• 한국터널지하공간학회 논문집
• /
• 제20권6호
• /
• pp.1161-1175
• /
• 2018

도로 터널의 주행은 시야의 제한으로 인해 유고상황이 발생한 후 2차 대형사고로 이어지기 쉽다. 따라서, 유고상황 발생 즉시, 상황을 자동 감지하여 신속히 초동대응이 이루어 져야 한다. 유고상황을 자동으로 감시할 수 있는 시스템은 기존에도 존재했지만, 폐합된 터널 내 열악 환경에서 촬영되는 CCTV 영상의 질적 한계로 인해 유고상황을 제대로 감지하지 못했다. 이러한 한계를 극복하기 위해 딥러닝을 기반으로 한 터널 영상유고 자동 감지 시스템을 개발하였으며, 지난 2017년 11월 딥러닝 객체 인식 네트워크에 대한 연구를 진행하여 우수한 객체인식 성능을 보인바 있다. 그러나 객체인식은 정지영상 기반으로 수행되므로 이동체의 이동방향과 속도를 알 수 없어, 정차 및 역주행 등 이동체의 이동특성에 따른 유고상황을 판단하기 힘들다. 본 논문에서는 객체인식으로 감지된 이동체의 객체정보를 기반으로 별도의 객체추적기법을 적용하여 이동체의 이동 특성을 자동으로 추적하는 프로세스를 제안하였다. 이를 통해 얻어진 이동체의 이동 방향과 속도 정보를 기반으로 정차 및 역주행을 판별하는 알고리즘을 개발하여 딥러닝 기반 터널 영상유고 자동감지 시스템을 완성하였다. 또한, 유고상황이 포함된 영상들에 대하여 유고상황 감지성능을 검증하였다. 검증 실험 결과, 화재, 정차와 역주행 상황에 대해서는 모두 100% 수준으로 완전한 유고상황 감지성능을 보였으나, 보행자 발생 상황에서는 78.5%로 상대적으로 낮은 성능을 보였다. 하지만, 향후 지속적인 영상유고 영상 빅데이터를 확장해 나가고 주기적인 재학습을 통해 유고상황에 대한 인지성능을 향상시켜 나갈 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1082-1087
• /
• 2019

영상유고감지시스템은 터널 내 보행자, 낙하물, 정지 차량, 역주행, 화재(화염 및 연기) 등 돌발상황 시에 초동 감지 목적의 시스템으로 최근 도심지의 대심도 지하도로 건설에 따라 중요성이 부각되고 있다. 그러므로 영상유고감지시스템을 대심도 복층터널에 적용하기 위하여 복층터널의 설계 특성을 반영하여 개발하였고, 본 논문에서는 특히 기존 영상유고감지시스템에서는 지원되지 않거나 또는 오감지가 많아 복층터널 환경에 그대로 적용하기 어려웠던 화재 감지를 색 영상 분포, 실루엣 확산 및 통계적 특성 분석을 복합적으로 사용하는 방법을 제안하고, 이를 복층터널 테스트베드 환경에서 차량 실물화재 실험을 통하여 검증하였다.

• 한국정보통신학회논문지
• /
• 제20권7호
• /
• pp.1325-1334
• /
• 2016

영상유고감지시스템은 터널내 보행자, 낙하물, 정지차량, 역주행, 화재(연기) 등 돌발 상황시에 초동감지 목적의 감지시스템으로 최근 도심지의 대심도 지하도로 및 복층터널 등에서 중요성이 부각되고 있다[1] 그러므로 본 논문에서는 영상유고감지시스템을 대심도 복층터널에 적용하는 것의 타당성을 검증하기 위하여 본 시스템이 설치된 국도, 고속국도 터널을 대상으로 장기간 로그데이터 분석을 실시한 내용과 실험 결과를 소개하고, 이를 바탕으로 기존 영상유고감지시스템의 문제점 도출과 개선방안 그리고 일반터널과는 상이한 복층터널 설계에 대한 이해를 통해 복층터널 특성반영 방안에 대하여 몇가지 사항을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.425-428
• /
• 2012

