교통사고도 ‘AI 기반 도로관리’로 방지

건설기술연구원, ‘AI 도로검지기술과 지능형 플랫폼’ 개발

[자료= 한국건설기술연구원]

 

[중소기업투데이 조민혁 기자] 도로상황을 사전에 파악, 교통사고를 방지하는데도 AI기술이 접목될 수 있을 것으로 보인다. 차량 기술과 성능이 발달하면서 교통사고는 ‘포트홀’과 같은 도로 포장상태나 시설 하자로 일어나는 경우가 더 많다.

한국건설기술연구원은 “차량 요인은 교통사고에 미치는 영향이 최대 12%로 미미한 편이나, 도로요인은 최대 34%까지 영향을 미친다”며 이같은 연구 결과를 최근 공개했다.

이에 따르면 교통사고 중 다수는 도로 시설 및 포장 이상 상황에 대한 대처가 신속하지 못한게 원인이다. 이에 AI 기술과 지능형 플랫폼을 활용, 신속 정확하게 도로요인을 사전에 파악해 교통사고를 예방하고 안전하게 도로를 관리할 수 있다는 설명이다.

한국건설기술연구원의 도로교통연구본부의 김형규 수석연구원은 최근 이같은 연구 결과를 통해 “기존의 도로 이상상태 검지 기술은 고해상도 특수 카메라로 촬영된 영상 또는 이미지를 활용하기 때문에 실제 현장에 배치해 운영하기에는 현실성과 실효성이 낮다”면서 “AI 기반 도로 이상상태 검지 기술을 통해 일반적으로 보급된 블랙박스 카메라를 통해서도 도로 이상상태를 사전에 검지할 수 있다”고 소개했다.

그가 소개한 AI 기반 도로 이상상태 검지 기술은 검지 차량을 이용해 도로 상태를 분석하는 방식이다.

즉, 탐지 차량에 장착된 단말기에서 탐지된 도로 이상 정보(포트홀) 등을 실시간 수집할 수 있다. 수집된 GPS 위도, 경도, 탐지주소, 일시, 크기, 속도, 방향 등은 DB에 저장된다. 또한 차량 내에 블랙박스와 비슷한 형태로 거치된 스마트폰과 유사한 단말기를 활용해 노면 파손 정보를 수집한다. 이를 CV 카메라를 활용해 딥러닝 기반으로 분석하고 GPS 정보와 함께 서버로 전송돼 실시간으로 노면 파손 정보를 수집하는 방식이다.

도로 위 객체 인식 기술력 향상을 위해서는 전처리 단계에서 영상인식 이전 저화질의 블랙박스 영상을 고화질로 전환할 필요가 있다. 이를 위해 AI 기반의 업스케일링(Upscaling) 기술을 접목하여 인식률을 높일 수 있다.

다만 도로 이상 상태 식별을 위해 딥러닝 모델을 사용할 경우, 학습용 데이터의 해상도가 낮으면 모델이 영상의 특징을 다양하게 학습하지 못하는 정확도 문제점이 따른다. 이에 학습 데이터를 고화질 영상으로 정제하기 위해 딥러닝 기반의 초해상화 기술 적용이 필요하며, 우선적으로 저화질 영상을 고화질로 변환하기 위한 초해상화 알고리즘의 적용이 요구된다.

AI 플랫폼 활용을 위한 초해상화 기법으로 특히 Real-ESRGAN 등의 알고리즘이 있다. Real-ESRGAN은 대상에 대한 우수한 식별 성능을 보이는 알고리즘으로 도로 이상 상황을 정확하게 파악해내는 초해상화 방식이다.

AI 기반 도로검지 기술은 또한 도로 상황을 우선순위에 따라 그룹화하고 레이블링해 인식 정확도를 높일 수 있다. 이를 위해 “데이터 수집 및 레이블링 단계부터 도로교통 전문가가 참여하여 레이블링을 수행하고 데이터 증강을 통해 학습 데이터셋을 확보할 필요가 있다”는 의견이다.

김 수석연구원은 “이러한 기술을 통해 도로 검지율을 높이면, 도로상태에 대한 지속적인 정보 수집을 통해 도로관리에 활용할 수 있는 양질의 데이터셋 증대 효과를 볼 수 있다”면서 “이같은 AI기술을 접목하고 고도화함으로써 실시간 도로 위험정보를 제공하고, 도로 유지관리를 자동화할 수 있을 것”이라고 밝혔다.

 

 

 

출처 : 중소기업투데이 http://www.sbiztoday.kr/