KR102743929B1 - System for real-time traffic signal control of queuing vehicles using digital twin and method thereof - Google Patents
System for real-time traffic signal control of queuing vehicles using digital twin and method thereof Download PDFInfo
- Publication number
- KR102743929B1 KR102743929B1 KR1020240030980A KR20240030980A KR102743929B1 KR 102743929 B1 KR102743929 B1 KR 102743929B1 KR 1020240030980 A KR1020240030980 A KR 1020240030980A KR 20240030980 A KR20240030980 A KR 20240030980A KR 102743929 B1 KR102743929 B1 KR 102743929B1
- Authority
- KR
- South Korea
- Prior art keywords
- traffic
- road
- traffic signal
- real
- digital twin
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000013473 artificial intelligence Methods 0.000 claims description 62
- 238000004891 communication Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/097—Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명은 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템 및 그 방법에 관한 것이다. 본 발명의 실시간 교통 신호 제어 시스템은 복수 개의 인공지능 카메라를 이용하여 객체의 위치와 도로의 교통 상황을 분석 및 판별하고, 인접한 위치의 인공지능 카메라들 간에 객체에 대한 데이터를 상호 공유, 수집 및 분석하여 실시간으로 도로의 교통 상황에 적합한 교통 신호 체계를 제공한다. 이를 위해 인공지능 카메라들은 도로의 객체 즉, 차량의 위치와 차량의 대기 행렬 길이를 산출하여 도로의 교통 상황을 판별한다. 본 발명에 의하면, 디지털 트윈 기술을 이용하여 실시간 도로 교통 상황의 차선별 도로 혼잡도를 표시하여 직관적인 도로 상황을 제공하고, 이를 통해 혼잡한 도로 상황에 따라 보다 원활한 교통 흐름을 위한 실시간 신호 제어 체계를 적용하여 최적의 교통 신호 체계를 구현할 수 있다.The present invention relates to a real-time traffic signal control system for a queue vehicle using a digital twin and a method thereof. The real-time traffic signal control system of the present invention analyzes and determines the location of an object and the traffic situation on the road using a plurality of AI cameras, and mutually shares, collects, and analyzes data on the object between AI cameras located adjacent to each other to provide a traffic signal system suitable for the traffic situation on the road in real time. To this end, the AI cameras calculate the location of an object on the road, that is, a vehicle, and the length of the queue of vehicles to determine the traffic situation on the road. According to the present invention, the road congestion level for each lane of the real-time road traffic situation is displayed using digital twin technology to provide an intuitive road situation, and through this, a real-time signal control system for smoother traffic flow according to the congested road situation can be applied to implement an optimal traffic signal system.
Description
본 발명은 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템 및 그 방법에 관한 것으로, 좀 더 구체적으로 혼잡한 대기 행렬 차량의 원활한 교통 흐름을 위해, 복수 개의 인공지능 카메라를 이용하여 객체의 위치와 도로의 교통 상황을 분석 및 판별하고, 인접한 위치의 인공지능 카메라들 간에 객체에 대한 데이터를 상호 공유, 수집 및 분석하여 실시간으로 도로의 교통 상황에 적합한 교통 신호 체계를 제공하는 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템 및 그 방법에 관한 것이다.The present invention relates to a real-time traffic signal control system for queue vehicles using digital twins and a method therefor, and more specifically, to a real-time traffic signal control system for queue vehicles using digital twins and a method therefor, which analyzes and determines the location of an object and the traffic situation on a road using a plurality of artificial intelligence cameras to ensure smooth traffic flow of crowded queue vehicles, and provides a traffic signal system suitable for the traffic situation on the road in real time by mutually sharing, collecting and analyzing data on the object between artificial intelligence cameras located adjacent to each other.
최근 카메라를 이용하여 영상을 분석하고, 이를 통해 다양한 용도로 활용하는 연구가 활발히 이루어지고 있다. 특히, 교통 분야에서는 CCTV 카메라를 이용하여 차량이나 차로에 대한 영상을 획득 및 분석하고, 이를 통해 교통 흐름을 최적화 하도록 교통 신호 체계를 제어하는 기술이 개발 및 활용되고 있는 실정이다.Recently, research is being actively conducted on analyzing images using cameras and utilizing them for various purposes. In particular, in the transportation field, technologies are being developed and utilized to obtain and analyze images of vehicles or lanes using CCTV cameras, and control traffic signal systems to optimize traffic flow.
일반적으로 최적의 교통 흐름을 위한 신호 체계를 구성하기 위해, 차로 영상에서 차량을 검출하고, 검출 정보를 차선별로 데이터화하여 교통량을 산출하는 방식으로 최적의 신호 제어를 구현하고 있다.In general, to configure a signal system for optimal traffic flow, optimal signal control is implemented by detecting vehicles in lane images, converting the detection information into data for each lane, and calculating traffic volume.
예를 들어, 교통 신호등은 도로에서의 질서를 유지하는데 필수적이지만, 교통 신호등에 의해 교통 체증이 발생하는 경우가 많다. 특히 정체가 심한 차로의 이동 방향에 대한 교통 신호의 유지 시간이 짧은 경우, 나머지 방향으로 이동하는 도로들도 함께 정체되는 경향이 있다. 이러한 교통 신호 체계는 교통 신호가 설정된 시간 동안에 단순히 점등 또는 점멸되도록 구비되어 있어 그 기능이 단순하였을 뿐만 아니라, 교통 체증이 증가하는 시간대에는 교차로에 정체되어 있는 차량이 다수 존재하게 되어 정체 현상이 심화되는 등의 문제점이 빈번히 발생되므로, 이러한 문제점을 해결할 수 있는 기술을 필요로 하고 있는 실정이다.For example, traffic lights are essential for maintaining order on the road, but traffic congestion often occurs due to traffic lights. In particular, when the duration of a traffic signal for a lane with heavy traffic congestion is short, roads moving in the other directions tend to become congested as well. This traffic signal system is equipped to simply light or flash the traffic signal for a set time, so its function is simple, and during times when traffic congestion increases, there are many vehicles stuck at intersections, which frequently causes problems such as worsening traffic congestion. Therefore, there is a need for technology that can solve these problems.
그에 따라 최근에는 정체가 심한 이동 방향에 대한 신호 유지 시간을 늘리고, 나머지 방향에 대한 신호 유지 시간을 줄이는 등과 같이 실시간 교통량을 고려하여 제어되는 감응형 교통 신호등이 설치되는 교차로가 늘고 있다. 또 교통 신호등을 제어하는 연동형 신호 제어 등이 운영되고 있으나, 특정 지역의 통행 수요가 과다인 경우에는 어떠한 신호 제어 전략을 적용하더라도 효율성이 현저히 낮아지기 때문에 교통 혼잡 개선에 한계가 있음이 현실이다Accordingly, the number of intersections where responsive traffic signals are installed, which are controlled by considering real-time traffic volume, such as increasing the signal holding time for the direction of movement with heavy traffic congestion and reducing the signal holding time for the remaining directions, is increasing. In addition, interlocked signal control, which controls traffic signals, is in operation, but in cases where traffic demand in a specific area is excessive, the efficiency is significantly reduced regardless of the signal control strategy applied, so there is a limit to improving traffic congestion.
이러한 교통 신호등의 점등 상태는 교차로에서의 차량 주행 상태에 따라 가변적으로 자동 전환되거나, 고정 방식 또는 교통 경찰에 의해 수동 전환으로 운용되고 있다. 즉, 차량 증가로 인한 소통의 원활함이 이루어지도록 교차로 내에 진입되는 차량의 수가 많은 차선 위주로 교통 신호등의 점등이 연동되도록 함으로써 교차로에서의 차량 정체를 해결하도록 하고 있었다.The lighting status of these traffic signals is automatically switched variably according to the driving status of vehicles at the intersection, or is operated in a fixed manner or manually switched by traffic police. In other words, the lighting of traffic signals is linked to lanes with a large number of vehicles entering the intersection to ensure smooth traffic flow due to an increase in vehicles, thereby resolving traffic congestion at the intersection.
