[3차 프로젝트] 최종 발표를 위한 정리

 

Q. 가장 어려웠던 문제는 무엇이었나? 

 

문제 리스트 :

1.  차량이 움직이는 경우에도 객체탐지는 작동을 해서 이를 제외할 방법을 찾는데 고민을 많이 했습니다. 처음에는 시간 흐름에 따른 이미지 2장을 비교하여 bbox의 중심점이 일치하는 경우 주정차로 판단하려 했지만 객체탐지가 똑같은 BBOX 좌표가 아닌 조금의 명암 차이에도 미세한 오차를 보여 허용 오차율을 BBOX의 5%를 지정해 이 안으로 중심점이 이동했다면 주정차 차량으로 판별하도록 코드를 작성해 해결하였습니다.

 

2. 구동까지는 완성했었으나 실제 도로폭과 보정한 이미지 도로폭 산출 간에 정확도가 얼마나 되는지 파악하기 어려웠습니다. 그래서 씨씨티비 영상의 장소를 실측하기 위해 대전 현장답사를 통해 오차율을 파악하였습니다. 

 

3. 와핑 작업 후 일부 트럭이나 컨테이너 차량이 왜곡이 심하게 처리되어 마치 도로에 누워있는 것처럼 보인 점이었습니다. 이는 객체 탐지의 결과물로 좌표를 사용해 가용폭을 계산하는 알고리즘에서 심각한 문제가 될 수 있는 사안이었습니다. 그래서 그런 부류의 차량의 bounding box를 선정 시 최대한 바닥에 붙어있는 바퀴나 방향등이 보이는 위치를 기준으로 잡아 심각한 수준의 왜곡으로부터 차량이 도로 위를 차지하는 위치를 추정하였습니다.

 

4. 이미지 학습 시,씨씨티비 구조 상  이미지에 전봇대가 있는 경우가 있었는데 이미지 상에 전봇대가 있는 등의 문제가 발생하는 어려움이 있었습니다.  라벨링할 때 전선을 최대한 배제해서 학습을 시켜, 차량 객체 탐지 시에 발생하는 문제를 해결하였습니다. 

 

 

 Q. 통행가용폭 산출이 핵심인 거 같은데 어떻게 구현했는지?

A. 실제 가용폭을 산출하기 위해서 기준을 될 수 있는 물체를 탐지하는 것이 중요하다고 생각해서  모든 도로에 있는 차선을 가지고 도로 폭을 산출하도록 하였습니다

 

Q. 가용폭 산출에 가장 중요한게 뭐냐

A. 최적 와핑 좌표를 찾는 것. 와핑을 하지 않았을 경우 거리폭 산출이 어려워  원근을 없애고 실제 환경과 동일하게 측정하기 위한 이미지 보정을 작업인 와핑으로 해결하였습니다. 실제 거리폭을 현장답사를 통해 검증하였기에 오차율이 4-5cm 정도로 정확도가 높다는 것을 파악하였습니다. 

+ 객체 탐지의 정확도. bbox가 차량보다 크거나 작게 측정이 되는경우 이 또한 오차로 이어지게 된다.

 

 

Q. 어떤 부가가치 창출이 되는지?

 

A. 소방차 전용 내비게이션에 우리의 기능을 추가하고자 합니

EX)   어린이 보호구역 회피 가능한 구현이 존재함, 그 방안을 착안해 부가가치 창출 가능

 

“ 첫번째꺼 같은 경우는 네비게이션 기존 서비스와 통합해서 부가가치 창출한다

불법 주정차에 대한 데이터를 잘 축적해서 컨트롤하고 계선하는데, 프로그램 만들 때, 정책을 만들 때 구체적으로 추가할 것 “

 

Q. 실현가능한지 의문, 기존 데이터 가지고는 불가능하잖아요

A. 하나하나 씨씨티마다의 세팅을 해줘야된다 . 그러나 cctv의 경우 이동하는 경우가 거의 없고 구도가 고정되어 있으므로 한번만 세팅을 해준다면 반영구적으로 모든 도로에 사용이 가능하다

 

Q.엣지디바이스 사용함으로써 어떤 효과가 있는지

A.  엣지디바이스를 활용한다면 서버에서 차량 객체탐지 및 가용폭 산출을 할 필요가 없으므로 관제서버에서 구동을 더 원활하게 할 수 있습니다.

 

Q. 엣지디바이스 개발 시 4.8+ , 통합서버사용시 4.2억+ 에 대한 근거는 어떻게 가져왔는지

A.  근거는 제슨나노로 선정하여  실제 모델을 찾아본다음 계산을해서 산출한 값

 

