Nothing Special   »   [go: up one dir, main page]

KR101671223B1 - 영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법 - Google Patents

영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법 Download PDF

Info

Publication number
KR101671223B1
KR101671223B1 KR1020150141324A KR20150141324A KR101671223B1 KR 101671223 B1 KR101671223 B1 KR 101671223B1 KR 1020150141324 A KR1020150141324 A KR 1020150141324A KR 20150141324 A KR20150141324 A KR 20150141324A KR 101671223 B1 KR101671223 B1 KR 101671223B1
Authority
KR
South Korea
Prior art keywords
noise
information
real
unit
analyzing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020150141324A
Other languages
English (en)
Inventor
노희민
정호성
윤혁진
이희업
Original Assignee
한국철도기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국철도기술연구원 filed Critical 한국철도기술연구원
Priority to KR1020150141324A priority Critical patent/KR101671223B1/ko
Application granted granted Critical
Publication of KR101671223B1 publication Critical patent/KR101671223B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/002—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means for representing acoustic field distribution

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법에서, 상기 실시간 소음분석 시스템은 촬영부, 영상정보 분석부, 소음예측 모델링부, 동기화부 및 소음지도 생성부를 포함한다. 상기 촬영부는 도로나 철로를 촬영한다. 상기 영상정보 분석부는 상기 촬영부에서 촬영된 영상으로부터 소음원인 대상체의 정보를 분석한다. 상기 소음예측 모델링부는 상기 대상체의 정보를 바탕으로 소음예측을 모델링한다. 상기 동기화부는 상기 소음예측 모델링 결과를 실시간 공간정보에 동기화한다. 상기 소음지도 생성부는 상기 동기화된 결과를 소음지도로 생성한다.