그러나 이와 같은 신호 제어 방법은 실시간으로 변화하는 교통 상황에 대한 대응이 신속하게 이루어질 수 없다. 또한, 실제 도로 환경 및 교통 체계를 이용하여 직관적으로 교통 흐름을 제어할 수 있는 시스템이 존재하지 않아 교통 흐름을 최대화하는데 많은 어려움이 따른 실정이다.However, this type of signal control method cannot respond quickly to real-time changing traffic conditions. In addition, there is no system that can intuitively control traffic flow using the actual road environment and traffic system, so there are many difficulties in maximizing traffic flow.
이에 실시간으로 교통 정보를 이용하여 정확한 교통 상황을 파악하고, 교통 흐름을 최적화하기 위한 신호 체계를 구축하는 시스템의 개발이 필요하다Therefore, it is necessary to develop a system that uses real-time traffic information to accurately identify traffic conditions and establish a signal system to optimize traffic flow.
본 발명의 목적은 복수 개의 인공지능 카메라들을 이용하여 객체의 위치와 도로의 교통 상황을 판별하고, 도로 교통 상에 적합한 교통 흐름을 위한 신호 체계를 제어하는 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템 및 그 방법을 제공하는 것이다.The purpose of the present invention is to provide a real-time traffic signal control system for queueing vehicles using a digital twin that determines the location of an object and the traffic situation on a road using a plurality of artificial intelligence cameras and controls a signal system for a traffic flow suitable for road traffic, and a method therefor.
본 발명의 다른 목적은 복수 개의 인공지능 카메라들 간에 상호 데이터를 공유하여 디지털 트윈을 생성하여 교통 상황에 따른 원활한 신호 체계를 제어 및 표시하는 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템 및 그 방법을 제공하는 것이다.Another object of the present invention is to provide a real-time traffic signal control system for a queue vehicle using a digital twin, which controls and displays a smooth signal system according to a traffic situation by sharing mutual data between a plurality of artificial intelligence cameras to create a digital twin, and a method therefor.
상기 목적들을 달성하기 위한, 본 발명의 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템은, 복수 개의 인공지능 카메라를 이용하여 객체의 위치와 대기 행렬 및 도로 교통 상황을 판별하고, 인공지능 카메라들 간에 판별된 데이터를 상호 공유, 수집 및 분석하여 교통 상황에 따른 디지털 트윈을 이용하여 표시하고, 이를 통해 원활한 교통 흐름을 위한 교통 신호 체계를 제어하는데 그 한 특징이 있다. 이와 같은 본 발명의 실시간 교통 신호 제어 시스템은 디지털 트윈 기술을 이용하여 실시간 도로 교통 상황의 차선별 도로 혼잡도를 표시하여 직관적인 도로 상황을 제공하고, 이를 통해 혼잡한 도로 상황에 따라 보다 원활한 교통 흐름을 위한 실시간 신호 제어 체계를 적용하여 실시간 도로 상황에 적합한 최적의 교통 신호 체계를 구현할 수 있다.In order to achieve the above objects, a real-time traffic signal control system for a queue vehicle using a digital twin of the present invention has the characteristic of using a plurality of artificial intelligence cameras to determine the location of an object, the queue, and the road traffic situation, and to share, collect, and analyze the data determined between the artificial intelligence cameras and display it using a digital twin according to the traffic situation, thereby controlling a traffic signal system for smooth traffic flow. The real-time traffic signal control system of the present invention uses digital twin technology to display the road congestion level of each lane of real-time road traffic situations to provide an intuitive road situation, and through this, applies a real-time signal control system for smoother traffic flow according to the congested road situation, thereby implementing an optimal traffic signal system suitable for the real-time road situation.
이 특징에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템은, 복수 개의 차선들이 하나의 그룹으로 형성되는 도로 공간의 서로 다른 위치에 설치되고, 설치된 도로의 차선별, 차량 이동 방향별로 도로 상황에 대한 도로 영상을 획득하고, 인공지능 기반으로 도로 영상을 분석하여 차량을 인식하여 차량의 위치와 차량의 대기 행렬 길이를 적어도 포함하는 차량의 객체 정보를 판별하는 복수 개의 인공지능 카메라; 도로 구간의 교통 신호를 점등 표시하는 복수 개의 교통 신호등의 교통 신호 체계를 제어하는 교통 신호 제어 장치; 및 통신망을 통하여 상기 인공지능 카메라들 각각으로부터 객체 정보를 전송받아서 차선별, 차량 이동 방향별로 도로의 교통 상황을 판별하고, 상기 인공지능 카메라들로부터 전송된 도로 영상을 디지털 트윈 영상으로 생성하여 도로의 교통 상황을 모니터링하도록 표시하고, 판별된 도로의 교통 상황에 대응하여 차량의 대기 행렬 길이가 일정 기준 이상으로 판별되면, 상기 교통 신호 제어 장치로 차량의 대기 행렬 길이에 따른 교통 신호를 제어하도록 제어 정보를 전송하는 교통 관제 서버를 포함한다.A real-time traffic signal control system for a queue vehicle using a digital twin according to this feature includes: a plurality of AI cameras installed at different locations in a road space where a plurality of lanes are formed as a single group, obtaining road images of road conditions by lane of the installed road and by vehicle movement direction, analyzing the road images based on AI to recognize a vehicle and determine object information of the vehicle including at least the vehicle location and the length of the queue of vehicles; a traffic signal control device controlling a traffic signal system of a plurality of traffic signals that light up a traffic signal of a road section; and a traffic control server receiving object information from each of the AI cameras through a communication network to determine the traffic conditions of the road by lane and vehicle movement direction, generating the road images transmitted from the AI cameras into a digital twin image and displaying them so as to monitor the traffic conditions of the road, and transmitting control information to the traffic signal control device so as to control a traffic signal according to the length of the queue of vehicles when the length of the queue of vehicles is determined to be greater than a certain standard in response to the determined traffic conditions of the road.
이 특징에 있어서, 상기 교통 관제 서버는, 디지털 트윈 영상에 도로의 교통 상황과 도로의 교통 상황에 따른 교통 신호 체계 및 차량의 대기 행렬 길이에 대한 도로 혼잡도를 표시하고, 상기 교통 신호 제어 장치로 도로 혼잡도에 따라 교통 신호 체계를 더 제어한다.In this feature, the traffic control server displays the traffic conditions of the road and the traffic signal system according to the traffic conditions of the road and the road congestion level for the length of the vehicle queue on the digital twin image, and further controls the traffic signal system according to the road congestion level with the traffic signal control device.
이 특징에 있어서, 상기 인공지능 카메라는, 통신망을 통하여 인접한 위치의 다른 장소에 설치된 인공지능 카메라들 각각으로 차량의 객체 정보를 상호 공유하여 도로의 교통 상황을 더 판별한다.In this feature, the artificial intelligence camera shares object information of the vehicle with each of the artificial intelligence cameras installed in other adjacent locations through a communication network to further determine the traffic situation on the road.
이 특징에 있어서, 상기 교통 관제 서버는, 상기 인공지능 카메라들 간에 공유된 차량의 객체 정보를 수집, 분석 및 판별하여 도로의 대기 행렬 차량에 대한 도로의 교통 상황을 판별하여 상기 교통 신호 제어 장치를 제어한다.In this feature, the traffic control server collects, analyzes, and determines the object information of the vehicle shared between the artificial intelligence cameras to determine the road traffic situation for the vehicles waiting in line on the road, and controls the traffic signal control device.
