Earticle

현재 위치 Home

YOLO기반 실시간 차량 속도 추정 및 V2X 통신을 통한 회귀분석 기법 연구
Real-Time Vehicle Speed Estimation using YOLO and Regression over V2X Communication

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 논문지 KCI 등재 바로가기
  • 통권
    Vol.22 No.5 (2026.10)바로가기
  • 페이지
    pp.93-105
  • 저자
    이연, 신승한, 강정호, 신병석
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A494472

원문정보

초록

영어
This paper proposes a method that estimates ego-vehicle and surrounding-vehicle speeds from the positional changes of roadside structures in monocular dashcam videos and corrects them using V2X information. Vehicles and roadside structures such as traffic signs and streetlights are detected and segmented by YOLOv8-Seg and SegFormer, the ego-vehicle speed is estimated from the vertical displacement (Δ) of structure reference points across consecutive frames, and the absolute speed of surrounding vehicles is then estimated by a regression model. Speed ground truth is generated automatically from the GPS and inertial sensor data of the KITTI Raw Dataset without optical flow, and the estimates are shared with nearby vehicles and roadside units via ETSI Cooperative Awareness Messages (CAMs) for regression-based correction. Experimental results show that the proposed method achieves a mean absolute error (MAE) of 3.12 km/h and a root mean square error (RMSE) of 5.09 km/h for ego-vehicle speed and 2.92 km/h and 4.70 km/h for surrounding-vehicle speed, which are reduced to 2.04 and 2.49 km/h MAE and 2.6 and 3.9 km/h RMSE, respectively, when V2X-based correction is applied. The proposed pipeline achieves a per-frame processing time of 27.3 ms (approximately 36.7 fps), confirming real-time operation for 30 fps dashcam video.
한국어
본 논문은 단안 블랙박스 영상에서 도로 구조물의 위치 변화를 이용해 자차 및 타차 속도를 추정하고, V2X 정보로 이를 보정하는 방법을 제안한다. YOLOv8-Seg와 SegFormer로 차량과 표지판·가로등 등 도로 구조물을 검출·분할하고, 연속 프레임 간 구조물 기준점의 수직 위치 변화량(Δ)으로 자차 속도를 추정한 뒤, 회귀 모델로 주변 차량의 절대 속도를 추정한다. 속도 정답(Ground Truth)은 광학 흐름 없이 KITTI Raw Dataset의 GPS·관성 센서 정보로부터 자동 생성되며, 추정 결과는 ETSI CAM 기반 V2X 메시지로 주변 차량과 노변 단말에 공유되어 회귀 보정에 활용된다. 실험 결과, 자차 속도 추정은 평균 절대 오차 3.12 km/h, 평균 제곱근 오차 5.09 km/h, 타차 속도 추정은 평균 절대 오차 2.92 km/h, 평균 제곱근 오차 4.70 km/h를 보였으며, V2X 기반 보정을 적용하면 각각 평균 절대 오차 2.04 km/h·2.49 km/h, 평균 제곱근 오차 2.6 km/h·3.9 km/h로 오차가 감소하였다. 또한 제안 파이프라인의 프레임당 처리 시간은 27.3 ms(약 36.7 fps)로, 30 fps 블랙박스 영상의 실시간 처리가 가능함을 확인하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 실시간 차량 속도 추정 알고리즘
3.1 전체 시스템 개요
3.2 영상 전처리 및 객체 인식 모듈
3.3 구조물 기준점 추출 및 Δy계산
3.4 Δy 기반 자차 속도 추정 모델
3.5 타차 속도 회귀 추정 모델
3.6 V2X 기반 속도 보정
4. 실험 및 평가
5. V2X 기반 속도 보정 효과 분석
5.1 자차 속도 보정 효과
5.2 타차 속도 보정 효과
5.3 V2X 단말 보급률 및 실시간성
6. 결론 및 향후 연구
Acknowledgements
참고문헌

저자

  • 이연 [ Yeon Lee | 인하대학교 공학대학원 전기전자컴퓨터공학과 ]
  • 신승한 [ Seunghan Shin | 인하대학교 공학대학원 전기전자컴퓨터공학과 ]
  • 강정호 [ Jungho Kang | 배화여자대학교 컴퓨터공학과 ]
  • 신병석 [ Byeong-Seok Shin | 인하대학교 공학대학원 전기전자컴퓨터공학과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
  • 설립연도
    2005
  • 분야
    공학>컴퓨터학
  • 소개
    본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.

간행물

  • 간행물명
    한국차세대컴퓨팅학회 논문지 [THE JOURNAL OF KOREAN INSTITUTE OF NEXT GENERATION COMPUTING]
  • 간기
    격월간
  • pISSN
    1975-681X
  • 수록기간
    2005~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 566 DDC 004

이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 논문지 Vol.22 No.5

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장