자율주행 실도로 실증 시스템을 위한 영상 기반 객체 인식 및 거리 판별 알고리즘의 통합 (Integration of Image-Based Object Identification and Distance Estimation Algorithm for the Application of Self-Driving FOT (Field Operational Test) System)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 23권 / 11호 / 442 ~ 449페이지
· 저자명 : 이동환, 권성진

초록

카메라 센서는 동일 사양의 타 센서 대비 단가가 낮고 사람의 눈으로 획득하는 정보와 근사한 형태의 데이터수집이 가능하다는 장점이 있어 인지를 위한 센서로 폭넓게 활용되고 있으며, 카메라 센서를 자율주행차에 적용하기 위한 연구 또한 다수 진행되고 있다. 카메라 기반의 자율주행을 위해서는 도로 환경 상의 객체의 종류, 상대 객체와의 거리정보 등이 포함되며, 수집 데이터의 개인정보에 대한 비식별화 작업이 요구된다. 이에 본 연구에서는 영상 기반의 객체식별과 거리 판별이 일괄적인 딥 러닝 학습을 통해 수행가능하도록 알고리즘을 통합하였다. 차량번호판, 보행자, 차량과같이 도로환경의 주요 객체 11종을 정의하였고, 실제 도로주행 영상 데이터를 수집하여 학습 데이터셋을 구축하였다.
실도로 환경에 적합한 인공지능 학습 결과의 검증을 위해 대구 자율주행 실증구간에서 수집한 운전자 관점 및 CCTV 관점의 영상 데이터를 활용하여 통합 알고리즘을 검증하였다. 통합 알고리즘의 검증 후 자율주행 차량 플랫폼과 자율주행 관제센터에 통합 알고리즘을 적용하기 위한 사전 검증까지 수행하였다.

영어초록

Camera sensors are used widely for recognition because they have a lower unit price than other sensors of the same specifications and can collect data in a form similar to the information acquired by the human eye. Many studies have been conducted to apply camera sensors to autonomous vehicles.
For camera-based self-driving, object information and distance information from a counterpart object are included, and de-identification of personal information of collected data is required. Therefore, in this study, the algorithm was integrated to perform image-based object identification and distance discrimination through one-off deep learning. Eleven major objects in the road environment, such as vehicle license plates, pedestrians, and vehicles, were defined, and a learning dataset was constructed by collecting actual road driving image data. The integrated algorithm was verified using image data from the driver's perspective and CCTV perspective collected from the Daegu FOT (Field Operational Test) section to verify the results of artificial intelligence learning suitable for the road environment.
After verifying the integrated algorithm, preliminary confirmation was performed to apply the integrated algorithm to the autonomous vehicle platform and the autonomous driving control center.

참고자료

· 없음