신경망-영상 기반 실시간 교통 파라미터 측정 시스템 구현
Implementation of a Neural-Image based Real-time Traffic Parameter Measurement System
- 발행기관 亞洲大學校 大學院
- 지도교수 金容得
- 발행년도 2005
- 학위수여년월 2005. 2
- 학위명 박사
- 학과 및 전공 일반대학원 공학계열
- 본문언어 한국어
초록/요약
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.
more초록/요약
In this dissertation, the author improves the problems of existing loop detectors and image-based traffic parameter measurement systems via the proposition of a neural-image based traffic parameter measurement method and the implementation of a low-cost embedded system that processes this method real-time. Because laying new pavement or adding more lanes, that is the optimal solution for serious traffic congestion problems, is becoming less and less feasible, thus ITS may be a realistic alternative to solve those problems. Such ITS can be implemented by maximizing the efficiency of existing traffic system's components through efficient control of traffic flow and systematic management of traffic system based on various traffic parameters that are measured real-time via traffic monitoring. Thus real-time measurement of traffic parameter is the prior condition for ITS construction that is firstly resolved. Currently the traffic parameter is mainly measured through the loop detectors of buried under-pavement type and the image-based systems of hung-over-road type. However the loop detectors have problems such as traffic disturbance induction at installation time and excessive expense for repair and management. Also they cannot be used for more sophisticated task such as queue length measurement, vehicle tracking, etc. While the image-based systems measure traffic parameter by processing image acquired by camera thus they doesn't make traffic disturbance and also can measure various traffic parameters. Since the image-based systems process an image that can encompass several lanes or images from multiple cameras, it is often a cost-effective approach. But existing image-based systems are restrictively used because they have a performance degradation problem due to their sensitiveness to environmental change, performance degradation according to the change of outdoor operating conditions, and high installation cost due to their industrial or general computer system based implementation for real-time processing of computation intensive image processing algorithms. This dissertation proposes a neural-image based traffic parameter measurement method and implements a low-cost embedded system that processes this method real-time to improve the problems of existing loop detectors and image-based systems. Firstly the author improves the accuracy of traffic parameter measurement by proposing a neural-image based traffic parameter measurement method. In this method the performance degradation problem of existing vehicle region extraction method is improved via the introduction of a combined method and DBED. This dissertation also proposes a novel approach that uses the feature information extraction method and neural network to improve the accuracy of vehicle detection and classification. And the author resolves the performance degradation and high expense problems of existing industrial computer based systems by implementing the proposed neural-image based method on a low-cost embedded system. To achieve this, the author makes it possible to measure traffic parameter real-time on a low-cost embedded system via a DBED that reduces the computation amount through an implementation method using the decomposable median filter and decomposition property of morphological operation and a hardware implementation of the digital pulse mode neural network that reduces the computation time of neural network implemented via software. The proposed neural-image based real-time traffic parameter measurement system achieved the vehicle detection rate higher than 97[%] and vehicle classification rate higher than 92[%] in the performance evaluation experiment using test data collected on various road and under various weather and lighting condition. Also the proposed system can process more than 20 frames[size : 320x240, color : 8-bit grayscale] per second thus which proves that it has the ability of real-time traffic parameter measurement. Moreover the proposed system successfully measured traffic parameters concerning traffic flow, such as vehicle count and vehicle speed.
more목차
제목 차례
논문 요약
제목 차례 = ⅰ
그림 차례 = ⅱ
표 차례 = ⅳ
약어표 = ⅴ
제1장 서론 = 1
제2장 교통 파라미터 측정 = 8
제1절 교통 파라미터 측정 시스템 = 8
제2절 ITS분야 영상처리 시스템 = 12
제3장 영상 방식 차량영역추출 방법 = 19
제1절 기존 차량영역추출 방법 분석 = 19
제2절 결합 방법 = 22
제3절 DBED 방법 = 30
제4장 신경망-영상 기반 교통 파라미터 측정 = 42
제1절 신경망 = 42
제2절 신경망-영상 기반 차량검출 및 차종분류 = 58
제3절 차량추적 방법을 이용한 교통 파라미터 측정 = 64
제5장 실시간 교통 파라미터 측정 시스템 구현 = 66
제1절 신경망 하드웨어 구현 = 68
제2절 내장형 시스템 구현 = 92
제6장 실험 및 고찰 = 102
제1절 실험 환경 = 102
제2절 실험 결과 및 분석 = 104
제7장 결론 = 114
참고문헌 = 116
ABSTRACT = 124
