AI Hub

도로장애물/표면 인지 영상(수도권 외) 소개

도로장애물/표면 인지 영상(수도권 외) 소개

데이터셋명 도로장애물/표면 인지 영상(수도권 외)
데이터 분야 자율주행 데이터 유형 이미지
구축기관 건국대학교 산학협력단 데이터 관련 문의처 담당자명 조기춘(건국대학교 산학협력단)
가공기관 에이다스원 전화번호 02-2049-6265
검수기관 네오피엠 이메일 sangkwonkim@konkuk.ac.kr
구축 데이터량 100만 구축년도 2020년
버전 1.2 최종수정일자 2021.10.28
소개 광역시, 고속도로, 국도 등 도로상의 장애물 및 도로 표면의 이상 상태 인지를 위한 영상 및 이미지 데이터
주요 키워드 객체 검출, 시멘틱 세그멘테이션, 주행 중 이상 상태 인식
저작권 및 이용정책 본 데이터는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 지원하는 '인공지능 학습용 데이터 구축사업'으로 구축된 데이터입니다 [데이터 이용정책 상세보기]
데이터설명서 자료보기 구축활용가이드 자료보기
샘플데이터 다운로드 교육활용동영상 영상보기
저작도구 다운로드 AI모델 다운로드
데이터 변경이력
도로장애물/표면 인지 영상(수도권 외)-데이터변경이력
버전 일자 변경내용 비고
1.2 2021.10.28 데이터 추가 개방  
1.1 2021.08.23 데이터 품질 보완, 추가 개방  
1.0 2021.06.30 데이터 최초 개방  
구축 목적
  • 자율주행 중 도로상의 장애물 및 도로 표면의 이상 상태를 영상기반으로 인식할 수 있는 인공지능 개발을 위한 데이터셋
활용 분야
  • 도로 유지보수, 자율주행 회피 거동
소개
  • 자율주행 자동차가 주행 중 입는 손상을 최소화하고, 주행 가능 여부, 회피 여부 등 도로 상태 판단을 위한 학습 데이터 구축도로장애물/표면 인지 영상(수도권 외)-소개-1

     

구축 내용 및 제공 데이터량
  • 300시간 이상 다양한 환경에서의 공사 중 도로 및 파손도로 영상
  • 인공지능 학습 데이터 100만 장 이상

 

데이터 Naming 표
이미지 프레임 AI 학습용 데이터 구축량
객체 바운딩박스 동적 객체 예측불가 동적객체 도로상에 출현하는 고라니, 사슴 보행자 5만
정적 객체 예측불가 정적객체 화물차에서의 낙하물(상자), 라바콘, 공사표지판, 쓰레기 30만
도로위 낙서 산사태 등의 암석 5만
노면 포트홀 포트홀 10만
보수완료 포트홀 정상도로에 보수완료된 포트홀 20만
맨홀 정상도로에 맨홀
객체 시맨틱 세그맨테이션 노면 크랙 크랙 30만
대표도면
도로장애물/표면 인지 영상(수도권 외)-대표도면-1

<이미지 원본>

 

도로장애물/표면 인지 영상(수도권 외)-대표도면-2

<이미지 객체 검출>

 

도로장애물/표면 인지 영상(수도권 외)-대표도면-3

<이미지 크랙 세그멘테이션>

 

