YOLO v5기반 지하주차장 구조 데이터화 시스템

국문 초록 (Abstract)

이 논문은 YOLO v5 기반의 객체 검출 기술과 PaddleOCR 엔진을 활용해서 지하 주차장 구조를 데이터화하는 시스템을 정의하고 설계한 연구이다. 현재 국내 완성차 제조업체(현대자동차, 기아)가 서비스 중인 주차장 도면 안내 서비스의 데이터 구축과 유지보수의 한계를 극복하기 위해, 차량의 IVI (In-Vehicle Infotainment) 및 AVM (Around View Monitoring) 시스템의 Front Camera를 활용하여 주차장 데이터를 수집하고 이를 데이터 센터에서 분석 및 병합하는 방식을 제안했다. 데이터셋은 서울, 경기 지역에 위치한 주요 상업 시설, 지식 산업 센터, 숙박 시설, 교통 시설에서 이미지 200장을 촬영해 구축했으며 Labelimg 프로그램을 활용해 라벨링을 수행했다.
해당 데이터셋을 기반으로 YOLO v5를 활용해서 주차장 내의 주요 객체(주차 단위 구획, 주차 전용 구획, 주차 기둥)를 검출하고, PaddleOCR 엔진을 활용하여 주차 구획 표지를 텍스트화 했다. 수집된 데이터는 시스템에 의해 구조화된 배열로 변환되어 주차장 도면을 생성하는데 활용됐다. 본 연구의 결과, 제안한 시스템은 85% 이상의 mAP50-95 성능을 보였으며, 실측 도면과 일치하는 주차장 도면을 성공적으로 생성할 수 있음을 확인했다.

목차 (Table of Contents)

• 초록 i
• ABSTRACT iii
• 목차 vi
• 표 목차 viii
• 그림 목차 x
• 1장. 서론 1
• 1.1 연구 배경 1
• 1.2 연구 목표 2
• 1.3 기대 효과 4
• 2장. 주차장 용어 정의 5
• 3장. 연구 환경 구축 6
• 3.1 객체 검출 주체 선정 6
• 3.2 수집 데이터 선정 8
• 3.3 인프라 구축 11
• 4장. 시스템 설계 17
• 4.1 데이터 수집 17
• 4.2 이미지 라벨링 18
• 4.3 학습 및 검증 데이터셋의 구성 21
• 4.4 모델 생성 25
• 4.5 객체 검출 29
• 4.6 주차 구획 표지 검출 34
• 4.7 주차 구획 데이터 추출 37
• 4.8 도면 제작 및 성능평가 44
• 5장. 결론 49
• 5.1 제안 방법에 대한 분석 49
• 5.2 향후 연구 50
• 참고문헌 51