부산대학교 도서관

자율주행 기술의 상용화를 위해서는 기술 비용 절감이 필수적이다. 특히 소규모 교통 서비스의 경우, 고가의 센서와 복잡한 알고리즘으로 인해 기술 비용이 높아 도입이 어려운 상황이다. 본 연구는 이러한 문제를 해결하기 위해 고정된 경로를 운행하는 소규모 교통 서비스에서 단안 카메라만을 활용한 자율주행 기술을 제안한다. 이를 위해 본 논문은 YOLOv5와SORT(Single Online and Realtime Tracking) 알고리즘을 기반으로 하여 탐지된 객체를 기반으로 노선의 랜드마크 기반 위치 인식 방법을 설계한다. 이 방법은 Bag of Words 기법을활용해 사전에 생성한 랜드마크 기반의 노선 코드북과 탐지된 랜드마크들 간의 유사도를 판단 방식으로 구현한다. 또한 사용자 관점에서 추가적인 정보가 될 수 있는 정류장의 혼잡도검출도 제공한다. 제안된 방법들을 실제 대학 캠퍼스 내 셔틀버스에 적용한 결과, 셔틀 버스의 현재 노선 구간과 정류장 내 혼잡도를 효과적으로 예측 할 수 있음을 보여준다.
Reducing technology costs is essential for commercialization of autonomous drivingtechnology. In particular, in the case of small-scale transportation services, thetechnology costs are high due to expensive sensors and complex algorithms, makingintroduction difficult. To solve this problem, this research proposes an autonomousdriving technology using only a monocular camera in small-scale transportationservices operating on fixed routes. To this end, this paper designs alandmark-based location recognition method for routes based on detected objectsbased on YOLOv5 and SORT(Single Online and Realtime Tracking) algorithms. This method utilizes the Bag of Words technique to determine the similaritybetween a pre-generated landmark-based route codebook and detected landmarks. We also provide detection of congestion at stops, which can provide additionalinformation from the user's perspective. The results of applying the proposedmethods to a shuttle bus on an actual university campus show that it is possible toeffectively predict the current route section of the shuttle bus and the level ofcongestion within the bus stop.