상술한 바와 같이, 본 발명의 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템은 디지털 트윈 기술을 이용하여 실시간 도로 교통 상황의 차선별 도로 혼잡도를 표시하여 직관적인 도로 상황을 제공하고, 이를 통해 혼잡한 도로 상황에 따라 특히, 출퇴근 시간대에 보다 원활한 교통 흐름을 위한 실시간 신호 제어 체계를 적용하여 실시간 도로 상황에 적합한 최적의 교통 신호 체계를 구현할 수 있다.As described above, the real-time traffic signal control system for queueing vehicles using digital twins of the present invention uses digital twin technology to display lane-by-lane road congestion in real-time road traffic situations to provide intuitive road situations, and thereby applies a real-time signal control system for smoother traffic flow, especially during commuting hours, depending on congested road situations, thereby implementing an optimal traffic signal system suitable for real-time road situations.
또 본 발명의 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템은 인공지능 카메라를 이용하여 교차로의 교통 상황, 교통량, 차량의 정체 행렬 등을 실시간 측정 및 수집하여 교통 정보를 분석하고, 이를 통해 교통 신호 체계에 따른 서비스 수준을 판별하여 교통 신호 체계를 능동 제어할 수 있다.In addition, the real-time traffic signal control system for vehicles in a queue using a digital twin of the present invention uses an artificial intelligence camera to measure and collect traffic conditions, traffic volume, and vehicle congestion at an intersection in real time, analyze traffic information, and thereby determine the level of service according to the traffic signal system, thereby enabling active control of the traffic signal system.
또한 본 발명의 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템은 교통 상황 정보를 통합 모니터링하여 다양한 교통 상황에 따른 교통 신호 체계를 디지털 트윈을 이용하여 시뮬레이션하여 적용함으로써, 교차로의 교통 상황에 적합한 교통 신호를 제어하는데 활용할 수 있다.In addition, the real-time traffic signal control system for waiting vehicles using the digital twin of the present invention can be utilized to control traffic signals suitable for the traffic situation at an intersection by integrating and monitoring traffic situation information and simulating and applying traffic signal systems according to various traffic situations using the digital twin.
도 1은 본 발명에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템의 구성을 도시한 흐름도,
도 2는 도 1에 도시된 교통 관제 서버의 구성을 나타내는 블록도,
도 3은 본 발명의 실시예에 따른 디지털 트윈을 이용한 교통 신호 체계를 보여주는 도면, 그리고
도 4는 본 발명에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템의 신호 제어 수순을 도시한 흐름도이다.Figure 1 is a flow chart illustrating the configuration of a real-time traffic signal control system for a waiting line vehicle using a digital twin according to the present invention.
Figure 2 is a block diagram showing the configuration of the traffic control server illustrated in Figure 1.
FIG. 3 is a drawing showing a traffic signal system using a digital twin according to an embodiment of the present invention, and
FIG. 4 is a flowchart illustrating a signal control sequence of a real-time traffic signal control system for a queue vehicle using a digital twin according to the present invention.
본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 서술하는 실시예로 인해 한정되어지는 것으로 해석되어서는 안된다. 본 실시예는 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서 도면에서의 구성 요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어진 것이다.The embodiments of the present invention can be modified in various forms, and the scope of the present invention should not be construed as being limited by the embodiments described below. The embodiments are provided to more completely explain the present invention to those with average knowledge in the art. Therefore, the shapes of the components in the drawings, etc. are exaggerated to emphasize a clearer explanation.
본 발명에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템은 복수 개의 인공지능 카메라를 이용하여 객체의 위치와 도로의 교통 상황을 분석 및 판별하고, 인접한 위치의 인공지능 카메라들 간에 객체에 대한 데이터를 상호 공유, 수집 및 분석하여 실시간으로 도로의 교통 상황에 적합한 교통 신호 체계를 제공한다.A real-time traffic signal control system for a queue vehicle using a digital twin according to the present invention analyzes and determines the location of an object and the traffic situation on the road using a plurality of artificial intelligence cameras, and mutually shares, collects, and analyzes data on the object between artificial intelligence cameras located adjacent to each other to provide a traffic signal system suitable for the traffic situation on the road in real time.
따라서 본 발명의 실시간 교통 신호 제어 시스템은 디지털 트윈 기술을 이용하여 실시간 도로 교통 상황의 차선별 도로 혼잡도를 표시하여 직관적인 도로 상황을 제공하고, 이를 통해 혼잡한 도로 상황에 따라 특히, 출퇴근 시간대에 보다 원활한 교통 흐름을 위한 실시간 신호 제어 체계를 적용하여 실시간 도로 상황에 적합한 최적의 교통 신호 체계를 구현할 수 있다.Therefore, the real-time traffic signal control system of the present invention uses digital twin technology to display lane-by-lane road congestion in real-time road traffic situations to provide intuitive road situations, and thereby applies a real-time signal control system for smoother traffic flow, especially during commuting hours, depending on congested road situations, thereby implementing an optimal traffic signal system suitable for real-time road situations.
이하 첨부된 도 1 내지 도 4를 참조하여 본 발명의 실시예를 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the attached drawings 1 to 4.
도 1은 본 발명에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템의 구성을 도시한 블록도이고, 도 2는 도 1에 도시된 교통 관제 서버의 구성을 나타내는 블록도이며, 그리고 도 3은 본 발명의 실시예에 따른 디지털 트윈을 이용한 교통 신호 체계를 보여주는 도면이다.FIG. 1 is a block diagram illustrating the configuration of a real-time traffic signal control system for a queue vehicle using a digital twin according to the present invention, FIG. 2 is a block diagram illustrating the configuration of a traffic control server illustrated in FIG. 1, and FIG. 3 is a diagram illustrating a traffic signal system using a digital twin according to an embodiment of the present invention.
도 1 내지 도 3을 참조하면, 본 발명에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템(2)은 복수 개의 인공지능(AI) 카메라(200)를 이용하여 도로 상의 객체 즉, 차량을 인식하여 차량들 각각의 위치와 차량의 대수를 판별하고, 판별된 차량의 대기 행렬 차량의 길이를 산출하고, 이를 통해 도로 혼잡도 등의 도로의 교통 상황을 판별한다.Referring to FIGS. 1 to 3, a real-time traffic signal control system (2) for a queue vehicle using a digital twin according to the present invention recognizes objects on the road, i.e., vehicles, using a plurality of artificial intelligence (AI) cameras (200), determines the location and number of each vehicle, calculates the length of the queue vehicle of the determined vehicle, and determines the road traffic situation, such as road congestion, through this.
본 발명의 실시간 교통 신호 제어 시스템(2)은 인접하는 위치의 서로 다른 복수 개의 인공지능(AI) 카메라(200)들 간에 인식된 객체의 위치 정보와 객체에 대한 객체 정보를 상호 공유하고, 이를 수집 및 분석하여 차량의 대기 행렬에 따른 대기 행렬 차량의 길이를 산출하여 도로 교통 상황을 판별한다.The real-time traffic signal control system (2) of the present invention mutually shares location information of objects recognized between different multiple artificial intelligence (AI) cameras (200) in adjacent locations and object information about objects, collects and analyzes the information to calculate the length of vehicles in a queue according to the queue of vehicles, and determines the road traffic situation.
