다중객체추적 알고리즘을 활용한 드론 항공영상 기반 미시적 교통데이터 추출
Microscopic Traffic Parameters Estimation from UAV Video Using Multiple Object Tracking of Deep Learning-based
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
4차 산업혁명의 도래와 함께 자율주행자동차의 주행관리 및 주행 전략과 관련된 연구들이대두되고 있다. 이러한 연구를 위해서는 차량의 미시적 교통데이터의 확보가 필수적이나, 기존교통정보 수집 방식은 개별차량의 주행행태를 수집할 수 없다. 본 연구에서는 미시적 교통정보를 수집 가능한 항공에서 내려다보는 관점의 교통정보 수집을 위해 드론 항공영상을 활용하였다. 관련 연구의 한계점을 극복하기 위하여 딥러닝 기반 다중객체추적 알고리즘과 영상정합을 활용하여 미시적 교통데이터를 추출하였다. 그 결과로 속도는 MAE 3.49km/h, RMSE 4.43km/h, MAPE 5.18km/h의 오차율과 교통량 Precision 98.07%, Recall 97.86%의 정확도를 획득하였다.
Abstract
With the advent of the fourth industrial revolution, studies on driving management and driving strategies of autonomous vehicles are emerging. While obtaining microscopic traffic data on vehicles is essential for such research, we also see that conventional traffic data collection methods cannot collect the driving behavior of individual vehicles. In this study, UAV videos were used to collect traffic data from the viewpoint of the aerial base that is microscopic. To overcome the limitations of the related research in the literature, the micro-traffic data were estimated using the multiple object tracking of deep learning and an image registration technique. As a result, the speed obtained error rates of MAE 3.49 km/h, RMSE 4.43 km/h, and MAPE 5.18 km/h, and the traffic obtained a precision of 98.07% and a recall of 97.86%.
참고문헌 (22)
- "AlexeyAB/Yolo_mark" (2020)[URL]
- Angel A., "Application of aerial video for traffic flow monitoring and management", ASCE 7th International Conference on Applications of Advanced Technologies in Transportation, pp.346~353 (2002)
- 백남철, "항공 기반 차량검지시스템의 실시간 교통자료 수집에의 활용 가능성에 관한 연구", 대한토목학회 논문집D, 32(2), pp.129~136 (2012), 대한토목학회
- Carlos F. D., "Fundamentals of Transportation and Traffic Operations", pp.14~ (1997), Emerald Group Publishing Limited
- Coifman B., "Surface Transportation Surveillance from Unmanned Aerial Vehicles", Proc. 83d Annual Meeting of the Transportation Research Board (2004)
- Dawei D., "The Unmanned Aerial Vehicle Benchmark: Object Detection and Tracking", ECCV 2018, pp.375~391 (2018)
- Doherty P., "The WITAS Unmanned Aerial Vehicle Project", ECAI, 14, pp.747~755 (2000)
- Gao H., "Automatic Extraction of Multi-Vehicle Trajectory Based on Traffic Videotaping from Quadcopter Model", Applied Mechanics and Materials, 552, pp.232~239 (2014)
- Granlund G., "WITAS: An Intelligent Autonomous Aircraft Using Active Vision", Proceedings of the UAV 2000International Technical Conference and Exhibition (UAV) (2000), Euro UVS
- 정정호, "교통 시뮬레이션을 활용한 고속도로 유입부에서의 자율주행버스 전용차로 진입 영향권 안전성 평가", 대한교통학회지, 38(1), pp.58~67 (2020), 대한교통학회[DOI]
- 김수희, "드론기반 고속도로 교통조사분석 활용을 위한 기초연구", 한국ITS학회 논문지, 16(6), pp.182~194 (2017), 한국ITS학회[DOI]
- 김연민, "드론을 활용한 도심부 차량별 차로변경 자동인식", 교통연구, 25(1), pp.29~39 (2018), 한국교통연구원[DOI]
- 이설영, "군집주행 환경에서 비자율차의 차로변경행태 분석", 대한교통학회지, 35(4), pp.332~347 (2017), 대한교통학회[DOI]
- The Application of Unmanned Aerial Systems In Surface Transportation-VolumeⅡ-C: Evaluation of UAS Highway Speed-Sensing Application, "Massachusetts Department of Transportation Office of Transportation Planning", 1~47 (2019)
- "Mikel-brostrom/Yolov5_DeepSort_Pytorch" (2020)[URL]
- Annual Traffic Volume Report 2020, "Ministry of Land, Infrastructure and Transport", 6~ (2021)
- 박홍련, "UAV를 활용한 실시간 교통량 분석을 위한 딥러닝 기법의 적용", 한국측량학회지, 38(4), pp.353~361 (2020), 한국측량학회[DOI]
- Puri A., "A Survey of Unmanned Aerial Vehicles(UAV) for Traffic Surveillance, Department of Computer Science and Engineering", pp.1~29 (2005), University of South Florida
- Ruimin K., "Advanced framework for microscopic and lane-level macroscopic traffic parameters estimation from UAV video", IET Intelligent Transport Systems, 14(7), pp.724~734 (2020)
- Ruimin K., "Real-Time Traffic Flow Parameter Estimation Frow UAV Video Based on Ensemble Classifier and Optical Flow", IEEE Transactions on Intelligent Transportation Systems, 20(1), pp.54~64 (2019)
- 서성혁, "드론을 활용한 연속류 교통정보 수집·분석에 관한 연구", 한국ITS학회 논문지, 17(6), pp.144~152 (2018), 한국ITS학회[DOI]
- Wojke N., "Simple Online and Realtime Tracking with a Deep Association Metric", ICIP 2017, pp.3645~3649 (2017)