본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

신경망을 이용한 루프검지기 차종분류 알고리즘
ILD Vehicle Classification Algorithm using Neural Networks

기용걸   (고려대학교 컴퓨터학과UU0000159  ); 백두권   (고려대학교 컴퓨터학과UU0000159  );
  • 초록

    본 논문은 루프검지기를 이용한 차종분류 방법의 성능 향상을 위해 신경망 패턴인식 기술을 이용한 차종분류 알고리즘을 제안하였다. 기존의 루프검지기 차종분류 방법은 차량의 길이 정보만을 이용해서 차종을 분류하는 것이다. 그러나 루프검지기의 특성상 차종에 따른 길이 정보가 정확하지 않으므로 길이가 비슷한 차종에 대해서는 차종분류 오류가 자주 발생하고 있는 실정이다. 이와 같은 문제점을 개선하기 위해 본 연구에서는 루프검지기 시스템에 신경망 패턴 인식 기술을 적용하였다. 제안된 알고리즘은 차량이 검지영역을 통과할 때 발생하는 루프검지기 공진주파수 값 변화율과 점유시간 정보를 신경망의 입력자료로 활용하여 차량을 5가지 종류로 분류하는 방식이다. 개발된 알고리즘의 성능을 평가하기 위하여, 현장실험을 통해 자료를 수집하고 신경망 학습 및 실험을 실시한 결과 차종분류 정확도가 91.3%였으며, 이는 기존의 연구결과와 비교할 때 매우 높은 것이다.


    In this paper, we suggested a vehicle classification algorithm using pattern recognition method. At present, Inductive Loop Detector is rarely used for vehicle classification because of its low accuracy. To improve the accuracy, we suggest a new algorithm for Loop Detector using neural networks. In the developed algorithm, the inputs to the neural networks are the variation rate of frequency and occupancy-time. The output is classified vehicles. The developed algorithm was assessed at test sites and the recognition rate was 91.3percent. The results verified that the proposed algorithm improves the vehicle classification accuracy compared to the conventional method based on Loop Detector.


  • 주제어

    차종분류 .   루프검지기 .   신경망.  

  • 참고문헌 (14)

    1. Traffic Detector Handbook, 2nd ed. Institute of Transportation Engineers, Washington, D.C., 1990 
    2. B. Coifman. 'Using Dual Loop Speed Traps To Identify Detector Errors,' In Transportation Research Record: Journal of the Transportation Research Board, No. 1683, TRB, National Research Council, Washington, D.C., pp. 47-58, 1999 
    3. J. Gajda, R, Sroka, M. Stencel, A. Wajda, T. Zeqlen. 'A Vehicle Classification Based on Inductive Loop Detectors,' In Proc. Of the 18th IEEE Conf. IMTC, Vol. 1, pp. 460-464, May 2001 
    4. S. Gupte, O. Masoud, R. F. K. Martin, N. P. Papanikolopoulos, 'Detection and Classification of Vehicles,' IEEE Trans. Intelligent Transportation Systems, Vol. 3, No. 1, pp 37-47, Mar 2002 
    5. W. Wu, Z. QiSen, W. Mingjun,. 'A Method of Vehicle Classification Using Models and Neural Networks,' In Proc. Of IEEE VTS 53rd, VTC, Vol. 4, pp. 3022-3026, May 2001 
    6. '수도권 도로 교통정보 관리체계 구축 기본설계 및 평가 연구 최종보고서', 건설교통부, 1997 
    7. S. Tropartz, E. Hrber, K. Grner. Experiences and Results from Vehicle Classification Using Infrared Overhead Laser Sensors at Toll Plazas in New York City. In Proc. IEEE /IEEJ/JSAI Conf. Intelligent Transportation Systems, pp. 686-691, Oct 1999 
    8. E. Gose, R. Johnsonbaugh, S. Jost. Pattern Recognition and Image Analysis. Prentice Hall PTR, Upper Saddle River, New Jersey, 1996 
    9. H. M. Abdelbaki, K. Hussain, E. Gelenbe. 'A Laser Intensity Image Based Automatic Vehicle Classification System,' in Proc. of IEEE Conf. Intelligent Transportation Systems, pp. 460-465, Aug 2001 
    10. J. Gajda, R. Sroka, M. Stencel, T. Zeqlen, 'An Eastern European example of the identification of moving vehicle parameters using the tried and trusted method of weigh in motion,' Traffic Technol. Int., pp. 87-90, Aug/Sept. 2000 
    11. 박종연, 'Fuzzy 논리를 이용한 루프검지기의 차종분류 알고리즘 개발', 서울대학교 석사학위논문, 2002 
    12. M. Pursula, I. Kosonen, 'Microprocessor and PC-based Vehicle Classification Equipments Using Induction Loops,' In proc. of lEE 2nd Int. Conf. Road Traffic Monitoring, pp. 24-28, 1989 
    13. C. Sun, S. G. Ritchie, K. Tsai. 'Algorithm Development for Derivation of Section-Related Measures of Traffic System Performance Using Inductive Loop Detectors,' In Transportation Research Record: Journal of the Transportation Research Board, No.1483, TRB, National Research Council, Washington D.C., pp. 171-180, 1995 
    14. Y. K. Ki, D. K. Baik, 'A model for accurate speed measurement using double loop detectors,' IEEE Trans. Veh. Technol., Vol. 55, No.3, May 2006, In Press 
  • 이 논문을 인용한 문헌 (2)

    1. Kim, Tae-Kyun ; Choi, Byung-Jae ; Kim, Yoon-Su ; Do, Yong-Tae 2009. "Design of Fuzzy Logic based Classifying System for the Degree of Goodness of Steel Balls" 한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, 19(2): 153~159     
    2. Lee, Jong-Hyeok 2009. "Design and Application of Vision Box Based on Embedded System" 한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, 13(8): 1601~1607     

 저자의 다른 논문

  • 백두권 (106)

    1. 1989 "지식베이스 구축을 위한 지실정의 언어와 지식생성" 한국경영과학회지 = Journal of the Korean Operations Research and Management Science Society 14 (2): 27~42    
    2. 1994 "멀티미디어 디스플레이-시간 합성 모델" 한국경영과학회지 = Journal of the Korean Operations Research and Management Science Society 19 (1): 99~112    
    3. 1994 "객체 중심 측면 모델에 의한 KB/DB 통합 방법론" 데이타베이스저널 1 (2): 3~24    
    4. 1994 "시스템 통합 환경을 고려한 논리적 데이터베이스 설계 방법론" 데이터베이스월드 = Database world 18 (): 81~91    
    5. 1995 "이산사건 모델링과 시뮬레이션" 정보과학회지 = Communications of the Korean Institute of Information Scientists and Engineers 13 (4): 6~19    
    6. 1995 "데이터베이스 유통 활성화를 위한 검색 표준화" 데이터베이스월드 = Database world 1995 (7): 23~27    
    7. 1996 "정보통신기술의 발전과 컴퓨터 교육" 정보과학회지 = Communications of the Korean Institute of Information Scientists and Engineers 14 (9): 62~63    
    8. 1996 "데이터 요소의 표준화(iii)" 데이터베이스월드 = Database world 1996 (1): 44~49    
    9. 1996 "데이터 요소의 표준화(iv)" 데이터베이스월드 = Database world 1996 (2): 30~34    
    10. 1996 "관계형데이터베이스 동향" 데이터베이스월드 = Database world 1996 (8): 27~32    

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기