본 논문에서는 터널 내 유고 상황을 실시간으로 빠르게 감지하여 터널 관리자에게 상황을 전달하여 터널의 안전한 운영에 도움을 줄 수 있는 컴퓨터 비전을 이용한 터널 유고감지 시스템을 제안하였다. 제안한 시스템은 관리자, 서버, 영상 검지기로 구성되며 영상 검지기의 경우 객체를 추출하기 위하여 배경차이법을 사용하였으며, 터널 내에서 발생하는 조명의 변화, 입 출입구의 조명의 영향, 카메라의 프리컬링 잡음의 영향을 최소화하였으며, 터널 내에서 발생할 수 있는 정지물체, 차량 외 통행, 연기, 역주행, 정체 지체의 유고 상황을 감지하는 방법을 개발하였다. 제안한 시스템을 전남 여수의 마래터널 및 엑스포터널, 전북 임실의 운암터널에서 실험한 결과 터널 내에서 발생하는 유고 상황을 감지하였다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2010년도 추계학술발표회 자료집
• /
• pp.155-158
• /
• 2010

본 연구에서는 최근 도심지 대심도 지하도로 및 침매터널등에서 중요성이 부각되고 있는 터널내 화재안전 설계를 위한 영상유고감지시스템의 성능평가를 수행하였다. 영상유고감지시스템(VIDS)의 성능 평가를 위하여 터널 내부에서 발생할 수 있는 유고상황을 5가지로 구분하여 보행자, 낙하물, 정지차량, 역주행, 연기발생등의 상황을 인위적으로 발생시켰으며 이에 따른 감지 능력을 평가하였다. 실험결과 2, 3회 걸친 지속적인 교정과 세부조정을 거친 후에는 보행자 98.3%, 낙하물 96.7%, 정지차량 100%, 역주행 100%, 연기감지 100%의 감지율을 나타내었으며 카메라의 설치거리 100m 이내에서 비교적 높은 감지율을 나타내었다. 영상유고감지기의 적용 신뢰도는 터널내 조도, 카메라의 설치 위치에 따른 영상 변화등에 의존적이었으나 대심도 터널등의 신속한 화재감지를 위한 대안으로 적용될 수 있을 것으로 판단되었다.

• 한국ITS학회 논문지
• /
• 제9권1호
• /
• pp.9-18
• /
• 2010

산악지형이 많은 우리나라는 자연환경 여건상 터널 수요가 많고 안전한 운영을 보장 할 수 있는 터널 유고감지 시스템에 대한 필요성도 커지고 있다. 본 논문에서는 터널 내 유고 상황을 실시간으로 감지하여 터널 사무소에 전달 터널의 안전한 운영을 도울 수 있는 터널 유고감지 시스템을 제안 하였다. 제안한 시스템은 차 영상 기법과 같은 단순한 영상 분석 알고리즘을 사용하여 시스템의 신속성을 높였으며 유고의 종류 보다는 유고상황의 발생여부를 정확히 판단하데 중점을 두어 시스템의 정확성도 확보하였다. 또한 영상 분석 장치 한 대당 네 대의 카메라를 수용할 수 있게 함으로써 시스템의 비용적인 측면도 고려하였다. 그리고 카메라의 대수에 따라 영상분석 장치를 추가함으로써 카메라 대수에 관계없이 시스템의 확장성을 용이하게 하였으며 터널 유고상황 정보를 웹에서도 접근 가능하게 하여 원격지의 다른 터널 시스템과의 연동 등의 추가 확장성도 고려하였다. 구현된 시스템을 실제 터널에서 실험한 결과 터널 내에서 발생한 장애물, 정지 사고차량, 차량 정체 지체, 사람 이륜차, 연기 화재, 조명 이상, 역 주행 등의 유고상황을 모두 실시간으로 정확히 감지하였다.

