YOLOv5 및 MiDaS 기반 포트홀 실시간 탐지 및 깊이 추정 시스템

초록

최근 기후 변화, 교통량 증가, 도로 인프라의 노후화 등으로 인해 포트홀의 발생이 증가하고 있으며, 이는 운전자 안전과 차량 운행에 중대한 위험 요소로 작용하고 있다. 이에 따라 포트홀을 신속하고 정확하게 탐지하여 보수하는 기술의 중요성이 주목받고 있으며, 이는 교통 안전 확보와 도로 유지보수의 효율성을 동시에 달성하기 위한 핵심 과제로 인식되고 있다. 기존 포트홀 탐지 기술은 진동 센서, 레이저 계측, 영상 인식을 기반으로 발전해 왔으나, 대부분이 포트홀의 존재만을 탐지할 뿐 깊이나 위험도에 대한 정량적 정보는 제공하지 못하는 한계를 가진다. 본 논문에서는 이러한 문제를 해결하고자 YOLOv5 기반의 포트홀 탐지와 깊이 추정 모델을 결합한 딥러닝 기반 실시간 포트홀 감지 시스템을 제안한다. 더불어, LLM을 이용해 사용자 친화적인 경고 메시지를 생성하고 음성 안내로 제공함으로써 운전자가 시각 정보를 보지 않아도 위험을 즉시 인지할 수 있도록 한다.

키워드