Description

영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법{REAL-TIME NOISE ANALYZING SYSTEM AND A METHOD FOR ANALYZING A REAL-TIME NOISE USING THE SAME}
본 발명은 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법에 관한 것으로, 더욱 상세하게는 주행하는 차량이나 철도차량에 대한 영상정보를 활용하여 도로 또는 철로변의 소음을 분석하여 소음지도를 생성하는 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법에 관한 것이다.
일반적으로, 도시소음지도는 지방자치단체 등과 같은 다양한 공공기관에서 소음이 미치는 영향을 예측 또는 분석하고, 이를 바탕으로 도시계획을 설계하기 위해 주로 사용되고 있다. 즉, 도심지를 중심으로, 철로, 도로, 공장 등에서 발생하는 소음의 영향성을 해석하기 위해 기하 음향학에 기초한 음향해석이론을 바탕으로 개발되어 왔다.
도 1은 종래기술에 의한 도시소음지도의 예로, 청주시의 소음지도를 나타낸 이미지이다. 도 1과 같이, 도시소음지도는 차량이 많이 운행되는 도로변을 중심으로 소음도가 높아지는 것을 확인할 수 있다.
한편, 이러한 도시소음지도의 생성 등과 관련하여, 대한민국 공개특허공보 제10-2012-0014508호에서는 소음 센서로부터 소음을 센싱하여 이를 DB화하고 2D/3D로 가시화하여 소음지도를 생성하는 기술에 대하여 개시하고 있으며, 대한민국 공개특허공보 제10-2012-0055783호에서도 소음에 관한 데이터를 수집하여 소음지도를 가시화하는 기술을 개시하고 있다.
그러나, 상기 선행기술들의 경우, 실제 소음을 측정하는 소음센서를 이용한 직접 측정 방식으로, 측정이 필요한 영역에 소음센서를 직접 설치하여야 하는 불편함과 시간 및 비용의 증가가 야기되는 문제가 있다.
나아가, 현재까지 개발되는 대부분의 도시소음지도의 경우, 실시간으로 변동하는 도로 또는 철로에서의 차량 또는 철도차량의 속도나 흐름을 전혀 반영하지 못하고 있으므로, 정확한 소음의 예측이 어려운 한계가 있다.
대한민국 공개특허공보 제10-2012-0014508호 대한민국 공개특허공보 제10-2012-0055783호
이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 실시간으로 운행되는 차량이나 철도차량의 소음을 예측하여 보다 정확성이 향상된 실시간 소음분석 시스템에 관한 것이다.
또한, 본 발명의 다른 목적은 상기 실시간 소음분석 시스템을 이용한 소음분석방법에 관한 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 실시간 소음분석 시스템은 촬영부, 영상정보 분석부, 소음예측 모델링부, 동기화부 및 소음지도 생성부를 포함한다. 상기 촬영부는 도로나 철로를 촬영한다. 상기 영상정보 분석부는 상기 촬영부에서 촬영된 영상으로부터 소음원인 대상체의 정보를 분석한다. 상기 소음예측 모델링부는 상기 대상체의 정보를 바탕으로 소음예측을 모델링한다. 상기 동기화부는 상기 소음예측 모델링 결과를 실시간 공간정보에 동기화한다. 상기 소음지도 생성부는 상기 동기화된 결과를 소음지도로 생성한다.
일 실시예에서, 상기 촬영부는 소정 영역에 대하여 영상만 촬영하는 CCTV일 수 있다.
일 실시예에서, 상기 촬영부는 영상 촬영부가 구비된 무인 항공기인 드론(drone)일 수 있다.
일 실시예에서, 상기 소음원인 대상체는 도로를 운행하는 차량 또는 철로를 운행하는 철도차량이며, 상기 소음원인 대상체들 각각은 하나의 점음원으로 할당될 수 있다.
일 실시예에서, 상기 대상체의 소음에 관한 정보, 상기 촬영부의 위치에 관한 정보, 및 상기 실시간 공간정보를 저장하는 데이터베이스를 더 포함할 수 있다.
일 실시예에서, 상기 영상정보 분석부는, 상기 대상체의 종류를 식별하는 대상체 식별부, 상기 대상체의 속도를 분석하는 속도 분석부, 및 상기 대상체의 경로를 분석하는 경로 분석부를 포함할 수 있다.
일 실시예에서, 상기 소음예측 모델링부는, 상기 대상체의 종류, 상기 대상체의 속도 및 상기 대상체의 경로에 관한 정보를 바탕으로, 상기 대상체의 종류, 속도 및 경로에 매칭되는 소음에 관한 정보를 상기 데이터베이스로부터 제공받아, 소음예측을 모델링할 수 있다.
