주차 관리 시스템은 3D로 향할 수 있습니다

전 세계 도시에서는 주차를 보다 스마트하게 관리하는 방법을 실험하고 있습니다. 일부는 주차 공간 데이터를 활용하여 가격을 동적으로 조정함으로써 적절한 공간 가용성을 보장합니다. 다른 사람들은 지상 센서가 장착된 도로변 주차 시스템을 배포하여 이를 더 넓은 스마트 시티 플랫폼에 통합합니다. 또 다른 사람들은 네트워크로 연결된 센서를 사용하여 수천 개의 개별 주차 공간을 모니터링합니다. 이러한 계획은 차량 혼잡을 줄이고 도로변 주차의 효율성을 높이며 제한된 도시 공간을 보다 효과적으로 활용한다는 명확한 목표를 공유합니다.

비록 이러한주차 관리 시스템전 세계적으로 수많은 국가에서 구현되었지만, 많은 국가가 여전히 단편적이거나 불완전한 데이터에 의존하고 있습니다. 지상 센서/루프 감지기의 설치 및 대규모 유지 관리에는 비용이 많이 드는 반면, 카메라 기반 감시 시스템은 조명 조건에 민감하거나 개인 정보 보호 문제가 발생할 수 있습니다. 도시들이 스마트 주차 이니셔티브를 확장하려고 할 때, 문제는 단지 데이터를 수집하는 것뿐만 아니라 이를 안정적이고 효율적이며 규모에 맞게 수행하는 것입니다.

LiDAR 기술은 주차 관리 시스템 부문에서 상당한 관심을 끌기 시작했습니다. LightDetection and Ranging의 약어인 LiDAR는 레이저 펄스를 사용하여 물리적 환경에 대한 3차원 정보를 정확하게 캡처함으로써 현대적인 주차 관리를 위한 강력한 데이터 기반을 제공합니다. 주차 공간 점유 모니터링부터 차량 유형 분류에 이르기까지 LiDAR 기반 시스템은 운영자가 기존 솔루션이 달성하기 어려운 수준의 세밀함으로 주차 역학에 대한 통찰력을 얻을 수 있도록 지원합니다.

LiDAR가 스마트 주차 관리 시스템에 적합한 이유는 무엇입니까?

LiDAR의 핵심은 레이저 펄스를 사용하여 거리를 측정하는 방식으로 작동합니다. 이러한 측정은 "포인트 클라우드"라고 알려진 환경의 조밀한 3차원 표현을 생성합니다. 카메라 이미지와 달리 이 데이터는 주변 조명 조건의 영향을 받지 않습니다. 대신 주변 환경의 기하학적 구조를 높은 정밀도로 설명합니다.

이 3D 데이터는 주차 애플리케이션에 많은 이점을 제공합니다.

첫째, LiDAR는 끊임없이 변화하는 환경 조건에서도 일관된 성능을 유지합니다. 어둠, 눈부심, 그림자 등 일반적으로 카메라 시스템을 손상시키는 요인은 레이저 기반 측정에 최소한의 영향을 미칩니다. 따라서 LiDAR는 조명 조건이 하루 종일 변동하는 야외 주차장, 차고 및 길가 환경에 특히 적합합니다.

둘째, LiDAR는 시각적인 모습이 아닌 물리적인 구조를 포착합니다. 차량, 연석, 장애물, 보행자 등이 모두 3차원 물체로 감지됩니다. 이를 통해 알고리즘은 잘못 해석되기 쉬운 2차원 이미지를 먼저 분석하지 않고도 물체를 안정적으로 식별하고 추적할 수 있습니다.

마지막으로 LiDAR 데이터는 개인 정보 보호를 고려한 감시를 지원합니다. 이 기술은 시각적인 세부 정보가 아닌 거리를 측정하므로 추가 센서로 보완하지 않는 한 사람의 얼굴이나 번호판과 같은 식별 가능한 특징을 캡처하지 않습니다. 엄격한 데이터 보호 요구 사항에 직면한 지방 자치 단체 및 운영자에게 이는 상당한 이점이 될 수 있습니다. 종합적으로 이러한 특성은 LiDAR를 데이터 기반 주차 시스템의 강력한 기반으로 만듭니다.

점유 모니터링: 실제 주차 관리 시스템 애플리케이션의 LiDAR.

주차 환경에서 LiDAR를 가장 직접적으로 적용하는 것 중 하나는 차량 점유 모니터링입니다.