• 한국터널지하공간학회 논문집
• /
• 제19권6호
• /
• pp.915-936
• /
• 2017

본 논문에서는 2016년을 기준으로 강화된 터널 방재시설 설치 및 관리지침과, 점차 강화되고 있는 터널 CCTV설치 터널등급 기준과 터널 영상유고감지 시스템의 설치 운용에 대한 요구의 증가 상황을 정리해 보고하였다. 그럼에도, 가동중인 알고리즘 기반의 터널 영상유고감시 시스템의 정상 인지율은 50%가 채 되지 않는 것으로 파악되었으며, 그에 대한 주원인은 터널 내 낮은 조도, 심한 먼지로 인한 영상 선명도 저하, 낮은 CCTV 설치위치로 인한 이동객체의 겹침현상 등으로 파악되었다. 따라서, 본 연구에서는 이러한 열악한 조건에서도 영상유고 정상 인지율을 확보할 수 있는 딥러닝 기반 영상유고감지 시스템을 개발하였으며, 이에 대한 이론적 배경 제시와 시스템의 타당성 검토 연구가 진행되었다. 개발 시스템의 타당성 검토 연구는 터널 방재시설 및 관리지침 내 영상유고감지 항목중 정지 및 역주행 차량을 감지하는 주요 정보인 차량 객체 인식과 보행자 감지를 중심으로 진행되었다. 또한, (1) 동일 터널 내에서 학습과 추론이 이루어 지는 경우와 (2) 다양한 터널의 영상 정보를 통합 학습하고, 각 터널의 영상유고감지에 투입되는 경우, 두개의 시나리오를 설정하여 타당성 검토를 진행하였다. 두 시나리오 모두 일정 시간의 학습 자료와 유사한 상황에 대해서는 열악한 터널환경과 무관하게 그 감지성능이 80% 이상으로 우수하나, 추가 학습 없이 학습된 시간 구간과 멀어질수록 그 추론 성능은 상대적으로 낮은 40% 수준으로 떨어짐을 알 수 있었다. 그러나, 시간이 지남에 따라 자동으로 누적되어 확장되는 영상유고 빅데이터를 반복적으로 학습함으로써, 설치된 영상유고감지 시스템의 보완이나 보정절차 없이도 자동으로 그 영상유고감지 성능이 향상될 수 있음을 보였다.

• 한국전자통신학회논문지
• /
• 제7권2호
• /
• pp.457-463
• /
• 2012

영상만을 기반으로 하는 유고감지 시스템은 다양한 주변 환경의 변화에 영향을 받아 성능이 크게 저하될 수 있다. 그 중 가장 큰 요인으로 야간에 차량 헤드라이트의 영향과 갑작스런 기상 변화에 따른 관심영역 (ROI) 및 배경정보가 변화되어 오감지율이 증가한다는 점이다. 따라서 본 논문에서는 영상에 기반을 둔 시스템에 레이저 스캐너를 활용한 시스템을 통합한 시스템을 제안하고 구현하였다. 실험에서 영상 기반을 둔 시스템의 대다수의 문제점을 극복할 수 있었고, 이로 인한 시스템에 대한 신뢰성 문제도 향상 될 수 있음을 인식할 수 있는 유의한 결과를 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 추계학술대회
• /
• pp.607-608
• /
• 2011

본 논문에서는 터널 내에 정지한 차량에 대한 검출 알고리즘을 제안한다. 제안 알고리즘은 배경 추정을 통하여 객체를 분리하고, 차량등 컬러 정보의 실험적 분석을 통하여 효과적으로 차량을 검출하였다. 모의 실험 결과는 터널 영상에 대하여 95% 이상의 정지 차량 검출율을 보여준다.

• 한국터널지하공간학회 논문집
• /
• 제19권1호
• /
• pp.95-107
• /
• 2017

본 논문에서는 제도적으로 운영 중인 터널내 CCTV들로부터 실시간으로 들어오는 영상들을 최신 딥러닝 알고리즘을 이용, 학습시켜 다양한 조건의 터널환경에서 돌발 상황을 감지하고 그 돌발 상황의 종류들을 분류해 내는 시스템 개발을 위한 사전검토 연구를 수행하였다. 사전검토 연구를 위해, 2개의 도로현장의 교통류 CCTV영상 일부를 이용하여 가용한 전통적인 영상처리기법으로 영상내부로 집입하는 차량을 감지하고, 이동경로를 추적하여 일정 시간간격의 이동 차량의 좌표와 시간정보를 추출하고 학습자료를 구성하였다. 각 차량의 이동정보는 차선변경, 정차 등 6가지의 이벤트 정보와 연계된다. 차량 이동정보와 이벤트로 구성된 학습자료는 레질리언스(resilience) 기계학습 알고리즘을 이용하여 학습하였다. 2개의 은닉층을 설정하고, 각 은닉층의 노드수에 대한 9개의 은닉구조 모델을 설정하여 매개변수 연구를 수행하였다. 본 사전검토의 경우에는 첫 번째, 두 번째 은닉층 노드수가 각각 300개와 150개로 설정된 모델이 합리적으로 가장 추론정확도가 높은 것으로 평가되었다. 이로부터 일반화되기 매우 힘든 복잡한 교통류 상황을 기계학습을 이용하여 어떠한 사전 규칙설정 없이도 교통류의 특징들을 정확히 자동으로 감지할 수 있는 가능성을 보였다. 본 시스템은 시스템의 운용을 통해 지속적으로 교통류 영상과 이벤트 정보가 늘어난다면, 자동으로 그 시스템의 인지능력과 정확도가 자동으로 향상되는 효과도 기대할 수 있다.