Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Expressway Falling Object recognition system using Deep Learning

딥러닝을 이용한 고속도로 낙하물 객체 인식 시스템

  • Sang-min Choi (Department of Aeronautical Software Engineering, Kyungwoon University) ;
  • Min-gyun Kim (Department of Aeronautical Software Engineering, Kyungwoon University) ;
  • Seung-yeop Lee (Department of Aeronautical Software Engineering, Kyungwoon University) ;
  • Seong-Kyoo Kim (Department of Aeronautical Software Engineering, Kyungwoon University) ;
  • Jae-wook Shin (Department of Aeronautical Software Engineering, Kyungwoon University) ;
  • Woo-jin Kim (Department of Aeronautical Software Engineering, Kyungwoon University) ;
  • Seong-oh Choo (Department of Aeronautical Software Engineering, Kyungwoon University) ;
  • Yang-woo Park (Department of Aeronautical Software Engineering, Kyungwoon University)
  • 최상민 (경운대학교 항공소프트웨어공학과) ;
  • 김민균 (경운대학교 항공소프트웨어공학과) ;
  • 이승엽 (경운대학교 항공소프트웨어공학과) ;
  • 김성규 (경운대학교 항공소프트웨어공학과) ;
  • 신재욱 (경운대학교 항공소프트웨어공학과) ;
  • 김우진 (경운대학교 항공소프트웨어공학과) ;
  • 추승오 (경운대학교 항공소프트웨어공학과) ;
  • 박양우 (경운대학교 항공소프트웨어공학과)
  • Published : 2023.07.12
Download PDF
⟨ Previous Next ⟩

Abstract

고속도로에 낙하물이 있으면 사고 방지를 위해 바로 치워야 하지만 순찰차가 발견하거나 신고가 들어오기 전까진 낙하물을 바로 발견하기 힘들며, 대다수의 사람들은 신고하지 않고 지나치는 경우가 있기에 이러한 문제점들을 개선하기 위해 드론과 YOLO를 이용하여 도로의 낙하물을 인식하고 낙하물에 대한 정보를 보내 줄 수 있는 시스템을 개발하였다. 실시간 객체 인식 알고리즘인 YOLOv5를 데스크톱 PC에 적용하여 구현하였고, F450 프레임에 픽스호크와 모듈, 카메라를 장착하여 실시간으로 도로를 촬영할 수 있는 드론을 직접 제작하였다. 개발한 시스템은 낙하물에 대한 인식 결과와 정보를 제공하며 지상관제 시스템과 웹을 통해 확인할 수 있다. 적은 인력으로 더 빠르게 낙하물을 발견할 수 있으므로 빠른 상황 조치를 기대할 수 있다.

Keywords