교통 파라미터 측정 시스템은 다양한 도로, 날씨, 그리고 밝기 조건에서 획득한 실험 데이터를 이용한 실험에서 97[%] 이상의 차량검출률과 92[%] 이상의 차종분류율을 나타내었다. 또한 제안한 시스템은 320×240 크기의 8-비트 그레이 레벨 영상을 초당 20[프레임] 이상 처리할 수 있으므로 실시간 교통 파라미터 측정이 가능함을 확인하였다. 아울러 교통흐름과 관련된 파라미터인 차량통과대수와 차량속도를 성공적으로 측정하였다.