일 실시예에서, 상기 동기화부는, 상기 소음예측 모델링 결과를 바탕으로, 상기 촬영부의 위치에 관한 정보 및 상기 실시간 공간정보를 상기 데이터베이스로부터 제공받아, 상기 촬영부의 위치에 따른 상기 소음예측 모델링 결과를 상기 실시간 공간정보에 동기화할 수 있다.
일 실시예에서, 상기 소음지도 생성부는, 상기 실시간 공간정보에 동기화된 결과를 3차원 소음지도로 생성하여 소음의 정도를 표시할 수 있다.
상기한 본 발명의 다른 목적을 실현하기 위한 일 실시예에 따른 실시간 소음분석방법에서, 도로나 철로의 영상을 촬영하는 단계, 상기 촬영된 영상으로부터 소음원인 대상체의 정보를 분석하는 단계, 상기 대상체의 정보를 바탕으로 소음예측을 모델링하는 단계, 상기 소음예측 모델링 결과를 실시간 공간정보에 동기화하는 단계, 및 상기 동기화된 결과를 소음지도로 생성하는 단계를 포함한다.
일 실시예에서, 상기 소음원인 대상체의 정보를 분석하는 단계는, 상기 촬영된 영상으로부터 상기 대상체의 종류를 식별하는 단계, 상기 촬영된 영상으로부터 상기 대상체의 속도를 분석하는 단계, 및 상기 촬영된 영상으로부터 상기 대상체의 경로를 분석하는 단계를 포함할 수 있다.
일 실시예에서, 상기 소음예측을 모델링하는 단계에서, 상기 대상체의 종류, 속도 및 경로에 매칭되는 소음에 관한 정보를 데이터베이스로부터 제공받아 소음예측을 모델링할 수 있다.
일 실시예에서, 상기 실시간 공간정보에 동기화하는 단계에서, 상기 소음예측 모델링 결과를, 데이터베이스로부터 제공받은 상기 촬영된 영상의 위치에 관한 정보 및 상기 실시간 공간정보에 합성하여 동기화할 수 있다.
본 발명의 실시예들에 의하면, 촬영된 영상을 바탕으로 소음예측을 통해 소음지도를 생성하므로, 소음의 측정을 위한 소음센서를 생략할 수 있으며, 기존의 CCTV의 영상 정보를 그대로 활용할 수 있어, 소음지도의 생성이 보다 용이하다. 특히, CCTV의 영상 정보를 통해 실시간으로 변화하는 차량 또는 철도차량의 정보가 그대로 사용되므로, 실시간 소음지도를 보다 용이하게 생성할 수 있다.
이와 달리, 기존의 CCTV의 영상 정보를 활용하는 대신, 영상 촬영부가 구비된 무인 항공기인 드론을 통해 영상 정보를 획득할 수 있으며, 드론은 임의의 위치를 비행하며 영상 정보를 획득하므로 보다 다양하고 넓은 위치에서의 영상 정보의 획득이 가능하여 보다 정확한 실시간 소음지도의 생성이 가능하다.
이 경우, 촬영된 영상으로부터 대상체의 정보를 분석하여, 대상체의 종류, 속도 및 경로에 관한 데이터를 바탕으로, 기 저장된 데이터베이스의 정보를 매칭하면 즉각적으로 해당 대상체에 대한 소음예측 모델링이 완성되므로, 소음예측 모델링을 매우 효과적이고 정확하게 수행할 수 있다.
또한, 이 경우, 실제 차량이나 철도차량의 교통 흐름이 즉각적으로 반영되므로 실시간 소음예측이 가능한 효과를 갖는다.
또한, 데이터베이스에는 촬영부의 위치에 관한 정보 및 실시간 공간정보가 저장되어 있으므로, 해당 촬영부에서의 소음예측 모델링 결과를 공간정보에 합성하여 동기화함으로써, 실시간 공간정보에 동기화된 3차원 소음지도를 생성할 수 있어, 소음예측의 정확성 및 실시간 변동성을 보다 정확하게 예측할 수 있다.
도 1은 종래기술에 의한 도시소음지도의 예를 나타낸 이미지이다.
도 2는 본 발명의 일 실시예에 의한 실시간 소음분석 시스템을 나타낸 블록도이다.
도 3은 도 2의 실시간 소음분석 시스템에서 영상정보 분석부, 소음예측 모델링부 및 데이터베이스를 나타낸 블록도이다.
도 4는 도 2의 실시간 소음분석 시스템을 이용한 실시간 소음분석 방법을 나타낸 흐름도이다.
도 5는 도 4의 영상정보를 바탕으로 대상체의 흐름을 분석하는 단계의 예를 나타낸 이미지이다.
도 6은 도 4의 소음예측모델을 생성하는 단계의 예를 나타낸 이미지이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 실시예들을 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다.
상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함하다" 또는 "이루어진다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다.
도 2는 본 발명의 일 실시예에 의한 실시간 소음분석 시스템을 나타낸 블록도이다. 도 3은 도 2의 실시간 소음분석 시스템에서 영상정보 분석부, 소음예측 모델링부 및 데이터베이스를 나타낸 블록도이다. 도 4는 도 2의 실시간 소음분석 시스템을 이용한 실시간 소음분석 방법을 나타낸 흐름도이다. 도 5는 도 4의 영상정보를 바탕으로 대상체의 흐름을 분석하는 단계의 예를 나타낸 이미지이다. 도 6은 도 4의 소음예측모델을 생성하는 단계의 예를 나타낸 이미지이다.
