다중클래스 분류기법을 활용한 도시부도로의 노면상태 판단 모형 구축 연구

Abstract

기상 상황에 따른 도로의 안전사고는 지속적으로 증가하고 있는 추세이다. 따라서 도로의 노면 상태(Road surface condition)에 대한 정확한 판단은 운전자 및 도로 운영자들로 하여금 안전사고 대처에 상당히 많은 영향을 줄 것이라 여겨지며, 도로의 노면상태 판단을 위한 보다 과학적이고 정밀한 방법론이 절실히 대두되고 있다. 본 연구에서는 도시부도로의 노면상태를 입력 영상수집부(카메라)로 취득한 후 분석·가공 과정을 거쳐 판단하는 판별 모형을 구축 하였다. 입력 영상 수집 시, 수직·수평 편광필터를 장착한 2대의 카메라(Stereo camera)를 활용하여 편광계수를 취득하며, 웨이블릿 변환(Wavelet transform)을 통한 부분특징(Local feature) 추출 및 HSI 컬러모델(이하 HSI Color model)을 이용한 전체 특징(Global feature)의 특징 벡터(Vector)들을 병행 추출한 후, 단차원 분류기의 한계 극복을 위해 다중클래스 분류기법(Multi-clustering)인 SVM (Support Vector Machine)을 적용하여 노면 상태 판별 모형을 구축하였다. 구축한 모형을 이동식차량에 장착하여 검증(교차검증) 결과, 마른노면(Dry road) 92％, 젖은노면(Wet road) 84%, 결빙노면(Icy road) 100%, 적설노면(Snow road) 88% 등 약 91%의 인식정확도를 확인하였다.