딥러닝 컴퓨터비전을 통한 이륜차 불법유턴 감지 (Detection of two-wheeled vehicle illegal U-turn using deep learning computer vision)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 26권 / 4호 / 240 ~ 244페이지
· 저자명 : 정재호

초록

코로나19의 여파로 배달 오토바이가 급증하였고, 이 여파로 인해 해마다 이륜차의 불법 주행으로 인한 교통사고가 해마다 증가하고 있다. 본 연구에서는 이륜차 사고 중 가장 많은 인명피해를 내는 이륜차의 불법유턴 및 중앙선 침범을 단속하는 시스템을 인공지능을 활용하여 개발하였다. 이륜차의 경우 후방에 번호판이 부착됨으로 인해 기존의 CCTV 로는 단속할 수 없어 본 연구에서는 주행 방향의 후방에서 촬영할 수 있는 CCTV를 활용하여 중앙선, 이륜차, 번호판을탐지할 수 있는 알고리즘을 개발하고 이를 활용하여 단속 시스템을 개발하였다. 객체 탐지 알고리즘의 네트워크 모델은YOLOv4, 개발언어는 Python3.8, 프레임워크는 Tensorflow, 번호판 OCR 알고리즘 네트워크 모델은 CRNN을 사용하였다. 불법유턴은 벡터의 외적을 계산하여 벡터의 부호가 변경되는 것을 이용하여 객체를 탐지하였다. 본 연구 결과를통해 이륜차의 불법유턴 단속에 소모되는 인력을 줄일 수 있을 것으로 기대되며, 이륜차의 불법유턴 단속 시스템을 도로에 적용 시, 시행착오를 방지하고 개발 시간 및 비용을 절감할 수 있을 것으로 예상된다.

영어초록

The number of motorcycles has increased since the COVID-19 pandemic, but traffic accidents caused by the illegal driving of two-wheeled vehicles are increasing. This study aimed to develop a system to clamp down on illegal U-turns of two-wheeled vehicles, which have caused the most casualties among two-wheeled vehicle accidents, using artificial intelligence. In the case of two-wheeled vehicles, it is impossible to detect them with existing CCTVs because the license plate is attached to the rear.
Therefore, this study developed an algorithm that can detect center lines, two-wheeled vehicles, and license plates using CCTV that can be filmed from the rear of the driving direction, and developed an enforcement system using this. Illegal U-turns were detected by calculating the outer product of vectors and using the change in the sign of the vector. These results will reduce the workforce required to detect illegal U-turns by two-wheeled vehicles. Moreover, trial and error will be prevented when a system is applied to detect illegal U-turns by two-wheeled vehicles on roads, and the development time and costs will be reduced.

참고자료

· 없음