http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 조햬찬 (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
컴퓨터 비전 기반의 횡단보도 내 차량-보행자 간 잠재적 충돌 위험 인식 방법 및 분석에 관한 연구
노병준,조햬찬,이헤진,가동호,여화수 대한교통학회 2023 대한교통학회지 Vol.41 No.1
Most of the traffic accidents involving vulnerable pedestrians occur on crosswalks. To reduce the collision risk between vehicles and pedestrians, we need to identify the risky situations and find the factors affecting it. We propose a method identifying the potential collision risks of vehicle-pedestrian interactions near crosswalks by applying computer vision and artificial intelligence techniques on videos. First, we employ a mask R-CNN model and transformation matrix in OpenCV to recognize the precise positions of the road users (e.g. vehicle and pedestrian) in orthogonal view. Next, we track their trajectories using the modified Kalman filter method. After extracting their interactions from trajectories of road users, we analyze their potential collision risks near crosswalks. In our experiments, we collected the video footage from 9 cameras in Osan City, tracked road users in videos, and analyzed the potential collision risks between them. On this video, the accuracy of road user detection was about 90% for both the vehicles and pedestrians when the distance tolerance is 50cm. For the tracking accuracy, our modified Kalman filter outperformed the threshold and minimum distance method by 3%. In analysis part, we elicited the valuable information that the vehicle speed is high on a wide road without a speed camera and the pedestrian safety margin is small on unsignalized crosswalks. We further observed that around 50% of cars do not stop before crosswalk when pedestrians cross the un-signalized crosswalk without having special warning signs such as red urethane road pavement and school zone marking on road. 보행자는 도로상에서 가장 위험에 자주 노출되는 도로 이용자 중 하나로써, 횡단보도와 같은 차량과 공간을 공유하는 영역에서 그 위험도가 높게 발생한다. 따라서, 횡단보도에서의 차량과 보행자의 충돌을 줄이기 위한 연구는 필요하다. 본 연구에서는 도로 위에 기설치된 카메라에서 수집된 영상 정보를 활용하여 횡단보도 영역 내 차량과 보행자의 잠재적 충돌 위험 상황을 인식하는 방법을 제시한다. 먼저, 영상 내 객체 탐지에서 위치 탐지에는 mask R-CNN 모델을 활용하였으며, 시점변환행렬을 활용하여 일반적으로 비스듬하게 획득되는 영상정보를 탑 뷰(top-view) 시점으로 변환한다. 다음으로, 객체의 추적(tracking)에는 칼만 필터를 기반으로 하는 추적방법론을 활용한다. 이처럼 획득된 객체 정보를 바탕으로 차량과 보행자의 행동 특징을 추정한 후, 이러한 정보를 분석하여 횡단보도 근처에서의 잠재적 위험 상황에 대한 분석을 수행한다. 본 연구의 실험에서는, 오산시 내 9개의 횡단보도에서 수집된 CCTV 영상을 활용하였으며, 실험 결과 도로 이용자의 위치 탐지는 위치 허용 오차가 50cm일 때 차량과 보행자 모두에서 평균 정확도가 약 90%였고, 변형된 칼만 필터를 이용하여 객체의 경로를 추적하는 방식은 기존에 사용하던 임곗값과 최소 거리 방식보다 평균 정확도를 3%만큼 향상하였다. 차량과 보행자 간 잠재적 충돌 위험 상황을 분석한 결과 차선 수가 많고 과속 단속 카메라가 없으면 그 횡단보도를 지나는 차량의 속력이 높고, 신호등이 없는 횡단보도에서 보행자 안전 간격이 낮은 것을 확인하였다. 신호등이 없는 횡단보도에서는 붉은색 우레탄의 도로포장 및 도로 위의 스쿨존 표식이 되어있지 않은 지역에서 50% 정도의 차량이 보행자가 횡단보도를 건너는 상황에서 정지하지 않는 것을 확인하였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
