대한민국은 골목길이 많고 불법주정차로 가득찬 도로가 만연하다. 운전자가 아무리 조심하더라도 사각지대에서 튀어나오는 여러 위험요소를 모두 피하기란 불가능에 가깝다. 본 프로젝트는 골목길 및 구조물에 가려져 시야가 제한되는경우, 주변 CCTV들이 검출한 위험요소(보행자 및 이륜차 등)정보를 받아와 사각지대에 존재하는 위험요소의 예측 이동경로와 속도를 운전자에게 알려주어 사고를 예방하는 것을 목적으로 한다.
김건주
* 역할: Kalman Filter 구현/ Collision Risk model 구현/ Thread 관리/ 통합TEST
* Email: kimbatt12@naver.com
허준영
* 역할: ROS 통신 구현/ PWM을 이용한 AEB 구현/ 통합TEST/ 보고서 작성/ 최종 마무리
* Email: jass9869@naver.com
백장현
* 역할: Github 관리/ 단안카메라를 이용한 object의 거리검출/ DarkNet 네트워크 성능비교/ 좌표값 Calibration 구현
* Email: qorwkdgus93@gmail.com
In Korea, roads with many alleys and full of illegal parking are rampant. No matter how careful the driver is, it is almost impossible to avoid all the risk factors that pop out of the blind spot. The purpose of this project is to prevent accidents by informing the driver of the predicted path and speed of the risk factors in the blind spot by receiving information on the risk factors (walker, bicycle) detected by the CCTVs in the surrounding area when the visibility is restricted due to being hidden in alleys and structures.
1. Person detected in blind spot
2. Receive location information in real time
3. Calculate the risk of collision with a person
4. If collision risk is upper than 70% operate AEB
- Theory
* Estimate diatance of detected object using mono-camera
* Detect with YOLOv3 / YOLOv4
- Result
- Theory
* Transform the directions of all cameras in Cardinal Directions
- Result
- ROS rqt_graph
* Tx(2EA) send to Rx(1EA)
- Result
- Kalman Filter
* Calculate Crash Risk by Kalman Filter
* This module can predict Crash time and Crash Probability
- Result
* C/C++
* Python
* Cuda
* CMake
* Ubuntu 18.04 LTS
* OpenCV 3.4.0
* Cuda 10.0
* DarkNet Yolo3
* NVIDIA Xavier AGX
* NVIDIA Jetson Nano
* ROS Melodic
* Logitec HD USB Camera (1080p)
* DarkNet Yolo3 / Yolo3 tiny / Yolo4 / Yolo4 tiny
* Python
* OpenCV
* ROS