“ 솔루션을 이용할 수 있는 경찰청이나, 관제시스템 쪽을 설득해야되겠네요 데이터가 공급이 되어야 하니 “

Q. 가장 큰 잠재고객이라고 하면 어디인가요

1. 경찰청, 소방청, CCTV 관제시스템 등 긴급상황관련 정부기관라고 생각함
2. 또한 부가적인 가치들을 잘 활용할 수 있는 국토교통부같은 기관들도 고객으로 설정 가능

 

Q. 솔루션의 가장 중요한 이유 3가지

1. 골든타임 확보를 위해 현재 관제 시스템에서는 그냥 눈으로 보고 대략적으로 판단하는 문제를 도로 가용폭을 수치적으로 확인할 수 있다는 것이 가장 중요한 이유라고 생각을 한다.  
2. 그리고 불법 주정차 차량 문제를 해결함으로써 사회적 비용이 감소된다. 
3. 관제 인력 효율 증진으로 인해 초기 대응이 가능해져 추가적인 사고 방지

“ 소방청, 경찰청, PAIN POINT를 얘기해줘야함” 

 

Q. 나름 보람있었고 기쁨을 느꼈던

 1. 오차율 확인을 위해 대전 현장답사를 했는데 직접 방문하여 오차율을 확인해보니 낮은 수치가 나와서 현장답사한 보람을 느낌 

  2. 문제해결 측면에서  점진적으로 차량 탐지를 위한 모델 학습을 해 성능을 향상시키다 보니  잡아주지 못했던 일부 차량들도 확실하게 잡아가는 모습을 보아서 만족감을 느낀다.

Q. 아쉬운 점

1. 데이터셋 부족(4개 도로에 국한됨)으로 다양한 환경에서 테스트를 못해본 것이 아쉽다.
2. 불법 주정차 지역 선정해서 관리하는 기능까지 추가기능 구현이 가능했을 거 같아서 아쉬움

 

1. 혁신성 및 신기술 활용도 :

• 이미지 영상 처리 기법을 활용 (와핑, 객체 탐지)  
• 긴급 차량 마다의 통행 가능 여부를 도출 과정이 혁신적이다.  

1. 기존의 씨씨티비 카메라는 이미지 왜곡으로 인해 육안으로 통행 가능 불가능 여부를 판단하기 어려웠으나 이미지를 왜곡시켜 통행 거리를 차량 별 제원으로 산출하여 수치적인 데이터로 객관적인 근거를 만들었다

2. 사진 상 실제 거리를 도출할 때 모든 거리에 존재할 만한 차선을 기준으로 잡았다는 점

3. 현재는 권한 때문에 RTSP 를 사용하지 못했지만 나중에 구현할 때는 실시간으로 처리할 수 있는  RTSP 사용하면 지금 우리가 구현한 것과 똑같이 구현 가능

 

2. 목표 달성도 및 구현 능력:

• 개발 목표: 씨씨티비 영상으로 가용 폭 도출 실시간으로 판단할 수 있도록 하는 것 + 웹에 대시보드 형식으로 구현
• 개발 결과: 실제 통행 가능 폭과 예측 통행 가능 폭 간 1.5 % 4-5 cm 정도의 오차율을 확보함

             웹에 완성적으로 구현  (98%이상 구현했음)

3 . 기대효과 및 참여도:

• 개발 분야 관련 파급효과:  아이나비, 카카오맵 내비게이션 서비스 사와 협업해서  기존 소방차 네비게이션에서는 기능이 없었던 통행불가능 기능 우회 도로 안내 가능 ,  소방청, 교통 통제 청, 경찰청, ( 구체적인 도로교통공단이라던지 잠재 고객), 불법주차단속 같은 것은 구청 ( 구체적으로 파악해서) 이 쪽에 불법주차 데이터 축적해 좀 더  효율적인 정책 수립 혹은 개선 프로그램 개발 시 유용하게 쓸 수 있음
•  지속가능성 및 확장성:

    - 상용화 부분:  통합서버 사용해서 객체탐지 모델을 실행하고 관제 시스템 정보를 제공할 수 있다

   - cctv 관제시스템, 소방청, 이런 기관에서 확장해서 파급효과를 얻을 수 있게 하겠다         

      ex) 소방청 교통경찰 이런 쪽으로 해서 서버 방식이나 엣지 디바이스 이런 투자를 통해서  지속가능성하고 , 데이터 누적함으로써 정부 교통 당국에 정책, 반영해 활용할 수 있겠다