일반적인 설치 시나리오에서 LiDAR 센서는 주차장이나 거리가 내려다보이는 가로등이나 건물 정면과 같은 기존 인프라에 장착됩니다. 센서는 지속적으로 주변을 스캔하여 3D 데이터 포인트 스트림을 생성합니다. 소프트웨어는 이 데이터를 실시간으로 처리하여 물체를 감지하고 정확한 위치를 파악하고 분류합니다.

시스템 내에서 주차 공간을 지정할 수 있습니다. 차량이 모니터링 구역에 진입하면 센서는 이전에 존재하지 않았던 물체를 식별하여 포인트 클라우드 내에서 차량을 감지합니다. 감지된 지점은 주차 공간의 점유 상태 변화를 유발합니다. 차량이 출발하면 해당 공간은 다시 이용 가능한 것으로 표시됩니다.

LiDAR 데이터의 정밀도가 매우 높기 때문에 각 모니터링 구역 내에서 감지된 물체에 대해 크기 임계값을 설정할 수 있습니다. 이를 통해 장바구니, 잔해 또는 지나가는 보행자와 같은 작은 물체가 잘못된 점유 이벤트를 유발하지 않도록 합니다. 감지된 물체가 사전 설정된 매개변수(예: 차량의 일반적인 크기)를 초과하는 경우에만 주차 공간이 점유된 것으로 표시됩니다. 이 구성 가능한 필터링 메커니즘은 감지 정확도를 향상시켜 차량 이동이 잦은 복잡한 환경에서도 안정적인 점유 데이터를 보장합니다.

LiDAR는 포괄적인 공간 정보를 캡처할 수 있기 때문에 단일 센서로 여러 주차 공간을 동시에 모니터링할 수 있는 경우가 많습니다. 주차장이나 경계가 명확하게 정의된 도로변과 같은 구조화된 환경에서는 단일 설치로 전체 구역을 효과적으로 포괄할 수 있습니다.

주차 공간이 점유되어 있는지 여부를 아는 것도 유용하지만, 주차 공간을 점유하고 있는 "무엇"이 무엇인지 이해하는 것이 훨씬 더 중요할 수 있습니다.

LiDAR 기반주차 관리 시스템크기와 모양에 따라 차량을 분류할 수 있습니다. 포인트 클라우드 내에 캡처된 3D 형상을 분석함으로써 알고리즘은 승용차, 밴, 트럭 또는 이륜차와 같은 범주를 구분할 수 있습니다.

이 정보는 광범위한 실제 적용 가능성을 열어줍니다. 예를 들어, 운영자는 원래 단기 승객 하차를 위해 지정된 도로변 주차 공간이 배달 밴으로 자주 사용되고 있는지 분석할 수 있습니다. 마찬가지로, 대형 차량에 관한 데이터는 도시가 적재 구역이나 상업용 주차장 내 주차 수요를 평가하는 데 도움이 될 수 있습니다.

차량 분류는 또한 보다 효과적인 단속을 촉진합니다. 규정에 따라 특정 유형의 차량이 특정 공간을 활용하는 것을 제한하는 경우 자동 모니터링 시스템이 잠재적인 위반 사항을 검토 대상으로 표시할 수 있습니다.

주차 시설 내에서 차량 분류 데이터는 운영자가 다양한 크기의 차량이 용량과 교통 흐름 효율성에 어떤 영향을 미치는지 이해하는 데 도움이 됩니다. 소형 전기 자동차에서 대형 배달 트럭에 이르기까지 도시 차량이 점점 다양해짐에 따라 이 정보는 시설 계획에 더욱 중요해지고 있습니다.

중요한 것은 이러한 분석이 시각적 인식보다는 3차원 특성에 의존한다는 것입니다. 시스템은 번호판을 읽거나 시각적 세부 정보를 캡처할 필요 없이 밴이나 트럭의 크기와 모양을 가진 물체를 식별할 수 있습니다.

주차 산업은 정적 인프라에서 동적 데이터 기반 관리로 점진적으로 전환하고 있습니다. 이러한 전환을 위해서는 도로변과 주차장의 제한된 용량 내에서 개인 차량, 화물 운송, 공유 모빌리티 서비스, 공공 공간 활용 등 다양한 경쟁 수요의 균형을 맞춰야 합니다.

도시가 더 넓은 교통 생태계 내에서 주차의 역할을 계속해서 재고함에 따라 정확하고 개인 정보 보호를 고려한 데이터를 제공할 수 있는 기술이 점점 더 중요한 역할을 하게 될 것입니다. LiDAR는 운영자가 주차 관리 시스템 내의 새로운 시각을 통해 주차 인프라를 볼 수 있도록 하는 핵심 도구로 빠르게 부상하고 있습니다.