딥러닝 기반 차량 속도 모니터링을 통한 스마트 횡단보도 시스템의 설계 및 구현

국문 초록 (Abstract)

우리나라의 개인별 자동차 보급률이 지속적으로 증가하면서 교통사고 발생률 또한 지속적으로 증가하는 추세를 보이고 있다. 특히, 보행자 사고 중 횡단보도에서의 아동과 노인의 사고 비율이 높은 것으로 나타나면서 횡단보도 교통사고에 대한 예방 노력이 많이 이루어지고 있다. 본 논문에서는 횡단보도에 접근하는 차량들의 속도 모니터링을 통한 적응형 알림을 제공함으로써 보행자 교통사고를 예방하기 위한 시스템을 제안한다. 이를 위하여 딥러닝 기술을 활용하여 횡단보도에 접근하는 차량의 위치 변화를 모니터링하며 최적화된 분류 모델과 파라미터를 사용하여 차량 속도에 따른 위험 정도를 예측한다. 실제 차량 주행 영상을 이용한 시뮬레이션 및 실험을 바탕으로 제안하는 시스템의 교통사고 예방 활용가능성을 확인하였다.

다국어 초록 (Multilingual Abstract)

As the individual vehicle penetration rate of Korea continues to increase, the rate of traffic accidents tend to increase as well. In particular, among the pedestrian accidents a high ratio of accidents of children and the elderly at crosswalks are observed; therefore, a lot of studies and efforts have been made to prevent crosswalk traffic accidents. This paper proposes a system to prevent pedestrian traffic accidents by providing adaptive notification through speed monitoring of vehicles approaching the crosswalk. To this end, a deep learning technology is used to monitor changes in the position of the vehicle approaching the crosswalk, and well-optimized classification models and parameters are used to estimate the speed of a vehicle, thereby predicting the degree of safety around the crosswalk. Through the experiments and simulations using real vehicle driving images, we show the feasibility of the proposed system to prevent traffic accidents.

목차 (Table of Contents)

• 요약
• ABSTRACT
• Ⅰ. 서론
• Ⅱ. 제안 시스템
• Ⅲ. 실험
• Ⅳ. 결론
• References