본 발명의 실시간 교통 신호 제어 시스템(2)은 도로 교통 상황을 디지털 트윈의 영상으로 생성하여 실시간 직관적인 도로 교통 상황을 표시하여 제공하고, 교통 관제 센터 등에서 도로 교통 상황에 따라 최적화된 교통 신호등을 실시간으로 제어할 수 있도록 처리한다.The real-time traffic signal control system (2) of the present invention generates a road traffic situation as an image of a digital twin to provide real-time intuitive road traffic situation display, and processes it so that a traffic control center, etc. can control optimized traffic signals in real time according to the road traffic situation.
따라서 본 발명의 실시간 교통 신호 제어 시스템(2)은 디지털 트윈 기술을 이용하여 실시간 도로 교통 상황의 차선별 도로 혼잡도를 표시하여 직관적인 도로 상황을 제공하고, 이를 통해 혼잡한 도로 상황에 따라 특히, 출퇴근 시간대에 보다 원활한 교통 흐름을 위한 실시간 신호 제어 체계를 적용하여 실시간 도로 상황에 적합한 최적의 교통 신호 체계를 구현할 수 있다.Therefore, the real-time traffic signal control system (2) of the present invention uses digital twin technology to display the road congestion level of each lane of real-time road traffic conditions to provide an intuitive road situation, and through this, a real-time signal control system can be applied for smoother traffic flow, especially during rush hour, depending on the congested road situation, thereby implementing an optimal traffic signal system suitable for the real-time road situation.
이를 위해 본 발명의 실시간 교통 신호 제어 시스템(2)은 복수 개의 인공지능(AI) 카메라(200), 복수 개의 교통 신호등(400), 교통 신호 제어 장치(300) 및 교통 관제 서버(100)를 포함한다. 교통 관제 서버(100)는 적어도 하나의 모니터 장치(500)를 구비한다. 인접하는 위치의 인공지능 카메라(200)들, 인공지능 카메라(200)와 교통 관제 서버(100), 교통 신호 제어 장치(300)와 교통 관제 서버(100)들은 통신망(4)을 통하여 데이터 전송이 가능하도록 연결된다. 또 교통 신호 제어 장치(300)는 교통 신호등(400)들과 교통 신호 체계를 제어하기 위해 연결된다. 물론 인공지능 카메라(200)들 각각은 교통 신호 제어 장치(300)와 연결될 수도 있다. 이때, 인공지능 카메라(200)들은 교통 신호 제어 장치(300)를 통해 통신망(4)에 연결되어 교통 관제 서버(100)와 상호 데이터를 전송할 수 있다.To this end, the real-time traffic signal control system (2) of the present invention includes a plurality of artificial intelligence (AI) cameras (200), a plurality of traffic signals (400), a traffic signal control device (300), and a traffic control server (100). The traffic control server (100) is equipped with at least one monitor device (500). The adjacent artificial intelligence cameras (200), the artificial intelligence camera (200) and the traffic control server (100), the traffic signal control device (300) and the traffic control server (100) are connected to enable data transmission through a communication network (4). In addition, the traffic signal control device (300) is connected to control the traffic signals (400) and the traffic signal system. Of course, each of the artificial intelligence cameras (200) may be connected to the traffic signal control device (300). At this time, the artificial intelligence cameras (200) can be connected to a communication network (4) through a traffic signal control device (300) and transmit data to and from the traffic control server (100).
구체적으로, 통신망(4)은 예를 들어, 유무선 통신망, CCTV 전용 통신망, 교통 신호 전용 통신망, 로라(LoRa) 통신망 등으로 구비된다. 통신망(4)은 이들 각각의 단일 통신망 또는 이들 일부 또는 전부가 결합된 복합 통신망으로 구성될 수 있다.Specifically, the communication network (4) is provided with, for example, a wired/wireless communication network, a CCTV-only communication network, a traffic signal-only communication network, a LoRa communication network, etc. The communication network (4) may be composed of each of these single communication networks or a composite communication network in which some or all of these are combined.
인공지능 카메라(200)들 각각은 복수 개의 차선들이 하나의 그룹으로 형성되는 도로 공간 예를 들어, 복수 개의 왕복 차선들이 형성되는 도로 구간이나 교차로 등의 서로 다른 위치에 설치된다. 인공지능 카메라(200)는 설치된 도로의 차선별, 차량 이동 방향별로 도로 상황에 대한 도로 영상을 획득하고, 인공지능 기반으로 영상을 분석하여 객체 즉, 차량을 인식한다.Each of the artificial intelligence cameras (200) is installed at different locations in a road space where multiple lanes are formed as a single group, for example, a road section or intersection where multiple round-trip lanes are formed. The artificial intelligence camera (200) obtains road images of road conditions for each lane of the road on which it is installed and for each direction of vehicle movement, and analyzes the images based on artificial intelligence to recognize objects, i.e., vehicles.
인공지능 카메라(200)는 인식된 차량의 위치를 판별한다. 이를 위해 인공지능 카메라(200)들 각각은 설치 시의 설치 장소에 대한 위치 정보를 설정하거나 GPS 장치(미도시됨) 등을 이용하여 설치 장소의 위치를 판별하고, 이에 대응하여 차량의 위치를 인식 및 판별한다. 이때, 차량의 위치 정보는 인공지능 카메라(200)와 차량과의 거리, 각도 등을 이용하여 산출된다. 인공지능 카메라(200)는 산출된 복수 개의 차량의 위치 정보를 통해 차량 대기 중인 차량들 간의 거리를 산출하여 대기 행렬 차량의 거리를 인식한다.The artificial intelligence camera (200) determines the location of the recognized vehicle. To this end, each of the artificial intelligence cameras (200) sets location information for the installation location at the time of installation or determines the location of the installation location using a GPS device (not shown), and recognizes and determines the location of the vehicle in response to this. At this time, the location information of the vehicle is calculated using the distance, angle, etc. between the artificial intelligence camera (200) and the vehicle. The artificial intelligence camera (200) calculates the distance between vehicles waiting for a plurality of vehicles using the calculated location information of the vehicles, and recognizes the distance of the vehicles in the waiting line.
인공지능 카메라(200)는 차량들 각각에 대한 객체 정보 예를 들어, 차량의 위치 정보, 대기 행렬 차량의 거리, 차량 이동 방향 등을 통신망(4)을 통하여 전후 방향, 좌우 방향 등의 인접한 위치에 설치된 다른 도로 구간이나 교차로의 인공지능 카메라(200)들로 상호 전송한다. 인공지능 카메라(200)는 상호 전송된 객체 정보를 분석하여 동일한 차량의 위치, 대기 행렬 차량의 거리, 도로 이동 방향 등을 판별한다.The artificial intelligence camera (200) transmits object information about each vehicle, such as vehicle location information, distance of vehicles in queue, direction of movement of vehicles, etc., to other road sections or intersections installed in adjacent locations, such as forward/backward direction, left/right direction, etc., through a communication network (4). The artificial intelligence camera (200) analyzes the object information transmitted to each other to determine the location of the same vehicle, distance of vehicles in queue, direction of movement of road, etc.
인공지능 카메라(200)는 도로 영상과 차량들 각각에 대한 객체 정보를 통신망(4)을 통하여 교통 관제 서버(100)로 실시간 전송한다. 물론 인공지능 카메라(200)는 교통 신호 제어 장치(300)를 통해 교통 관제 서버(100)로 전송할 수도 있다.The artificial intelligence camera (200) transmits road images and object information for each vehicle in real time to the traffic control server (100) through the communication network (4). Of course, the artificial intelligence camera (200) may also transmit to the traffic control server (100) through the traffic signal control device (300).