이하에서는, 본 실시예에 의한 실시간 소음분석 시스템(10)을 도 2 내지 도 3을 참조하여 설명하며, 동시에 상기 실시간 소음분석 시스템(10)을 이용한 실시간 소음분석 방법에 대하여 도 4 내지 도 6을 참조하여 동시에 설명한다.
본 실시예에 의한 실시간 소음분석 시스템(10)은 소음원 선택부(100), 촬영부(200), 데이터베이스(300), 영상정보 분석부(400), 소음예측 모델링부(500), 동기화부(600) 및 소음지도 생성부(700)를 포함한다.
상기 소음원 선택부(100)는 소음원에 해당되는 대상체를 선택하는 것으로, 일반적으로 소음지도의 경우, 도심지를 중심으로 구현되므로, 도심지를 통과하는 자동차, 버스, 트럭 등의 차량이나, 전철, 전동차, 트램, 고속열차, 일반열차 등의 철도차량이 대상체로 선택된다.
그리하여, 상기 소음원 선택부(100)에서 상기 차량이나 철도차량이 소음원에 해당되는 대상체로 선택되는 경우, 선택된 차량이나 철도차량은 하나의 점(point)음원으로 가정되어, 후술되는 바와 같이 소음지도가 생성되게 된다.
이와 같이, 상기 소음원 선택부(100)에서 소음원에 해당되는 대상체가 선택되면, 상기 대상체인 차량이나 철도차량이 운행하는 도로나 철로를 상기 촬영부(200)에서 촬영한다(단계 S10).
상기 촬영부는 상기 도로나 철로 상에 설치된 CCTV 등과 같은 영상 촬영기기로서, 본 실시예에 의한 실시간 소음분석 시스템을 위해 별도로 구비될 필요 없이, 기존에 일정 구역 또는 일정 구간마다 설치되어 상기 도로나 철로의 운행상태를 감지하는 CCTV를 그대로 활용할 수 있다.
물론, 촬영이 필요한 구역 또는 구간에 CCTV가 모두 설치되지 않아, 전 구역 또는 전 구간에 대한 영상 촬영이 어려운 경우라면, CCTV가 설치되지 않은 구역이나 구간에 추가로 CCTV 등과 같은 영상 촬영기기를 설치하여, 본 실시예에 의한 실시간 소음분석 시스템을 통해 소음분석이 필요한 구역 또는 구간을 모두 촬영할 수는 있다.
이와 달리, 상기 촬영부(200)는 영상 촬영부, 예를 들어 카메라 등이 구비된 무인 항공기인 드론(drone)일 수도 있다. 드론의 경우, 임의의 위치로 비행하며 촬영을 수행할 수 있으므로, 촬영이 필요한 구역 또는 구간에 드론을 배치하여 해당 구역 또는 구간에서 임의의 위치에서의 영상 촬영을 수행할 수 있다. 나아가, 상기 드론을 다른 구역 또는 구간으로 이동시켜 해당 구역 또는 구간을 촬영함으로써, 다양한 구역 또는 구간에서 다양한 영상의 촬영이 가능하다.
그리하여, 보다 다양한 영상 정보를 획득할 수 있게 된다.
상기 촬영부(200)는 도로나 철로 상에 설치되어 해당 구역 또는 해당 구간을 촬영하여 영상정보를 획득하는 것으로, 상기 촬영부(200)에 의해 촬영된 영상정보에는 상기 도로나 철로를 운행하는 차량 또는 철도차량에 관한 영상이 그대로 포함된다.
그리하여, 상기 영상정보 분석부(400)는 상기 촬영부(200)에서 촬영된 영상으로부터 상기 소음원 선택부(100)에서 소음원으로 선택된 대상체, 예를 들어, 차량 또는 철도차량의 정보를 분석한다(단계 S20).
한편, 상기 촬영부(200)는 복수개가 각각 해당 구역 또는 해당 구간을 촬영한 정보로서, 이러한 복수의 구역 또는 구간에 대한 촬영정보 각각에 대하여 상기 영상정보 분석부(400)는 차량 또는 철도차량의 정보를 분석하게 된다.
보다 구체적으로, 상기 영상정보 분석부(400)는 대상체 식별부(410), 속도 분석부(420) 및 경로 분석부(430)를 포함한다.
상기 대상체 식별부(410)는, 도 5에 도시된 바와 같이, 상기 촬영부(200)에 의해 촬영된 각각의 구역 또는 구간에서, 상기 소음원으로 선택된 대상체인 차량 또는 철도차량을 식별한다.
즉, 상기 대상체 식별부(410)는 상기 촬영된 구역 또는 구간에서, 제1 대상체(401)가 일반 승용자동차이며, 제2 및 제3 대상체들(402, 403) 모두 일반 승용자동차인 것으로 대상체를 식별하게 된다.
또한, 상기 속도 분석부(420)는 상기 촬영부(200)에 의해 촬영된 각각의 구역 또는 구간에서, 상기 소음원으로 선택된 대상체인 차량 또는 철도차량의 속도를 분석한다. 이를 위해 상기 속도 분석부(420)는 상기 촬영부(200)에 의해 해당 구역 또는 구간에서 연속적으로 촬영된 영상정보, 즉 동영상 정보를 활용할 수 있다.
