한국어 English Tiếng Việt bahasa Indonesia Unisem
한국어 English Tiếng Việt bahasa Indonesia Unisem

UniTraffic 소개

교통관제시스템

교통 관제

UNISEM은 복잡하고 다양한 교통 환경과 운전자의 교통 법규 위반 행동으로 인한 교통 문제를 해결하기 위해

AI의 Deep Learning 방법을 기반으로 한 솔루션을 개발했습니다.

UniTraffic은 CCTV의 RAW 이미지를 사용하여 교통 흐름 모니터링 및 계산, 위반 탐지, 위반 차량의 번호판 번호 인식 

및 교통 정보를 제공하는 VAS (비디오 분석 시스템), LPR (라이센스 플레이트 인식) 및 TMS (교통 관제 시스템)

소프트웨어입니다.


딥러닝 기반 이미지인식 기술

이미지 인식 기술

UniTraffic의 핵심기술은 다중객체(보행자, 자동차, 오토바이, 트럭 등) 검지 및 분류의 정확도를 높일 수 있는 딥러닝 (Deep Learning) 기반의 이미지 인식 기술입니다.


UniTraffic은 누구에게 도움을 줍니까?

교통부에 교통통계 제공

교통부

UniTraffic은 교통 흐름 및 위반과 관련된 모든 통계 정보를 제공합니다.

도시행정에 교통량 및 교통 상황 정보 제공

도시행정

UniTraffic은 차량 분류 및 교통량에 대한 신뢰성 있고 포괄적인 정보를 제공함으로써 인프라 개선을 위한 보다 효과적인 전략을 개발 할 수 있도록 도움을 줍니다.

경찰용 영상분석 통한 교통위반 탐지

경찰청

UniTraffic은 광범위한 위반 사항을 탐지하고 번호판을 인식하여 위반자를 식별하는데 도움을 줍니다.

UniTraffic으로 검출 가능한 교통법규 위반

속도 위반

속도 위반

신호 위반

신호 위반

정지 표지

정지표지 위반

주차 금지

주차금지 위반

차선위반

차선위반

Case Study 1. 베트남

베트남의 교통 시스템은 복잡성과 다양성으로 유명합니다. 일상적인 이동 교통 수단으로 오토바이 사용 수준이 높고, 빈약한 교통 인프라로 인한 교통 혼잡과 치사를 최소화하기 위한 효율적인 ITS (지능형 교통 시스템)를 만드는 것은 매우 어렵습니다.

UNISEM의 IoT부서는 베트남 교통 환경의 복잡성과 다양성을 고려하여 제 4차 산업 혁명의 파괴 기술 중 하나인 AI (인공 지능) 를 활용하여 유사한 교통 환경에서 교통 문제, 교통 분석 및 관제에 도움이 될 수있는 UniTraffic을 개발하였습니다.

Case Study 2. 인도네시아

인도네시아 수도인 자카르타는 가장 혼잡한 도시 중 하나로 꼽혔습니다. 출/퇴근시 오토바이를 주요 교통 수단으로 사용하는 상황이 베트남 교통 환경과 유사하기 때문에 UniTraffic 도입이 인도네시아에서도 효율적이라고 생각합니다.

아래 동영상에서 특별한 준비 없이도 기존에 사용하던 카메라로 촬영한 동영상을 통해 UniTraffic의 VAS (비디오 분석 시스템)의 성능을 확인 할 수 있습니다.

유니셈(주) IoT사업부 소식지를 구독하세요.

정보 수집·이용에 동의합니다.