초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

대한민국 철도 노선의 총 길이는 2020년 기준 약 4900km에 달하며 계속 연장 중에 있다. 현재 철도 노선에 대한 유지보수 방법으로는 실제 숙달된 인력을 통해 노선에 대한 점검을 진행하고 있고 이로 인해 소요되는 시간과 비용이 상당하다. 따라서 본 논문에서는 이러한 비효율적인 철도 노선 유지보수를 해결하기 위해 철도 레일을 영상처리 딥러닝 기술을 이용하여 인력의 개입 없이 자동으로 레일을 인식하는 시스템을 제안한다.
전동차 운행시 진행 영상을 RGB 카메라로 촬영하고 해당 영상을 딥러닝 기반 YOLO V4를 활용하여 철도 운행 영상에서 철도 노선을 경계 상자로 인식하도록 학습을 시킨 후 실제 테스트를 통해 레일을 제대로 인식하는지 확인하였다. 전체 촬영된 영상 중 전동차의 진행 방향의 레일만을 인식하도록 경계 상자를 학습시키고 양쪽 레일과 좌, 우 레일을 인식하는 경계 상자도 따로 나누어서 학습을 시켰다. 그 후 각각의 결과를 비교하여 정확도를 확인하였다. 그리고 인식한 경계 상자 내에 철도 레일을 Canny edge detection을 통해 edge만 인식하도록 하고 ...

대한민국 철도 노선의 총 길이는 2020년 기준 약 4900km에 달하며 계속 연장 중에 있다. 현재 철도 노선에 대한 유지보수 방법으로는 실제 숙달된 인력을 통해 노선에 대한 점검을 진행하고 있고 이로 인해 소요되는 시간과 비용이 상당하다. 따라서 본 논문에서는 이러한 비효율적인 철도 노선 유지보수를 해결하기 위해 철도 레일을 영상처리 딥러닝 기술을 이용하여 인력의 개입 없이 자동으로 레일을 인식하는 시스템을 제안한다.
전동차 운행시 진행 영상을 RGB 카메라로 촬영하고 해당 영상을 딥러닝 기반 YOLO V4를 활용하여 철도 운행 영상에서 철도 노선을 경계 상자로 인식하도록 학습을 시킨 후 실제 테스트를 통해 레일을 제대로 인식하는지 확인하였다. 전체 촬영된 영상 중 전동차의 진행 방향의 레일만을 인식하도록 경계 상자를 학습시키고 양쪽 레일과 좌, 우 레일을 인식하는 경계 상자도 따로 나누어서 학습을 시켰다. 그 후 각각의 결과를 비교하여 정확도를 확인하였다. 그리고 인식한 경계 상자 내에 철도 레일을 Canny edge detection을 통해 edge만 인식하도록 하고 Hog Transform을 활용하여 실선으로 도식화하여 영상에서 철도 레일만을 표현한다. 이를 통해 최종적으론 철도 노선 유지보수 시 인력이 아닌 인공지능을 활용하여 철도 노선을 인식하여 유지보수에 활용할 경우 그 효율성이 매우 향상될 수 있음을 보여주는 Deeplearning Based Railway Detection System(DERAS)을 제안한다.

주제어