Earticle

현재 위치 Home

교통류

드론 영상의 차량 레이블링을 통한 간선도로 차간간격(GAP) 산정
GAP Estimation on Arterial Road via Vehicle Labeling of Drone Image

첫 페이지 보기
  • 발행기관
    한국ITS학회 바로가기
  • 간행물
    한국ITS학회논문지 KCI 등재 바로가기
  • 통권
    제16권 제6호 통권74호 (2017.12)바로가기
  • 페이지
    pp.90-100
  • 저자
    진유진, 배상훈
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A317195

※ 기관로그인 시 무료 이용이 가능합니다.

4,200원

원문정보

초록

영어
The purpose of this study is to detect and label the vehicles using the drone images as a way to overcome the limitation of the existing point and section detection system and vehicle gap estimation on Arterial road. In order to select the appropriate time zone, position, and altitude for the acquisition of the drone image data, the final image data was acquired by shooting under various conditions. The vehicle was detected by applying mixed Gaussian, image binarization and morphology among various image analysis techniques, and the vehicle was labeled by applying Kalman filter. As a result of the labeling rate analysis, it was confirmed that the vehicle labeling rate is 65% by detecting 185 out of 285 vehicles. The gap was calculated by pixel unitization, and the results were verified through comparison and analysis with Daum maps. As a result, the gap error was less than 5m and the mean error was 1.67m with the preceding vehicle and 1.1m with the following vehicle. The gaps estimated in this study can be used as the density of the urban roads and the criteria for judging the service level.
한국어
본 연구에서는 기존 지점 및 구간 검지체계의 한계를 극복하기 위한 방편으로 드론 촬영 영상을 활용하여 차량을 검지 및 레이블링 하고 이를 기반으로 도심부 간선도로상 차간간격 을 산정하는 것을 목적으로 한다. 드론 영상 데이터 획득 시 적정 시간대, 위치, 고도를 선정 하기 위하여 여러 조건하에서 촬영을 실시하여 최종 영상 데이터를 획득하였다. 다양한 영상 분석기법 중 혼합 Gaussian, 영상 이진화, 모폴로지 기법을 적용시켜 차량을 검지하였고 칼만 필터를 적용하여 차량을 레이블링 하였다. 레이블링율 분석 결과 실제 차량 수 285대 중 185 대를 검지함으로써 차량 레이블링율은 65%로 나타나는 것을 확인하였다. 차간간격은 픽셀 단위화를 통해 산정하였으며, 결과는 다음 지도와의 비교·분석을 통해 검증을 수행하였다. 검증 결과 차간간격 오차가 모두 5m 미만으로 나타났으며 평균 오차는 선행차량과의 차간간 격은 1.67m, 후행차량과의 차간간격은 1.1m로 분석되었다. 본 연구에서 산출된 차간간격은 도심부 도로의 밀도, 서비스 수준 판단 기준 설정 등으로 활용될 수 있을 것이다.

목차

요약
 ABSTRACT
 Ⅰ. 서론
  1. 연구 배경 및 목적
  2. 선행 연구
  3. 연구 수행 흐름도
 Ⅱ. 촬영 여건 선정
  1. 적정 시간대 선정
  2. 적정 위치 선정
  3. 적정 고도 선정
 Ⅲ. 영상분석방법
  1. 혼합 Gaussian 모델
  2. 영상 이진화
  3. 모폴로지(Morphology)
 Ⅳ. 차량 검지 및 레이블링
  1. 차량 검지
  2. 차량 레이블링
 Ⅴ. 데이터 산출 및 검증
  1. 픽셀 단위화
  2. 차간간격(GAP)산정
  3. 산출 결과 검증
 Ⅵ. 결론
 ACKNOWLEDGEMENTS
 REFERENCES

키워드

드론 영상분석 차량 검지 차량 레이블링 차간간격 Drone Image Processing Vehicle Detecting Vehicle Labeling Vehicle Gap

저자

  • 진유진 [ Yu-Jin Jin | 부경대학교 지구환경시스템과학부 석사과정 ] 주저자
  • 배상훈 [ Sang-Hoon Bae | 부경대학교 공간정보시스템공학과 교수 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국ITS학회 [The Korean Society of Intelligent Transport Systems]
  • 설립연도
    2002
  • 분야
    공학>교통공학
  • 소개
    ◈ 전문분야간 공동협의, 공동연구를 통한 ITS의 학술적 발전 ◈ 산·학·연 협동체계 구축으로 기술개발 지원 ◈ 정부정책 및 제도 방향에 대한 기술적 자문 ◈ 외국 ITS 관련 학술단체와 기술교류 ◈ 관련전문가 및 기술자의 교육 및 양성

간행물

  • 간행물명
    한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]
  • 간기
    격월간
  • pISSN
    1738-0774
  • eISSN
    2384-1729
  • 수록기간
    2003~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 326 DDC 338

이 권호 내 다른 논문 / 한국ITS학회논문지 제16권 제6호 통권74호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장