즉, 상기 속도 분석부(420)는 상기 촬영된 구역 또는 구간에서, 예를 들어, 제1 대상체(401)의 속도가 70km/h이며, 제2 대상체(402)의 속도가 60km/h이며, 제3 대상체(403)의 속도가 80km/h인 것을 분석할 수 있다.
나아가, 상기 경로 분석부(430)는 상기 촬영부(200)에 의해 촬영된 각각의 구역 또는 구간에서, 상기 소음원으로 선택된 대상체인 차량 또는 철도차량의 경로를 분석한다.
즉, 상기 경로 분석부(430)는 상기 촬영된 구역 또는 구간에서, 제1 및 제2 대상체들(401, 402)은 남쪽 방향으로 이동하며, 제3 대상체(403)는 북쪽 방향으로 이동하는 것을 분석할 수 있다.
이상과 같이, 상기 영상정보 분석부(400)는 상기 촬영부(200)에 의해 촬영된 영상으로부터 상기 대상체의 종류를 식별하거나, 속도를 분석하거나 경로를 분석하는 등 다양한 정보를 분석을 통해 도출할 수 있다.
이와 같이, 상기 영상정보 분석부(400)에서 도출된 정보는 상기 소음예측 모델링부(500)로 제공된다.
그리하여, 상기 소음예측 모델링부(500)에서는 상기 대상체의 정보를 바탕으로 소음예측을 모델링한다(단계 S30).
이 경우, 상기 소음예측 모델링부(500)는 상기 소음예측 모델링을 위해, 상기 데이터베이스(300)에 저장된 정보를 활용할 수 있다.
한편, 상기 데이터베이스(300)는 본 실시예에 의한 실시간 소음분석 시스템(10)의 운용에 필요한 다양한 정보를 저장하거나 제공하며, 예를 들어, 대상체의 소음에 관한 정보를 저장하는 대상체 DB(310), 상기 촬영부(200)의 위치에 관한 정보를 저장하는 촬영부 DB(320), 및 실시간 공간정보를 저장하는 공간정보 DB(330)를 포함할 수 있다.
보다 구체적으로, 상기 대상체 DB(310)는, 대상체에 해당되는 차량 또는 철도차량의 종류별, 속도별, 진행 경로별 등에 따라 변화하는 소음에 관한 정보를 저장한다.
예를 들어, 대상체가 트럭인 경우 여타의 자동차나 오토바이 등에 비해 소음의 크기가 크므로 이에 대한 정보를 저장하며, 동일한 트럭이라 하더라도 속도가 증가함에 따라 소음의 크기가 증가하게 되므로 속도에 따른 소음의 크기에 관한 정보를 저장하며, 트럭이 진행하는 방향에 따라 소음의 크기도 변화하게 되므로 이에 따른 소음의 크기에 관한 정보를 저장할 수 있다.
한편, 상기 촬영부 DB(320) 및 상기 공간정보 DB(330)에 대하여는 후술한다.
이와 같이, 상기 대상체 DB(310)는 다양한 대상체에 대하여, 다양한 상황을 고려하여 소음에 관한 정보를 저장하며, 이렇게 저장된 정보는 상기 소음예측 모델링부(500)에 제공되어, 소음예측 모델링에 활용될 수 있다.
즉, 상기 소음예측 모델링부(500)는, 상기 영상정보 분석부(400)를 통해, 상기 대상체의 종류, 속도, 경로 등에 관한 정보를 제공받았으므로, 상기 정보를 바탕으로 상기 대상체 DB(310)로부터 해당 종류, 속도 및 경로에 매칭되는 소음의 크기에 관한 정보를 제공받아, 상기 대상체로부터 발생이 예상되는 소음을 예측하여 모델링한다.
예를 들어, 도 6에 도시된 바와 같이, 상기 제1 대상체(401)는 70km/h의 속도로 남쪽 방향으로 진행하는 승용 자동차이므로 이에 대응되는 소음의 크기에 관한 정보를 상기 대상체 DB(310)로부터 제공받아, 상기 제1 대상체(401)에 의한 제1 소음영역(501)을 예측한다.
마찬가지로, 상기 제2 대상체(402)는 60km/h의 속도로 남쪽 방향으로 진행하는 승용 자동차이므로 이에 대응되는 소음의 크기에 관한 정보를 상기 대상체 DB(310)로부터 제공받아, 상기 제2 대상체(402)에 의한 제2 소음영역(502)을 예측한다.
또한, 상기 제3 대상체(403)는 80km/h의 속도로 북쪽 방향으로 진행하는 승용 자동차이므로 이에 대응되는 소음의 크기에 관한 정보를 상기 대상체 DB(310)로부터 제공받아, 상기 제3 대상체(403)에 의한 제3 소음영역(503)을 예측한다.
이상과 같이, 상기 소음예측 모델링부(500)는 상기 영상정보 분석부(400)로부터 제공받은 영상에 대한 분석 결과와, 상기 데이터 베이스(300)로부터 제공받은 대상체에 관한 정보를 바탕으로, 해당 구역 또는 해당 구간에서의 소음예측을 모델링하며, 이렇게 예측된 해당 구역 또는 해당 구간에서의 소음예측 모델링 결과를 상기 동기화부(600)로 제공한다.
