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

월간 소식지 2월. 이륜차 무인단속 시스템 (UniTraffic) 현장 실험

페이지 정보

작성자 Admin 작성일21-02-22 13:46 조회495회 댓글0건

본문

이륜차 무인단속 시스템 (UniTraffic) 현장 실험
이륜차 사고 급증 원인 배달 서비스 시장 확대 
지난 10 년 이내 한국의 배달 산업은 놀라운 속도로 성장해왔다. 그 중 가장 많이 주목을 받고 있는 분야는 대부분이 오토바이로 이루어지는 음식 배달이었다. 통계청에 따르면 국내 온라인 음식배달 서비스 거래액은 2017 년 약 2.96 조원에서 2020 년 17.38조원으로 약 6 배 증가했다 (동아닷컴).
그림 1. 국내 온라인 음식배달 서비스 거래액 추이
국가에서 이륜차 사고 예방을 위한 노력 : 무인단속 장비 개발 연구 실시
배달 량이 증가함에 따라 도로에 달리는 오토바이의 수가 상승했으며, 따라서 교통 위반 건수, 아쉽기도 사고의 건수도 늘렸다. 한국 정부는 그러한 추세에 주목하고 문제의 해결방법을 모색하기로 결정하고 도로교통공단에 이륜차 안전 정책 및 단속에 대한 연구를 실시하도록 지시했다.
지금까지 사고를 줄이는 가장 일반적이고 효과적인 방법은 운전자가 교통 규칙을 준수하는 습관을 기르는데 도움이 되는 벌금이었다. 이를 위해서는 위반 사항을 적절히 감지하고 위반 차량의 번호판을 인식해야 한다. 앞면과 뒷면에 번호판이 부착돼 있는 사륜차와 달리 오토바이는 뒷면에만 번호판이 있고 국내 무인 단속 시스템이 정면에서 단속을 하기 때문에 위반 오토바이 운전자를 식별할 수 없다. 위반자를 식별하는 데에 또 다른 문제는 이륜차 번호판의 크기와 기준이며 대부분의 현재 ALPR 시스템이 인식하는 것과 다르다.
UNISEM은 베트남과 인도네시아에서 이륜차 무인 단속 시스템을 제공한 경험이 있는 회사로서 이 문제에 대해 도로교통공단에 자문을 제공하고 있었다. 도로교통공단에서 이륜차 안전 정책 및 단속과 관련 해외 사례 연구를 마무리하여 영상인식 기술 전문 기업 3사를 선정하여 이륜차 무인단속장비 개발을 위한 성능 실험을 실행하기로 결정했다.
유니셈이 이륜차 무인단속 장비 개발 연구에 현장 실험 참가
선정된 기업 중에는 UNISEM이 있었다. 2020 년 12월부터 2021 년 1월까지 저희 팀은 무인 이륜차단속시스템의 현장 실험을 수행했다. 성남 (경기도)의 지정된 구역에서 카메라 2 대, 번호판 감지 용 1 대, 신호등 감지 용 1 대, 레이더, 야간 촬영용 LED 조명, 당사 소프트웨어 인 UniTraffic의 VAS (Video Analytics System)이 들어간 서버를 설치하여 UNISEM 솔루션의 기능을 입증했다.
이륜차 무인단속장비 설치 완료 모습
예상대로 UNISEM은 현장 실험을 완료하고 결과를 제출한 최초의 기업이었다. 1월 26 일 국무총리비서실 및 도로교통공단 직원들과 회의에서 UNISEM 팀은 수행한 작업과 한국 환경에서 UniTraffic의 VAS 및 LPDR 성능에 대한 보고서를 발표했다.
이륜차 무인단속장비 촬용 및 검지 범위
 
이륜차 통행량 분석 
자세한 정보는 제공할 수 없지만 관찰된 지역에서 오토바이에 대한 흥미로운 통계 정보를 공유할 수 있다. 아래 두 그림은 일요일과 월요일 점심과 저녁 시간에 오토바이 대수가 어떻게 증가했는지를 보여준다. 자세히 보면 정점에는 약간의 변화가 나타났다.
그림 2, 3. 시간별 이륜차 통과 추세
(12 월 6 일 일요일 ~ 좌, 12 월 7 일 월요일 ~ 우)
UniTraffic을 통해서 수집된 데이터를 기반으로 한 그림 4에서 주중 오토바이 량의 추세, 한주의 최고 및 최저 지점을 찾을 수 있다. 이러한 종류의 데이터가 트래픽 분석 및 개선 계획 과정에서 아주 유용하다.
그림 4. 요일 별 이륜차 통과 추세
이륜차 위반 검증 및 번호판인식
이번 현장 실험에서UniTraffic의 가장 중요한 기능인 위반에 대한 데이터 제공이었다. 관찰 결과 단 1 일 데이터에 따르면 감지된 오토바이 관련 위반 건수는 500 건 이상 (12 월 3 일 : 속도 위반 282 건, 신호등 위반 149 건, 헬멧 미사용 76 건)으로 나타났으며, 즉 오토바이 운전자 10 명 중 4 명( 12 월 3 일 : 총 오토바이 수 1,242 대)이 교통법을 위반했다는 것으로 가정할 수 있다. 
위반 상황이 탐지된 후 UniTraffic의 LDPR가 번호판 인식 작업을 수행한다. UniTraffic은 국내 환경에서 실험하는 것이 처음이었지만 가림, 오염, 훼손 인식 실패 및 부분적 인식을 제외하여 번호 인식률은 98.4% 이상이었다. 부분인식의 원인은 추가적인 학습으로 개선 가능한 지역 별 번호판 기준 차이며 운전자 계도 및 법 강화를 요구하는 가림 및 오염 문제였다.
 
이륜차 무인단속장비를 통해 검증된 헬멧 미착용 위반 상황 증거 이미지
 
(계획) 2차 연구 진행
공단에서 올해 2차 연도 연구를 진행할 예정이며 이륜차 무인단속장비 성능 개선 방안 뿐만 아니라 장비 규격안을도 출할 계획이다. 

국내 이륜차 량이 증가하는 사이에 많은 오토바이 운전자가 교통법규 준수하지 않기 때문에 이륜차 사고가 늘어나고 있다. 오토바이 운전자가 교통 법규를 준수하도록 하기 위해 위반 검증 및 번호판 인식 성능이 우수한 UniTraffic은 효율적인 도구가 되지 않을까 싶습니다.


 
유니셈 뉴스
2021.02.09
출처: Sedaily
유니셈, 3.70% 오르며 체결강도 강세 지속(500%)
2020.01.26
출처: Sedaily
유니셈은 26일 매출액 또는 손익구조 30%이상 변경공시를 통해 지난해 연결재무제표 기준 영업이익이 전년대비 36.6% 증가한 328억원을 달성했다고 밝혔다. 매출액도 전년대비 20.1% 증가한 2,150억원을 기록했다.
유니셈 IoT사업부 솔루션
딥러닝 기반 지능형 교통시스템
생산작업장 비전 AI 시스템
Facebook
Twitter
LinkedIn

댓글목록

등록된 댓글이 없습니다.

유니셈(주) IoT사업부 소식지를 구독하세요.

정보 수집·이용에 동의합니다.