A Design and Implementation of Real-time Automatic Traffic Violation Detection and Reporting System based on Edge Devices
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서는 엣지 디바이스 기반의 교통 법규 위반 자동 단속 및 간편 신고 시스템을 설계하고 구현한다. 이 시스템은 도로 교통 환경에서 신호 위반, 난폭 운전, 이륜차 안전모 미착용, 야간에 후미등을 끄고 주행하는 차량 등의 교통 법규 위반 행위를 자동으로 탐지한다. 엣지 디바이스에서 영상을 실시간으로 수집하여 고성능 딥러닝 모델(YOLOv8)과 차선 검출 모델(UFLDv2)을 활용하여 영상을 분석함으로써 다양한 교통 법규 위한 행위를 탐지한다. 특히 후미등을 끄고 주행하는 차량은 다중 프레임 연속 검출로 오탐지율을 낮추었으며, 이륜차 헬멧 미착용은 단일 프레임에서 즉시 위반 처리가 가능하도록 구현한다. 그리고 자동차 번호판 인식 및 자동 신고 절차를연동하여 교통 법규 위반 차량을 간편하게 신고할 수 있도록 구현한다. 본 논문에서 제안하는 시스템은 83.3% 정밀도와 71.4% 재현율로 교통 법규 위반 행위를 탐지하는 결과를 보였다. 향후 다양한 환경에서 검증하고, 모델 경량화함으로써 상용화 가능성을 높일 수 있다.
Abstract
In this paper, we propose an edge device-based automated traffic law violation detection and easy reporting system. This system automatically detects traffic law violations such as signal violations, reckless driving, not wearing a motorcycle helmet, and vehicles driving with their tail lights off at night in a road traffic environment. It collects images in real time from edge devices and analyzes the images using a high-performance deep learning model (YOLOv8) and a lane detection model (UFLDv2) to detect various traffic law violations. In particular, to reduce false detection rates, vehicles driving without taillights are detected through multi-frame continuous detection, while helmet violations on two-wheeled vehicles are processed immediately in a single frame. Additionally, the system integrates vehicle license plate recognition and an automated reporting procedure, allowing for easy reporting of traffic law violations. The proposed system demonstrated an accuracy of 83.3% and a recall of 71.4% in detecting traffic violations. Future work will focus on validation in diverse environments and model optimization to enhance commercialization potential.