상기 동기화부(600)는 상기 소음예측 모델링 결과를 실시간 공간정보에 동기화한다(단계 S40).
앞서 설명한 바와 같이, 상기 데이터베이스(300)는 촬영부 DB(320) 및 공간정보 DB(330)를 더 포함하는데, 상기 촬영부 DB(320)는 상기 촬영부(200)가 위치한 위치 및 상기 촬영부(200)가 촬영하는 방향에 관한 정보를 저장한다.
또한, 상기 공간정보 DB(330)는 생성하고자 하는 소음지도의 대상 구역 또는 대상 구간의 3차원 공간정보, 예를 들어, 3차원 도시지도에 관한 정보를 저장한다.
즉, 상기 동기화부(600)에서는 상기 촬영부 DB(320)로부터 상기 촬영부(200)의 위치 및 촬영방향에 관한 정보를 제공받고, 상기 공간정보 DB(330)로부터 소음지도 구역의 3차원 공간정보를 제공받는다. 그리하여, 상기 3차원 공간정보에 상기 촬영부의 위치 및 방향에 관한 정보를 입력하여, 1차적으로 동기화한 후, 해당 촬영부에서 촬영된 영상으로부터 소음예측을 모델링한 결과를 해당 촬영부의 위치 및 방향을 고려하여 상기 3차원 공간정보에 합성시킨다.
그 결과, 상기 소음예측의 모델링 결과는 상기 공간정보에 동기화되며, 이 경우, 상기 공간정보는 실시간 공간정보를 포함하므로, 결과적으로 상기 소음예측 모델링 결과는 상기 실시간 공간정보에 동기화된다.
이 후, 상기 소음지도 생성부(700)는 상기 동기화부(600)를 통해 동기화된 결과를 바탕으로, 실시간 소음지도를 생성한다(단계 S50).
즉, 상기 소음지도 생성부(700)는 상기 동기화부(600)를 통해, 상기 실시간 공간정보에 동기화된 상기 소음예측모델링 결과를 3차원 소음지도로 생성하여, 소음의 정도를 외부로 표시하게 된다.
이를 통해, 사용자는 실시간으로 예측되는 소음 지도를 확인할 수 있다.
한편, 본 실시예에 의한 상기 실시간 소음분석 시스템(10)은 실시간으로 해당 정보를 갱신하여 결과를 도출할 수 있으므로, 상기 소음지도 생성부(700)에서도 실시간으로 갱신되는 소음지도가 표시될 수 있어, 사용자는 실시간으로 예측되는 소음지도에 관한 정보를 획득하는 것은 물론, 보다 정확한 소음지도를 획득할 수 있다.
본 발명의 실시예들에 의하면, 촬영된 영상을 바탕으로 소음예측을 통해 소음지도를 생성하므로, 소음의 측정을 위한 소음센서를 생략할 수 있으며, 기존의 CCTV의 영상 정보를 그대로 활용할 수 있어, 소음지도의 생성이 보다 용이하다. 특히, CCTV의 영상 정보를 통해 실시간으로 변화하는 차량 또는 철도차량의 정보가 그대로 사용되므로, 실시간 소음지도를 보다 용이하게 생성할 수 있다.
이와 달리, 기존의 CCTV의 영상 정보를 활용하는 대신, 영상 촬영부가 구비된 무인 항공기인 드론을 통해 영상 정보를 획득할 수 있으며, 드론은 임의의 위치를 비행하며 영상 정보를 획득하므로 보다 다양하고 넓은 위치에서의 영상 정보의 획득이 가능하여 보다 정확한 실시간 소음지도의 생성이 가능하다.
이 경우, 촬영된 영상으로부터 대상체의 정보를 분석하여, 대상체의 종류, 속도 및 경로에 관한 데이터를 바탕으로, 기 저장된 데이터베이스의 정보를 매칭하면 즉각적으로 해당 대상체에 대한 소음예측 모델링이 완성되므로, 소음예측 모델링을 매우 효과적이고 정확하게 수행할 수 있다.
또한, 이 경우, 실제 차량이나 철도차량의 교통 흐름이 즉각적으로 반영되므로 실시간 소음예측이 가능한 효과를 갖는다.
또한, 데이터베이스에는 촬영부의 위치에 관한 정보 및 실시간 공간정보가 저장되어 있으므로, 해당 촬영부에서의 소음예측 모델링 결과를 공간정보에 합성하여 동기화함으로써, 실시간 공간정보에 동기화된 3차원 소음지도를 생성할 수 있어, 소음예측의 정확성 및 실시간 변동성을 보다 정확하게 예측할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
본 발명에 따른 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법은 도시소음지도의 생성에 사용될 수 있는 산업상 이용 가능성을 갖는다.
10 : 실시간 소음분석 시스템
100 : 소음원 선택부 200 : 촬영부
300 : 데이터 베이스 400 : 영상정보 분석부
401, 402, 403 : 대상체 410 : 대상체 식별부
420 : 속도 분석부 430 : 경로 분석부
500 : 소음예측 모델링부 600 : 동기화부
501, 502, 503 : 예측된 소음영역
700 : 소음지도 생성부