교통 신호등(400)은 복수 개가 차선별, 도로 이동 방향별로 복수 개가 설치되고, 교통 신호 제어 장치(300)의 제어를 받아서 직진, 좌우회전 및 정지 등의 신호등을 점등한다. 이때, 교통 신호등(400)은 교통 관제 서버(100)로부터 차량들의 대기 행렬 길이 등에 따라 교통 신호 체계를 제어받고, 이에 대응하여 교통 신호 제어 장치(300)의 제어를 받아서 점등한다.A plurality of traffic signals (400) are installed for each lane and each direction of road travel, and are controlled by a traffic signal control device (300) to turn on signals for going straight, turning left or right, and stopping. At this time, the traffic signal (400) receives control of the traffic signal system from a traffic control server (100) according to the length of the waiting line of vehicles, and is turned on in response to this under the control of the traffic signal control device (300).
교통 신호 제어 장치(300)는 도로 구간, 교차로 등에 대응하여 적어도 하나의 교통 신호 제어기, 교통 신호용 제어 함체 등으로 구비되고, 통신망(4)을 통하여 교통 관제 서버(100)와 연결된다. 교통 신호 제어 장치(300)는 교통 관제 서버(100)의 제어 정보에 따라 능동적으로 복수 개의 교통 신호등(400)를 점등시켜서 도로 구간이나 교차로의 교통 신호 체계를 제어한다. 교통 신호 제어 장치(300)는 인공지능 카메라(200)들 각각으로부터 도로 영상과 객체 정보를 전송받아서 교통 관제 서버(100)로 전송을 중개할 수도 있다.The traffic signal control device (300) is equipped with at least one traffic signal controller, a traffic signal control unit, etc. corresponding to a road section, an intersection, etc., and is connected to a traffic control server (100) through a communication network (4). The traffic signal control device (300) actively turns on a plurality of traffic signals (400) according to control information of the traffic control server (100) to control the traffic signal system of the road section or intersection. The traffic signal control device (300) can also receive road images and object information from each of the artificial intelligence cameras (200) and mediate the transmission to the traffic control server (100).
그리고 교통 관제 서버(100)는 예를 들어, 경찰청, 지방자치단체 등의 교통 관제 센터에 구비되고, 통신망(4)을 통하여 인공지능 카메라(200)와 교통 신호 제어 장치(300)와 연결된다. 교통 관제 서버(100)는 적어도 하나의 모니터 장치(500)를 구비할 수 있다. 교통 관제 서버(100)는 통신망(4)을 통하여 복수 개의 인공지능 카메라(200)와 교통 신호 제어 장치(300)들 각각의 위치를 식별하고, 이를 통해 도로 구간이나 교차로 등을 판별할 수 있다.And the traffic control server (100) is installed in a traffic control center, such as a police station or a local government, for example, and is connected to an artificial intelligence camera (200) and a traffic signal control device (300) through a communication network (4). The traffic control server (100) may be equipped with at least one monitor device (500). The traffic control server (100) identifies the location of each of a plurality of artificial intelligence cameras (200) and traffic signal control devices (300) through a communication network (4), and through this, can determine a road section or intersection, etc.
교통 관제 서버(100)는 도로 구간이나 교차로 등에 대한 실시간 교통 상황을 표시하기 위해 디지털 트윈으로 구현한다. 즉, 교통 관제 서버(100)는 인공지능 카메라(200)들로부터 전송된 도로 영상과 객체 정보를 이용하여 실시간 교통 상황에 대한 2차원 및 3차원의 디지털 트윈의 시뮬레이션 영상 즉, 디지털 트윈 영상을 실시간 생성한다. 교통 관제 서버(100)는 인공지능 카메라(200)들 각각으로부터 통신망(4)을 통하여 도로 영상과 차량들에 대한 객체 정보를 실시간으로 전송받아서 객체의 위치, 차량 이동 방향, 대기 행렬 차량의 대수, 대기 행렬 차량의 길이 등을 판별하여 교통 상황을 분석한다. 교통 관제 서버(100)는 디지털 트윈 영상에 도로의 차선별, 차량의 이동 방향별 등으로 분석된 교통 상황을 표시한다.The traffic control server (100) is implemented as a digital twin to display real-time traffic conditions for road sections or intersections. That is, the traffic control server (100) uses road images and object information transmitted from artificial intelligence cameras (200) to generate real-time simulation images of two-dimensional and three-dimensional digital twins for real-time traffic conditions, that is, digital twin images. The traffic control server (100) receives road images and object information on vehicles in real time from each of the artificial intelligence cameras (200) through a communication network (4) and analyzes the traffic conditions by determining the location of the objects, the direction of vehicle movement, the number of vehicles in a queue, the length of vehicles in a queue, etc. The traffic control server (100) displays the traffic conditions analyzed by road lane, vehicle movement direction, etc. on the digital twin images.
교통 관제 서버(100)는 인공지능 기반으로 객체 정보에 대한 차량의 대기 행렬 길이를 판별하고, 인접한 도로 구간이나 교차로 등의 도로 교통 상황을 딥러닝 학습하여 교통 신호 체계를 수립한다. 즉, 교통 관제 서버(100)는 대기 행렬 차량의 길이가 일정 기준 이상으로 판별되면, 이에 대응하여 교통 신호 제어 장치(300)로 해당 차선의 교통 신호를 제어하도록 제어 정보를 전송한다. 교통 관제 서버(100)는 인공지능 카메라(200)들로부터 도로 영상을 전송받아서 대기 행렬 차량의 길이와 교통 신호 제어 장치(300)에 의해 제어된 교통 신호등(400)의 신호 체계 상태를 디지털 트윈 영상에 실시간 표시한다.The traffic control server (100) determines the length of the queue of vehicles for object information based on artificial intelligence, and establishes a traffic signal system by learning the road traffic conditions of adjacent road sections or intersections through deep learning. That is, when the traffic control server (100) determines that the length of the queue of vehicles is greater than a certain standard, it transmits control information to the traffic signal control device (300) to control the traffic signal of the corresponding lane in response. The traffic control server (100) receives road images from artificial intelligence cameras (200) and displays the length of the queue of vehicles and the signal system status of the traffic signal light (400) controlled by the traffic signal control device (300) in real time on a digital twin image.
본 발명의 실시예에 따른 교통 관제 서버(100)는 서버부(110)와 데이터베이스부(150)를 포함한다. 서버부(110)는 교통 관제 서버(100)의 제반 동작을 처리하도록 제어하는 다양한 하드웨어 및 소프트웨어가 구비되고, 도로 상황 판별부(112), 디지털 트윈 처리부(114), 교통 신호 처리부(116) 및 모니터링부(118) 등이 포함된다. 데이터베이스부(150)는 서버부(110)에 의해 교통 관제 서버(100)의 제반 동작에 따른 다양한 정보가 저장, 관리된다.The traffic control server (100) according to an embodiment of the present invention includes a server unit (110) and a database unit (150). The server unit (110) is equipped with various hardware and software that control the overall operations of the traffic control server (100), and includes a road condition determination unit (112), a digital twin processing unit (114), a traffic signal processing unit (116), and a monitoring unit (118). The database unit (150) stores and manages various information according to the overall operations of the traffic control server (100) by the server unit (110).
