컴퓨터 비전을 통한 주차장 카운터

목차

🚗 주차 구조 개요

• 주차 공간 및 센서 배치

• 주요 문제점

💡 해결책 접근 방식

• 무선 IP 카메라 및 서버 활용

• 오픈소스 라이브러리 Opencv 사용

🛠️ 기술적 도전 과제

• 신호 강도 및 Wi-Fi 전파 범위

• 자전거와 오토바이의 구별

📹 카메라 배치 및 각도

• 주차 공간 내 카메라 설치 위치

• 카메라 각도 조정 방법

🌟 프로젝트 이점

• 자동 업데이트로 인한 편의성 증대

• 환경 제어 가능한 주차장 구조

🚫 프로젝트 한계점

• 불안정한 Wi-Fi 신호 및 대체 장치 필요

• 자전거와 오토바이 감지 어려움

💭 프로젝트 진행과정

• 주요 실험 및 테스트 사항

• 카메라 배치 및 센서 테스트 결과

🔍 주요 결과 및 발전 가능성

• 주차장 이용 현황 웹페이지 및 LED 표시판

• 향후 발전 방향과 추가 기능 제안

📝 FAQ (자주 묻는 질문)

🚗 주차 구조 개요

주차 공간 및 센서 배치

주차 구조물은 남쪽 캠퍼스에 위치하고 있으며, 각 층마다 주차 공간이 마련되어 있습니다. 주차 구역은 레벨 별로 구분되어 있으며, 레벨 1은 각 주차 공간마다 센서가 설치되어 있습니다. 그러나 현재 레벨 1에 대한 해결책은 아직 마련되지 않았습니다.

주요 문제점

주차 구조물 내부에 설치된 센서는 주변을 한정적으로 감지할 수 있습니다. 이로 인해 차량이 센서 사이를 통과하거나, 차량이 매우 가까이 서로 이동하는 경우에도 정확한 감지가 어렵습니다.

💡 해결책 접근 방식

무선 IP 카메라 및 서버 활용

주차 구역 내에 무선 IP 카메라와 서버를 설치하여 실시간 이미지 처리를 진행합니다. Opencv와 같은 오픈소스 라이브러리를 활용하여 이미지 처리 알고리즘을 적용합니다.

오픈소스 라이브러리 Opencv 사용

Opencv를 사용하여 배경 제거 및 객체 인식 알고리즘을 구현합니다. 이를 통해 주차 구역 내 차량, 보행자, 오토바이 등을 식별하고, 주차 상태를 실시간으로 업데이트합니다.

🛠️ 기술적 도전 과제

신호 강도 및 Wi-Fi 전파 범위

주차 구역 전체에 안정적인 Wi-Fi 신호를 전달하기 위해 신호 강도와 전파 범위를 조정해야 합니다. 특히 신호 강도가 약한 지역이나 블라인드 스팟을 해결하는 것이 중요합니다.

자전거와 오토바이의 구별

카메라 이미지에서 자전거와 오토바이를 정확히 구별하는 것은 중요한 도전 과제입니다. 두 차량이 유사한 크기를 가지고 있어서 이미지 처리 알고리즘의 정확도를 높이는 것이 필요합니다.

📹 카메라 배치 및 각도

주차 공간 내 카메라 설치 위치

카메라는 주차 공간의 상단에 설치되어야 합니다. 각 카메라는 최대한 넓은 범위를 감지할 수 있도록 설치되어야 하며, 블라인드 스팟이 없도록 주의해야 합니다.

카메라 각도 조정 방법

카메라의 각도는 차량의 움직임을 정확히 감지하기 위해 중요합니다. 카메라는 적절한 각도로 조정되어야 하며, 주차 구역의 특성에 따라 다양한 각도가 필요할 수 있습니다.

🌟 프로젝트 이점

자동 업데이트로 인한 편의성 증대

새로운 주차 상황이 발생할 때마다 자동으로 업데이트되는 시스템은 주차장 이용자들에게 큰 편의성을 제공합니다. 수동 업데이트에 비해 실시간 정보를 제공함으로써 주차 공간의 활용도를 향상시킬 수 있습니다.

환경 제어 가능한 주차장 구조

무선 IP 카메라와 서버를 활용한 시스템은 환경 제어가 가능한