사이버-물리 교통 시스템 구축을 위한 동적 객체의 상태 추정 연구 = The Research of Dynamic Object Linking for Cyber-Physical Transportation System

국문 초록 (Abstract)

사이버-물리 시스템(CPS)은 물리 대상과 디지털트윈이 상호작용하며 현실의 문제를 시뮬레이션, 분석 및 제어하는 시스템이다. 특히 사이버-물리 교통 시스템(CPTS)은 정밀한 차량 상태 추정을 기반으로 현실성 있는 교통 시뮬레이션을 가능하게 한다. 그러나 영상 기반의 상태 추정은 2차원 영상 관측의 한계, 카메라 왜곡, 객체 검출 정확도 등 다양한 문제로 인해 도전적이다. 본 연구에서는 이러한 한계를 극복하기 위해 디지털트윈 기반 차량 상태 추정 프레임워크를 제안한다. 먼저 도로 형상을 반영한 정적 디지털트윈 환경을 구축한다. 또한 유전 알고리즘 기반 카메라 보정 기법을 적용하여 실제 카메라와 가상 카메라의 내·외부 파라미터를 정밀하게 추정함으로써 영상 좌표를 실제 좌표로 변환할 수 있도록 한다. 이후 영상에서 검출된 차량을 디지털트윈에 역투영하고, 차량 크기 및 위치를 고려한 재조정 과정을 통해 차량의 위치를 관측한다. 마지막으로 가중 이동 평균 필터와 칼만 필터를 적용하여 잡음을 억제하고 차량의 위치, 속도, 방향 추정값을 보정한다. 실험은 울산 공업탑 로터리를 대상으로 진행되었다. 그 결과, 98.3%의 디지털트윈 구축 정확도를 보였고, 4K 영상에서 6픽셀 이내의 카메라 보정 오차를 달성하였다. 최종적으로 차량 상태 추정 오차를 1% 이내로 유지함으로써 제안된 방법이 CPTS 기반 교통 시뮬레이션의 기반 기술로 활용될 수 있음을 검증하였다.

다국어 초록 (Multilingual Abstract)

Cyber-physical systems (CPS) simulate, analyze, and control real-world problems through interactions between physical entities and digital twin. In particular, cyber-physical transportation systems (CPTS) enable realistic traffic simulations based on precise vehicle state estimation. However, vision-based state estimation remains challenging due to the inherent limitations of 2D observations, camera distortions, and inaccurate object detection. To address these challenges, this paper proposes a digital twin-based vehicle state estimation framework. First, a static digital twin reflecting road information is constructed and its accuracy is validated against the satellite imagery. Then, a genetic algorithm-based camera calibration precisely estimates the camera parameters of real and virtual cameras, enabling the transformation of image coordinates into world coordinates. Next, vehicles detected in video are reprojected into the digital twin, and their positions are refined considering vehicle size and geometry. Finally, weighted moving average filter and Kalman filter suppress noise and refine estimates of vehicle position, velocity, and heading. Experiments at the Ulsan Gongeoptap rotary demonstrated a digital twin construction accuracy of 98.3% and camera calibration error within six pixels in 4K video. Vehicle state estimation errors remained within 1%, validating the framework as a core technology for CPTS-based traffic simulation.

목차 (Table of Contents)

• 국문요약 i
• 영문요약 ii
• 목차 iii
• 그림 목차 iv
• 표 목차 v
• 1. 서론 1
• 1.1. 사이버-물리 시스템 1
• 1.2. 연구 필요성 2
• 1.3. 연구 목표 4
• 2. 연구 배경 5
• 2.1. 객체 검출 및 추적 5
• 2.1.1. 객체 검출 관련 연구 6
• 2.1.2. 객체 추적 관련 연구 7
• 2.2. 카메라 기하학 8
• 2.1.1. 카메라 모델 8
• 2.1.2. 카메라 보정 9
• 2.1.3. 카메라 기하학 관련 연구 10
• 2.3. 제어 시스템 11
• 2.2.1. 칼만 필터 12
• 2.2.2. 저주파 통과 필터 13
• 3. 디지털트윈 기반 동적 객체 상태 추정 연구 15
• 3.1. 디지털 트윈 구축 16
• 3.2. 카메라 보정 17
• 3.3. 카메라-월드 좌표계 변환 20
• 3.4. 시계열 필터링 23
• 4. 실험 25
• 4.1. 디지털트윈 구축 정확성 평가 26
• 4.3. 카메라 보정 정확성 평가 27
• 4.4. 객체 검출 알고리즘 및 상태 추정 정확도 평가 31
• 5. 결론 35