Claims (13)

  1. 도로나 철로를 촬영하는 촬영부;
    상기 촬영부에서 촬영된 영상으로부터 소음원인 대상체의 정보를 분석하는 영상정보 분석부;
    상기 대상체의 정보를 바탕으로 소음예측을 모델링하는 소음예측 모델링부;
    상기 소음예측 모델링 결과를 실시간 공간정보에 동기화하는 동기화부; 및
    상기 동기화된 결과를 소음지도로 생성하는 소음지도 생성부를 포함하는 실시간 소음분석 시스템.
  2. 제1항에 있어서,
    상기 촬영부는 소정 영역에 대하여 영상만 촬영하는 CCTV인 것을 특징으로 하는 실시간 소음분석 시스템.
  3. 제1항에 있어서,
    상기 촬영부는 영상 촬영부가 구비된 무인 항공기인 드론(drone)인 것을 특징으로 하는 실시간 소음분석 시스템.
  4. 제1항에 있어서,
    상기 소음원인 대상체는 도로를 운행하는 차량 또는 철로를 운행하는 철도차량이며,
    상기 소음원인 대상체들 각각은 하나의 점음원으로 할당되는 것을 특징으로 하는 실시간 소음분석 시스템.
  5. 제1항에 있어서,
    상기 대상체의 소음에 관한 정보, 상기 촬영부의 위치에 관한 정보, 및 상기 실시간 공간정보를 저장하는 데이터베이스를 더 포함하는 실시간 소음분석 시스템.
  6. 제5항에 있어서, 상기 영상정보 분석부는,
    상기 대상체의 종류를 식별하는 대상체 식별부;
    상기 대상체의 속도를 분석하는 속도 분석부; 및
    상기 대상체의 경로를 분석하는 경로 분석부를 포함하는 것을 특징으로 하는 실시간 소음분석 시스템.
  7. 제6항에 있어서, 상기 소음예측 모델링부는,
    상기 대상체의 종류, 상기 대상체의 속도 및 상기 대상체의 경로에 관한 정보를 바탕으로, 상기 대상체의 종류, 속도 및 경로에 매칭되는 소음에 관한 정보를 상기 데이터베이스로부터 제공받아, 소음예측을 모델링하는 것을 특징으로 하는 실시간 소음분석 시스템.
  8. 제5항에 있어서, 상기 동기화부는,
    상기 소음예측 모델링 결과를 바탕으로, 상기 촬영부의 위치에 관한 정보 및 상기 실시간 공간정보를 상기 데이터베이스로부터 제공받아, 상기 촬영부의 위치에 따른 상기 소음예측 모델링 결과를 상기 실시간 공간정보에 동기화하는 것을 특징으로 하는 실시간 소음분석 시스템.
  9. 제8항에 있어서, 상기 소음지도 생성부는,
    상기 실시간 공간정보에 동기화된 결과를 3차원 소음지도로 생성하여 소음의 정도를 표시하는 것을 특징으로 하는 실시간 소음분석 시스템.
  10. 도로나 철로의 영상을 촬영하는 단계;
    상기 촬영된 영상으로부터 소음원인 대상체의 정보를 분석하는 단계;
    상기 대상체의 정보를 바탕으로 소음예측을 모델링하는 단계;
    상기 소음예측 모델링 결과를 실시간 공간정보에 동기화하는 단계; 및
    상기 동기화된 결과를 소음지도로 생성하는 단계를 포함하는 실시간 소음분석방법.
  11. 제10항에 있어서, 상기 소음원인 대상체의 정보를 분석하는 단계는,
    상기 촬영된 영상으로부터 상기 대상체의 종류를 식별하는 단계;
    상기 촬영된 영상으로부터 상기 대상체의 속도를 분석하는 단계; 및
    상기 촬영된 영상으로부터 상기 대상체의 경로를 분석하는 단계를 포함하는 것을 특징으로 하는 실시간 소음분석방법.
  12. 제11항에 있어서, 상기 소음예측을 모델링하는 단계에서,
    상기 대상체의 종류, 속도 및 경로에 매칭되는 소음에 관한 정보를 데이터베이스로부터 제공받아 소음예측을 모델링하는 것을 특징으로 하는 실시간 소음분석방법.
  13. 제11항에 있어서, 상기 실시간 공간정보에 동기화하는 단계에서,
    상기 소음예측 모델링 결과를, 데이터베이스로부터 제공받은 상기 촬영된 영상의 위치에 관한 정보 및 상기 실시간 공간정보에 합성하여 동기화하는 것을 특징으로 하는 실시간 소음분석방법.
KR1020150141324A 2015-10-08 2015-10-08 영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법 Active KR101671223B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150141324A KR101671223B1 (ko) 2015-10-08 2015-10-08 영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150141324A KR101671223B1 (ko) 2015-10-08 2015-10-08 영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법