구체적으로, 도로 상황 판별부(112)는 인공지능 카메라(200)로부터 도로 영상과 객체 정보를 전송받아서 도로의 차선별과 이동 방향별로 차량의 위치, 차량 대수, 차량의 대기 행렬 길이 등을 딥러닝 알고리즘을 이용하여 인공지능 기반으로 분석 및 판별하여 도로의 교통 상황을 분석한다. 도로 상황 판별부(112)는 도로 영상과, 객체 정보 및 분석된 교통 상황에 따라 생성된 교통 상황 정보를 데이터베이스부(150)에 저장한다. 도로 상황 판별부(112)는 교통 신호등(400)을 능동 제어하도록 교통 신호 처리부(116)로 분석된 교통 상황 정보를 전송한다. 도로 상황 판별부(112)는 모니터링부(118)로부터 모니터링된 디지털 트윈 영상을 분석하여 실시간으로 교통 상황에 적합한 교통 신호 체계를 적용하도록 교통 신호 처리부(116)로 교통 상황 정보를 전송한다.Specifically, the road condition judgment unit (112) receives road images and object information from the artificial intelligence camera (200), analyzes and determines vehicle locations, number of vehicles, length of vehicle queue, etc. by lane and direction of movement based on artificial intelligence using a deep learning algorithm, and analyzes the road traffic conditions. The road condition judgment unit (112) stores the road images, object information, and traffic condition information generated based on the analyzed traffic conditions in the database unit (150). The road condition judgment unit (112) transmits the analyzed traffic condition information to the traffic signal processing unit (116) so as to actively control the traffic signal (400). The road condition judgment unit (112) analyzes the digital twin images monitored by the monitoring unit (118) and transmits the traffic condition information to the traffic signal processing unit (116) so as to apply a traffic signal system suitable for the traffic conditions in real time.
디지털 트윈 처리부(114)는 인공지능 카메라(200)들로부터 도로 구간, 교차로 등에 대한 도로 영상을 전송받아서 디지털 트윈 영상을 생성하고, 이를 데이터베이스부(150)에 저장, 관리한다. 디지털 트윈 처리부(114)는 디지털 트윈 영상에 도로 상황 판별부(112)에서 분석한 실시간의 교통 상황을 표시하도록 처리한다. 디지털 트윈 처리부(114)는 교통 상황에 따라 교통 신호 체계가 표시되도록 디지털 트윈 영상에 교통 신호등(400)의 점등 상태를 표시한다. 이 실시예에서 디지털 트윈 영상은 도 3에 도시된 바와 같이, 실사 도로 영상(A)에 대응하여 디지털 트윈 영상(B)을 표시한다. 이때, 실사 도로 영상(A)에는 인공지능 카메라(200)들에 의해 획득된 도로 구간이나 교차로 전체에 대한 영상(510)을 표시하고, 이들 중 일부(512)를 선택하여 확대된 디지털 트윈 영상(520)을 표시할 수 있다. 이에 디지털 트윈 영상(B)에는 도로의 대기 행렬 차량(522)들의 길이와 교통 신호등(400)의 점등 상태(524)를 표시하고, 일측에 해당 도로의 교통 혼잡도(526)를 표시한다.The digital twin processing unit (114) receives road images of road sections, intersections, etc. from the artificial intelligence cameras (200), creates a digital twin image, and stores and manages the digital twin image in the database unit (150). The digital twin processing unit (114) processes the digital twin image to display real-time traffic conditions analyzed by the road condition determination unit (112). The digital twin processing unit (114) displays the lighting status of traffic signals (400) on the digital twin image so that the traffic signal system is displayed according to the traffic conditions. In this embodiment, the digital twin image displays the digital twin image (B) corresponding to the real-world road image (A), as illustrated in FIG. 3. At this time, the real-world road image (A) may display images (510) of the entire road section or intersection acquired by the artificial intelligence cameras (200), and some of these images (512) may be selected to display an enlarged digital twin image (520). Accordingly, the digital twin image (B) displays the length of vehicles (522) waiting in line on the road and the lighting status (524) of the traffic signal light (400), and on one side, the traffic congestion level (526) of the corresponding road.
교통 신호 처리부(116)는 도로 상황 판별부(112)로부터 교통 상황 정보를 전송받아서 교통 신호 제어 장치(300)로 교통 제어 정보를 전송한다. 교통 신호 처리부(116)는 교통 신호 제어 장치(300)로부터 교통 신호 체계가 제어되면, 이에 대응하여 디지털 트윈 처리부(116)로 교통 신호등(400)의 점등 상태를 표시한다.The traffic signal processing unit (116) receives traffic situation information from the road situation determination unit (112) and transmits traffic control information to the traffic signal control device (300). When the traffic signal system is controlled by the traffic signal control device (300), the traffic signal processing unit (116) displays the lighting status of the traffic signal light (400) in response to this using the digital twin processing unit (116).
그리고 모니터링부(118)는 인공지능 카메라(200)들로부터 도로 영상과 디지털 트윈 처리부(114)로부터 디지털 트윈 영상을 전송받아서 관제 센터의 관리자나 담당자가 실시간 교통 상황을 모니터링하도록 모니터 장치(500)로 출력한다. 이때, 모니터링부(118)는 도로 구간이나 교차로 등의 실사 도로 영상(A)과 이에 대응되는 디지털 트윈 영상(B)을 함께 모니터 장치(500)에 표시하고, 교통 신호 처리부(116)에 의해 표시되는 교통 신호 체계를 디지털 트윈 영상(B)에 함께 표시한다.And the monitoring unit (118) receives road images from the artificial intelligence cameras (200) and digital twin images from the digital twin processing unit (114) and outputs them to the monitoring device (500) so that the manager or person in charge of the control center can monitor the real-time traffic situation. At this time, the monitoring unit (118) displays the real-time road images (A) of road sections or intersections and the corresponding digital twin images (B) together on the monitoring device (500), and displays the traffic signal system displayed by the traffic signal processing unit (116) together on the digital twin images (B).
따라서 본 발명의 실시간 교통 신호 제어 시스템(2)은 인공지능 카메라(200)를 이용하여 도로의 차량 위치와 대기 행렬 차량의 길이를 적어도 판별하여 실시간으로 도로의 교통 상황을 분석하고, 이를 통해 디지털 트윈 기반으로 교통 상황을 표시하고, 실시간 직관적인 도로의 교통 상황에 적합한 교통 신호 체계를 표시하도록 제어한다.Therefore, the real-time traffic signal control system (2) of the present invention analyzes the traffic situation on the road in real time by at least determining the vehicle location on the road and the length of the waiting vehicle using an artificial intelligence camera (200), and through this, displays the traffic situation based on a digital twin, and controls to display a traffic signal system suitable for the real-time intuitive traffic situation on the road.
그리고 도 4는 본 발명에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템의 신호 제어 수순을 도시한 흐름도이다.And FIG. 4 is a flowchart illustrating a signal control sequence of a real-time traffic signal control system for a queue vehicle using a digital twin according to the present invention.
도 4를 참조하면, 본 발명에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템(2)은 단계 S600에서 인공지능 카메라(200)들 각각으로부터 도로에 대한 영상을 획득하고, 도로의 차선별 객체 즉, 차량을 인식한다.Referring to FIG. 4, a real-time traffic signal control system (2) for a waiting vehicle using a digital twin according to the present invention obtains an image of the road from each of the artificial intelligence cameras (200) in step S600 and recognizes an object, i.e. a vehicle, for each lane of the road.
단계 S610에서 인공지능 카메라(200)는 인식된 차량들 각각을 도로의 차선별로 차량의 위치와 차량의 대기 행렬 길이를 판별하여 객체 정보를 생성한다. 객체 정보에는 예를 들어, 차량의 위치, 차량의 이동 방향, 차량의 대수, 차량의 대기 행렬 길이 등이 포함된다. 이때, 대기 행렬 차량의 길이는 복수 개의 차량들이 일정 기준 이상의 길이를 가지면, 대기 행렬 차량으로 판별한다. 또 인공지능 카메라(200)들은 상호 인접한 위치의 인공지능 카메라(200)들 각각으로 차량의 위치 정보와 객체 정보를 전송하여 상호 공유하고, 이를 통해 차량의 위치와 도로의 대기 행렬 차량을 분석 및 판별한다.In step S610, the artificial intelligence camera (200) determines the location of each recognized vehicle and the length of the vehicle queue for each lane of the road to generate object information. The object information includes, for example, the location of the vehicle, the direction of movement of the vehicle, the number of vehicles, the length of the vehicle queue, etc. At this time, if a plurality of vehicles have a length greater than a certain standard, the vehicle in the queue is determined to be a queue vehicle. In addition, the artificial intelligence cameras (200) transmit the vehicle location information and object information to each of the artificial intelligence cameras (200) located adjacent to each other to share them with each other, and through this, the vehicle location and the vehicle in the queue on the road are analyzed and determined.