필요성
  • 자동차 주행 중 도로 상 장애물 및 도로 표면 이상 상태 인식 필요
  • 낙하물, 포트홀, 크랙 등 도로 표면 파손 구역을 회피하여 주행하도록 함으로써 자동차가 주행 중 입는 손상 최소화
  • 유지보수에 필요한 정보를 빠르게 취득하여 운전 환경 개선 및 비용 절
  • AI 학습을 위해 다양한 도로에서의 장애물 및 도로 파손 데이터셋 필요
데이터 구조
  • 데이터 구성
    - 데이터 Naming
    ・ <차량구분>_<영상장치>_<동영상 No.>_<촬영일자>_<비식별화>_<카메라 No.>_<촬영지역>_<날씨구분>_<도로상태>_<촬영시간구분>_<png no>.PNG
    예) 2020년 10월30일 11시 30분, 부산에서 구름 낀 날씨에 촬영한 이미지
    V1F_HY_0002_20201030_113045_E_CHO_Busan_Cloud_Mainroad_Day_0005.png
    데이터 구조 표
    구분 이름 설명
    차량구분 V0F, V1F, V2F, ... VnF, 차량 및 운전자 고유번호
    영상장치 HY_0002, HY_0015, ... 동영상(1분, MP4) 고유 No.
    촬영일시 촬영일 : YYYY/MM/DD (년월일)_20201118
    촬영시간 : hh/mm/ss 시/분/초_131958
    비식별화 N / E N : 비식별 X E : 비식별 O
    카메라(채널) CH0, CH1, ... 카메라 위치, 채널 No.
    촬영 지역 Seoul / Busan 수도권, 광역시 구분
    날씨 구분 Sun / Cloud / Rain / Fog / Snow 맑음/흐림/비/안내/눈 등
    도로 상태 Frontback / Highway / Kidzone / Mainroad / Industrialroads 도심(골목길), 고속도로 어린이보호구역), 국(지방)도, 항만/공단
    촬영시간 구분 Day / Night / Sunrise / Sunset 낮/밤/일출/일몰 등
    PNG No. _0005 이미지 생성시 PNG 번호

     

  • 어노테이션 포맷
    어노테이션 포맷 표
    No 항목명 항목설명 타입 필수구분 단위
    1 데이터셋정보 데이터셋 전체에 관한 전반적인 정보를 포함하는 메타데이터 object    
    1 1-1 데이터셋명 String Y  
    1-2 데이터셋상세설명 String    
    1-3 데이터셋URL String    
    1-4 데이터셋생성일자 String Y  
    2 이미지정보 데이터셋을 구성하는 각 이미지에 대한 메타데이터 및 학습 데이터 List    
    2 2-1 이미지식별자 String Y  
    2-2 이미지너비 Number Y pixel
    2-3 이미지높이 Number Y pixel
    2-4 이미지파일명 String Y  
    2-5 이미지라이선스 String    
    2-6 이미지촬영일자 String    
    2-7 이미지촬영날씨 String Y  
    2-8 이미지촬영시간대 String Y  
    2-9 원본영상정보 String Y  
    2-10 프레임순서 String Y  
    3 어노테이션정보 데이터셋의 어노테이션에 대한 메타데이터 및 학습 데이터 List    
    3 3-1 어노테이션식별자 String Y  
    3-2 연관이미지식별자 String Y  
    3-3 어노테이션속성 Object    
    3-4 어노테이션 바운딩박스 List    
    3-5 어노테이션 이미지 Image    
데이터셋 구축 담당자
수행기관(주관) : 건국대학교 산학협력단
수행기관(주관)
책임자 전화번호 대표이메일 담당업무
조기춘 02-2049-6265 kichun@konkuk.ac.kr · 사업 총괄
수행기관(참여)
수행기관(참여)
기관명 담당업무 기관명 담당업무
에이다스원 · 데이터 설계
· 원천 데이터 수집 및 정제
· AI모델 개발(객체 검출 mAP)
네오피엠 · 데이터 설계
 · 원천 데이터 수집 및 정제
· AI모델 개발(객체 검출 mAP) 지원
연세대학교 산학협력단 · 데이터 설계 지원
· AI모델 개발(객체 검출, 시멘틱 세그멘테이션)
스타마타 · 데이터 가공, 검수, 크라우드소싱 관리
· 저작도구 개발
공간정보산업진흥원 · 데이터 검수, 크라우드소싱 관리 한국교통대학교 산학협력단 · AI 모델을 활용한 응용서비스 개발 (자율주행 회피 거동 서비스)