Publications (1)

Publication Number Publication Date
KR101671223B1 true KR101671223B1 (ko) 2016-11-01

Family

ID=57484936

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150141324A Active KR101671223B1 (ko) 2015-10-08 2015-10-08 영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법

Country Status (1)

Country Link
KR (1) KR101671223B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108320510A (zh) * 2018-04-03 2018-07-24 深圳市智绘科技有限公司 一种基于无人机航拍视频交通信息统计方法及系统
CN108694829A (zh) * 2018-03-27 2018-10-23 西安科技大学 基于无人机群移动平台的交通流量识别监测网络和方法
KR20190030275A (ko) * 2017-09-14 2019-03-22 동아대학교 산학협력단 이어폰 형태의 소리 수집 장치를 이용한 빅 데이터 기반 실시간 소음지도 제공 시스템
KR102713408B1 (ko) * 2024-01-11 2024-10-07 주식회사 씨엔에스환경기술 공공데이터 포털과 각 열차별 외부형상을 고려한 열차운행에 따른 자동소음측정시스템 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100690279B1 (ko) * 2005-09-12 2007-03-09 주식회사 리트코 다목적 영상감지 시스템
KR20120014508A (ko) 2010-08-09 2012-02-17 서울시립대학교 산학협력단 유비쿼터스-시티 미들웨어를 사용하여 소음을 온라인 가시화하는 장치 및 방법
KR20120055783A (ko) 2010-11-23 2012-06-01 서울시립대학교 산학협력단 소음지도를 가시화하기 위한 클라우드 컴퓨팅 장치 및 방법
CN102654940A (zh) * 2012-05-23 2012-09-05 上海交通大学 基于无人驾驶飞机的交通信息采集系统及其处理方法
WO2014051199A1 (ko) * 2012-09-28 2014-04-03 한국건설기술연구원 차량검지기를 이용한 교통소음 저감장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100690279B1 (ko) * 2005-09-12 2007-03-09 주식회사 리트코 다목적 영상감지 시스템
KR20120014508A (ko) 2010-08-09 2012-02-17 서울시립대학교 산학협력단 유비쿼터스-시티 미들웨어를 사용하여 소음을 온라인 가시화하는 장치 및 방법
KR20120055783A (ko) 2010-11-23 2012-06-01 서울시립대학교 산학협력단 소음지도를 가시화하기 위한 클라우드 컴퓨팅 장치 및 방법
CN102654940A (zh) * 2012-05-23 2012-09-05 上海交通大学 基于无人驾驶飞机的交通信息采集系统及其处理方法
WO2014051199A1 (ko) * 2012-09-28 2014-04-03 한국건설기술연구원 차량검지기를 이용한 교통소음 저감장치 및 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190030275A (ko) * 2017-09-14 2019-03-22 동아대학교 산학협력단 이어폰 형태의 소리 수집 장치를 이용한 빅 데이터 기반 실시간 소음지도 제공 시스템
KR101965313B1 (ko) 2017-09-14 2019-04-03 동아대학교 산학협력단 이어폰 형태의 소리 수집 장치를 이용한 빅 데이터 기반 실시간 소음지도 제공 시스템
CN108694829A (zh) * 2018-03-27 2018-10-23 西安科技大学 基于无人机群移动平台的交通流量识别监测网络和方法
CN108694829B (zh) * 2018-03-27 2021-08-13 西安科技大学 基于无人机群移动平台的交通流量识别监测网络和方法
CN108320510A (zh) * 2018-04-03 2018-07-24 深圳市智绘科技有限公司 一种基于无人机航拍视频交通信息统计方法及系统
CN108320510B (zh) * 2018-04-03 2020-12-04 深圳市智绘科技有限公司 一种基于无人机航拍视频交通信息统计方法及系统
KR102713408B1 (ko) * 2024-01-11 2024-10-07 주식회사 씨엔에스환경기술 공공데이터 포털과 각 열차별 외부형상을 고려한 열차운행에 따른 자동소음측정시스템 및 방법

Similar Documents

Publication Publication Date Title
JP7367031B2 (ja) 自動運転車両におけるセンサ同期性データ分析に用いるシステム
CN111386563B (zh) 教师数据生成装置
CN111771207B (zh) 增强的车辆跟踪
JP2022520968A (ja) 視覚画像データを用いたオブジェクト属性の推定
JP2024025803A (ja) センサを利用して獲得した空間情報を活用する車両、センサを利用して獲得した空間情報を活用するセンシング装置、及びサーバ
KR101671223B1 (ko) 영상정보를 이용한 실시간 소음분석 시스템 및 이를 이용한 소음분석 방법
US20230343108A1 (en) Systems and methods for detecting projection attacks on object identification systems
CN103148861A (zh) 使用地理标注图像的道路引导显示方法和系统
US11625909B1 (en) Track segment cleaning of tracked objects
JP2018189457A (ja) 情報処理装置
KR20200013156A (ko) 간판 검출 성능 향상을 위한 방법 및 시스템
JP6419260B1 (ja) 交通情報取得装置、交通情報取得システム、交通情報取得方法、および交通情報取得プログラム
JP7021899B2 (ja) 画像生成装置および画像生成方法
US12073714B2 (en) Traffic jam information providing device, traffic jam information processing method, and recording medium
Bock et al. Highly accurate scenario and reference data for automated driving
WO2022190274A1 (ja) 模擬道路生成システム、模擬道路生成方法及び模擬道路生成処理をコンピュータに実行させるためのプログラムを格納する非一時的なコンピュータ可読媒体
JP7616027B2 (ja) 運転診断装置
Al Kherret et al. Video-based detection and tracking model for traffic surveillance
CN112805200A (zh) 交通场景的快照图像
Reckenzaun et al. Transnational Testing, Operation and Certification of Automated Driving Systems–Building bricks for the NATM multi-pillar framework
CN118062016B (zh) 车辆环境感知方法、设备和存储介质
EP2639771B1 (en) Augmented vision in image sequence generated from a moving vehicle
Zhao et al. Vehicle trajectory collection using on-board multi-lidars for driving behavior analysis
WO2020073270A1 (en) Snapshot image of traffic scenario
CN112889070A (zh) 用于训练道路模型的快照图像

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20151008

PA0201 Request for examination
E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20161024

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20161026

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20161026

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20190909

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20190909

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20210908

Start annual number: 6

End annual number: 6

PR1001 Payment of annual fee

Payment date: 20220906

Start annual number: 7

End annual number: 7

PR1001 Payment of annual fee

Payment date: 20230906

Start annual number: 8

End annual number: 8

PR1001 Payment of annual fee

Payment date: 20240911

Start annual number: 9

End annual number: 9