단계 S620에서 교통 관제 서버(100)는 차량의 객체 정보를 인공지능 기반으로 분석 및 판별하여 차선별 도로의 교통 상황을 판별한다.In step S620, the traffic control server (100) analyzes and determines the vehicle's object information based on artificial intelligence to determine the traffic situation on the road for each lane.
단계 S630에서 교통 관제 서버(100)는 인공지능 카메라(200)로부터 도로 영상과 객체 정보를 전송받아서 도로 영상에 대응되는 3차원의 디지털 트윈 영상을 생성한다.In step S630, the traffic control server (100) receives road images and object information from the artificial intelligence camera (200) and creates a three-dimensional digital twin image corresponding to the road image.
단계 S640에서 교통 관제 서버(100)는 디지털 트윈 영상에 도로, 차선 및 차량들이 포함된 도로의 교통 상황과 차선별 교통 신호등의 점등 상태를 실시간으로 표시하고, 교통 상황에 따라 대기 행렬 차량의 길이가 일정 길이 이상이면, 교통 신호등의 교통 신호 체계를 제어하도록 교통 신호 제어 장치(300)로 교통 신호 정보를 전송한다.In step S640, the traffic control server (100) displays in real time the traffic situation of the road including the road, lanes and vehicles and the lighting status of the traffic signal lights for each lane on the digital twin image, and if the length of the waiting line of vehicles is longer than a certain length depending on the traffic situation, transmits traffic signal information to the traffic signal control device (300) to control the traffic signal system of the traffic signal lights.
단계 S650에서 교통 관제 서버(100)는 교통 신호등의 교통 신호 체계가 제어되면, 이에 대응하여 디지털 트윈 영상에 교통 신호등의 점등 상태를 표시한다. 이에 교통 관제 서버(100)는 디지털 트윈 영상에 표시된 교통 상황을 모니터링하고, 교통 상황에 따라 직관적인 교통 혼잡도를 표시하여 교통 신호 체계를 제어한다.In step S650, when the traffic signal system of the traffic signal light is controlled, the traffic control server (100) displays the lighting status of the traffic signal light on the digital twin image in response. Accordingly, the traffic control server (100) monitors the traffic situation displayed on the digital twin image and controls the traffic signal system by displaying an intuitive traffic congestion level according to the traffic situation.
이상에서, 본 발명에 따른 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템 및 그 방법의 구성 및 작용을 상세한 설명과 도면에 따라 도시하였지만, 이는 실시예를 들어 설명한 것에 불과하며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능하다.In the above, the configuration and operation of the real-time traffic signal control system for a queue vehicle using a digital twin according to the present invention and the method thereof have been described in detail and illustrated with drawings, but this has only been described by way of example, and various changes and modifications are possible within the scope that does not depart from the technical spirit of the present invention.
2 : 실시간 교통 신호 제어 시스템
4 : 통신망
100 : 교통 관제 서버
200 : 인공지능 카메라
300 : 교통 신호 제어 장치
400 : 교통 신호등
500 : 모니터 장치2: Real-time traffic signal control system
4: Communication network
100 : Traffic Control Server
200 : Artificial Intelligence Camera
300 : Traffic signal control device
400 : Traffic light
500 : Monitor Device
Claims (4)
복수 개의 차선들이 하나의 그룹으로 형성되는 도로 공간의 서로 다른 위치에 설치되고, 설치된 도로의 차선별, 차량 이동 방향별로 도로 상황에 대한 도로 영상을 획득하고, 인공지능 기반으로 도로 영상을 분석하여 차량을 인식하여 차량의 위치와 차량의 대기 행렬 길이를 적어도 포함하는 차량의 객체 정보를 판별하는 복수 개의 인공지능 카메라;
도로 구간의 교통 신호를 점등 표시하는 복수 개의 교통 신호등의 교통 신호 체계를 제어하는 교통 신호 제어 장치; 및
통신망을 통하여 상기 인공지능 카메라들 각각으로부터 객체 정보를 전송받아서 차선별, 차량 이동 방향별로 도로의 교통 상황을 판별하고, 상기 인공지능 카메라들로부터 전송된 도로 영상을 디지털 트윈 영상으로 생성하여 도로의 교통 상황을 모니터링하도록 실시간 표시하고, 판별된 도로의 교통 상황에 대응하여 차량의 대기 행렬 길이가 일정 기준 이상으로 판별되면, 상기 교통 신호 제어 장치로 차량의 대기 행렬 길이에 따른 교통 신호를 딥러닝 학습하여 제어하도록 제어 정보를 전송하는 교통 관제 서버;를 포함하고,
상기 교통 관제 서버는,
디지털 트윈 영상에 도로의 교통 상황과 도로의 교통 상황에 따른 교통 신호 체계 및 차량의 대기 행렬 길이에 대한 도로 혼잡도를 표시하고, 상기 교통 신호 제어 장치로 도로 혼잡도에 따라 교통 신호 체계를 더 제어하고;
상기 인공지능 카메라는,
통신망을 통하여 인접한 위치의 다른 장소에 설치된 인공지능 카메라들 각각으로 차량의 객체 정보를 상호 공유하여 도로의 교통 상황을 더 판별하고;
상기 교통 관제 서버는,
상기 인공지능 카메라들 간에 공유된 차량의 객체 정보를 수집, 분석 및 판별하여 도로의 대기 행렬 차량에 대한 도로의 교통 상황을 판별하여 상기 교통 신호 제어 장치를 제어하되;
상기 교통 관제 서버는,
상기 인공지능 카메라로부터 도로 영상과 객체 정보를 전송받아서 딥러닝 알고리즘을 이용하여 인공지능 기반으로 분석 및 판별하여 도로의 교통 상황을 분석하는 도로 상황 판별부;
상기 인공지능 카메라들로부터 도로 영상을 전송받아서 디지털 트윈 영상을 생성하고, 디지털 트윈 영상에 상기 도로 상황 판별부에서 분석한 실시간의 교통 상황과 상기 교통 신호등의 점등 상태를 표시하도록 처리하는 디지털 트윈 처리부;
상기 도로 상황 판별부로부터 교통 상황 정보를 전송받아서 상기 교통 신호 제어 장치로 교통 제어 정보를 전송하고, 상기 교통 신호 제어 장치로부터 교통 신호 체계가 제어되면, 상기 디지털 트윈 처리부로 상기 교통 신호등의 점등 상태를 표시하는 교통 신호 처리부; 및
상기 인공지능 카메라들로부터 도로 영상과 상기 디지털 트윈 처리부로부터 디지털 트윈 영상을 전송받아서 실시간 교통 상황을 모니터링하도록 표시하는 모니터링부를 포함하는 것을 특징으로 하는 디지털 트윈을 이용한 대기 행렬 차량을 위한 실시간 교통 신호 제어 시스템.In a real-time traffic signal control system for queueing vehicles using digital twins:
A plurality of artificial intelligence cameras installed at different locations on a road space where multiple lanes are formed into a single group, acquire road images of road conditions for each lane of the installed road and each direction of vehicle movement, analyze the road images based on artificial intelligence to recognize vehicles, and determine object information of the vehicles, including at least the vehicle location and the length of the vehicle queue;
A traffic signal control device for controlling a traffic signal system of a plurality of traffic signals that light up to indicate traffic signals on a road section; and
A traffic control server that receives object information from each of the AI cameras through a communication network to determine the road traffic situation by lane and vehicle movement direction, creates a road image transmitted from the AI cameras as a digital twin image and displays it in real time to monitor the road traffic situation, and transmits control information to the traffic signal control device to control the traffic signal according to the length of the vehicle queue by deep learning when the length of the vehicle queue is determined to be above a certain standard in response to the determined road traffic situation.
The above traffic control server,
Displaying road traffic conditions and traffic signal systems according to road traffic conditions and road congestion in terms of vehicle queue length on a digital twin image, and further controlling the traffic signal system according to road congestion with the traffic signal control device;
The above artificial intelligence camera,
By sharing vehicle object information with each AI camera installed in a different location in the vicinity through a communication network, the traffic situation on the road can be better determined;
The above traffic control server,
Collect, analyze and determine the object information of the vehicle shared between the above artificial intelligence cameras to determine the road traffic situation for the vehicles waiting in line on the road and control the traffic signal control device;
The above traffic control server,
A road situation judgment unit that receives road images and object information from the above artificial intelligence camera and analyzes and judges the road traffic situation based on artificial intelligence using a deep learning algorithm;
A digital twin processing unit that receives road images from the above artificial intelligence cameras to create a digital twin image and processes the digital twin image to display real-time traffic conditions analyzed by the road condition determination unit and the lighting status of the traffic signal;
A traffic signal processing unit that receives traffic situation information from the road situation determination unit and transmits traffic control information to the traffic signal control device, and when the traffic signal system is controlled by the traffic signal control device, displays the lighting status of the traffic signal light using the digital twin processing unit; and
A real-time traffic signal control system for queueing vehicles using digital twins, characterized by including a monitoring unit that receives road images from the artificial intelligence cameras and digital twin images from the digital twin processing unit and displays them to monitor real-time traffic conditions.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020240030980A KR102743929B1 (en) | 2024-03-04 | 2024-03-04 | System for real-time traffic signal control of queuing vehicles using digital twin and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020240030980A KR102743929B1 (en) | 2024-03-04 | 2024-03-04 | System for real-time traffic signal control of queuing vehicles using digital twin and method thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102743929B1 true KR102743929B1 (en) | 2024-12-18 |
Family
ID=94038140
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020240030980A KR102743929B1 (en) | 2024-03-04 | 2024-03-04 | System for real-time traffic signal control of queuing vehicles using digital twin and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102743929B1 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102155052B1 (en) | 2019-03-25 | 2020-09-11 | 라온피플 주식회사 | Video image detector and system and method for controlling traffic signal using the same |
| KR20210127533A (en) * | 2020-04-14 | 2021-10-22 | 아주대학교산학협력단 | Device and method for artificial intelligence-based traffic signal control |
| KR20210140766A (en) * | 2019-04-15 | 2021-11-23 | 후아웨이 테크놀러지 컴퍼니 리미티드 | Digital reconstruction methods, devices and systems for traffic roads |
| KR102510542B1 (en) * | 2022-04-06 | 2023-03-15 | 주식회사 건인티엔에스 | 3d integrated monitoring system for smart crossroad and method thereof |
| KR102530634B1 (en) | 2022-12-16 | 2023-05-09 | 주식회사 핀텔 | The Method and System that Implement Real-time Traffic Conditions with Digital Twin and Metaverse |
| KR102603740B1 (en) | 2022-02-21 | 2023-11-21 | 렉스젠(주) | System for controlling traffic signal and method of the same |
-
2024
- 2024-03-04 KR KR1020240030980A patent/KR102743929B1/en active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102155052B1 (en) | 2019-03-25 | 2020-09-11 | 라온피플 주식회사 | Video image detector and system and method for controlling traffic signal using the same |
| KR20210140766A (en) * | 2019-04-15 | 2021-11-23 | 후아웨이 테크놀러지 컴퍼니 리미티드 | Digital reconstruction methods, devices and systems for traffic roads |
| KR20210127533A (en) * | 2020-04-14 | 2021-10-22 | 아주대학교산학협력단 | Device and method for artificial intelligence-based traffic signal control |
| KR102329826B1 (en) | 2020-04-14 | 2021-11-19 | 아주대학교산학협력단 | Device and method for artificial intelligence-based traffic signal control |
| KR102603740B1 (en) | 2022-02-21 | 2023-11-21 | 렉스젠(주) | System for controlling traffic signal and method of the same |
| KR102510542B1 (en) * | 2022-04-06 | 2023-03-15 | 주식회사 건인티엔에스 | 3d integrated monitoring system for smart crossroad and method thereof |
| KR102530634B1 (en) | 2022-12-16 | 2023-05-09 | 주식회사 핀텔 | The Method and System that Implement Real-time Traffic Conditions with Digital Twin and Metaverse |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11881101B2 (en) | Intelligent road side unit (RSU) network for automated driving | |
| US10229590B2 (en) | System and method for improved obstable awareness in using a V2X communications system | |
| US10613547B2 (en) | System and method for improved obstacle awareness in using a V2X communications system | |
| US10349011B2 (en) | System and method for improved obstacle awareness in using a V2X communications system | |
| US20180281815A1 (en) | Predictive teleassistance system for autonomous vehicles | |
| US11927952B2 (en) | Adaptive multi-network vehicle architecture | |
| AU2024227057A1 (en) | Intelligent road infrastructure system (IRIS): systems and methods | |
| Osman et al. | Intelligent traffic management system for cross section of roads using computer vision | |
| US20140063196A1 (en) | Comprehensive and intelligent system for managing traffic and emergency services | |
| KR102330614B1 (en) | Traffic signal control system and method thereof | |
| JP7180576B2 (en) | Monitoring center, monitoring system and method | |
| CN113643534B (en) | Traffic control method and equipment | |
| JP2020510941A (en) | Highway system for connected self-driving car and method using the same | |
| KR102418051B1 (en) | Lane traffic situation judgement apparatus, system, and method thereof | |
| US11842637B2 (en) | Methods and systems for managing traffic lights | |
| US11971259B2 (en) | System and method for contextualizing objects in a vehicle horizon | |
| JP7459932B2 (en) | Remote monitoring system, device, method, and program | |
| KR102743929B1 (en) | System for real-time traffic signal control of queuing vehicles using digital twin and method thereof | |
| US11400957B2 (en) | Control device and control method of vehicle environment data transmission | |
| WO2023248776A1 (en) | Remote support device, remote support method, and remote support program | |
| CN111710175B (en) | Control method and device of traffic signal lamp | |
| US11893889B2 (en) | Travel assistance system, travel assistance method, and non-transitory computer-readable storage medium that stores program | |
| CN115359671A (en) | Intersection vehicle cooperative control method and related equipment | |
| US12235124B2 (en) | Reachability user experience interfaces for autonomous vehicles | |
| US20230298469A1 (en) | Apparatus and method for cooperative escape zone detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20240304 |
|
| PA0201 | Request for examination |
Patent event code: PA02011R01I Patent event date: 20240304 Comment text: Patent Application |
|
| PA0302 | Request for accelerated examination |
Patent event date: 20240315 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20240429 Patent event code: PE09021S01D |
|
| 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: 20241024 |
|
| N231 | Notification of change of applicant | ||
| PN2301 | Change of applicant |
Patent event date: 20241112 Comment text: Notification of Change of Applicant Patent event code: PN23011R01D |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20241212 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20241212 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |