AI Hub

자율주행버스 개발 노선 주행 이미지 소개

자율주행버스 개발 노선 주행 이미지 소개

데이터셋명 자율주행버스 개발 노선 주행 이미지
데이터 분야 자율주행 데이터 유형 이미지
구축기관 건국대학교 산학협력단 데이터 관련 문의처 담당자명 조기춘(건국대학교 산학협력단)
가공기관 스타마타 전화번호 02-2049-6265
검수기관 스타마타 이메일 sangkwonkim@konkuk.ac.kr
구축 데이터량 100만 구축년도 2020년
버전 1.1 최종수정일자 2021.10.26
소개 자율주행버스 개발을 위한 버스 노선 주행 영상 및 이미지 데이터
주요 키워드 객체 검출, 시멘틱 세그멘테이션, 자율주행버스 개발을 위한 노선 주행
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
자율주행버스 개발 노선 주행 이미지-데이터변경이력
버전 일자 변경내용 비고
1.1 2021.10.26 데이터 추가 개방  
1.0 2021.06.30 데이터 최초 개방  
구축 목적
  • 고정 노선으로 운행하는 대중 교통 서비스에 적용 가능한 데이터셋
활용 분야
  • 자율주행, 버스
소개
  • 고정 노선으로 운행하는 대중교통 서비스에 적용 가능한 학습 데이터 구축
  • 자율주행 버스 운영 지자체 등의 딥러닝 개발 인력들이 자유롭게 DB를 사용할 수 있도록 함
  • 주변 환경을 인지하며 정해진 노선을 자율적으로 주행하는 대중교통 서비스 개발 가능록 함자율주행버스 개발 노선 주행- 소개-1

     

구축 내용 및 제공 데이터량
  •  300시간 이상 다양한 환경에서의 버스 노선 주행 영상
  • 인공지능 학습 데이터 100만 장 이상

 

구축 내용 및  제공 데이터량 표
이미지 프레임 AI 학습용 데이터 구축량
객체 바운딩박스 동적 객체 약 90.15만
트럭 약 4만
버스 약 5.8만
이륜차 (자전거/오토바이) 약 0.3만
보행자 약 1.4만
기타 객체 (위의 객체에 속하지 않는 나머지 객체로 별도의 최소 건수 할당하지 않음)
교통 표지 교통표지판 약 73만
신호등 약 30만
버스 정류장 쉘터형 정류장 약 0.3만
표지판형 정류장 약 0.05만
객체 폴리곤 도로 환경 버스전용차로 약 5만
전용차로 외 주행가능 영역 약 90만
대표도면
자율주행버스 개발 노선 주행 이미지-대표도면-1

<이미지 원본>

 

자율주행버스 개발 노선 주행 이미지-대표도면-2

<이미지 객체 검출>

 

자율주행버스 개발 노선 주행 이미지-대표도면-3

<이미지 시멘틱 세그멘테이션>

 

필요성
  • 일반 도로에서 고정 노선으로 운행하는 대중 교통 서비스에 대한 자율주행 수요 증대
  • 교통약자 이동권 확보, 운수종사자 근로환경개선을 위한 자율주행버스 개발 필요
  • 주행 영상 데이터 및 GNSS 데이터가 결합된 형태로, 대중 교통 버스에 특화된 AI 기술 연구를 위한 학습 데이터셋 필요
데이터 구조
  • 데이터 구성
    - 데이터 폴더 구성
    ・ 시간, 주행 코스, 방향, in-out 주행여부, 날씨에 따라 폴더를 생성하여 데이터 분류
    예) 20201229_11_CW_in_D_S

     

     

    - 데이터 취득에 관한 메타데이터
    ・ 이미지 취득 장비, 포인트 클라우드 취득 장비 등 취득에 관한 기타 정보를 메타데이터로서 작성하여 ‘데이터셋상세설명’에 첨부하고자 함

     

    - 데이터 Naming
    ・ <영상촬영일>_<수정여부>_<코스>_<코스형태>_<촬영 시간>_<날씨>_<원본순서>_<캡처프레임> 순서로 표기
    예) 200819_R_16_CW_in_D_B_004_00006 (2020년 8월 19일에 촬영한 4번째 영상 6번째 Frame)

     

    데이터 구조 표
    구분 이름 설명
    Date YY, MM, DD 년도, 월, 일
    수정 여부 R Raw(원본)
    E Edited(수정)
    코스 N N번 코스
    코스형태 CW or CCW 코스 주행 형태
    in or out
    원본 영상순서 N N번째 영상
    캡쳐 프레임 N N번째 프레임
    촬영 시간 D Day(낮)
    E Evening/Morning(일몰/출)
    N Night(밤)
    날씨 B Bright(맑음)
    C Cloudy(흐림)
    S Snowy(눈)
    F Foggy(안개)
    R Rainy(비)

     

  • 어노테이션 포맷
    어노테이션 포맷 표
    No 항목명 항목설명 타입 필수구분 단위
    1 데이터셋정보 데이터셋 전체에 관한 전반적인 정보를 포함하는 메타데이터 Object    
    1 1-1 데이터셋 상세설명 str Y  
    1-2 데이터셋담당기관 str    
    1-3 데이터생성일자 datetime    
    2 이미지정보 데이터셋을 구성하는 각 이미지에 대한 메타데이터 및 학습 데이터 List    
    2 2-1 이미지식별자 int Y  
    2-2 이미지너비 int Y pixel
    2-3 이미지높이 int Y pixel
    2-4 이미지파일명 str Y  
    3 이미지 어노테이션정보 데이터셋의 어노테이션에 대한 메타데이터 및 학습 데이터 List    
    3 3-1 어노테이션식별자 int Y  
    3-2 연관이미지식별자 int Y  
    3-3 어노테이션카테고리 int Y  
    3-4 세그멘테이션 정보 RLE or [polygon] Y  
    3-5 세그멘테이션 넓이 float    
    3-6 바운딩박스 정보 [x,y,width,height] Y  
    3-7 단일 개체/개체군 정보 0 or 1    
    4 카테고리 정보 어노테이션의 카테고리 정보에 대한 메타데이터 및 학습 데이터 List    
    4 4-1 카테고리 식별자 int Y  
    4-2 카테고리 이름 str Y  
    4-3 상위 카테고리 str    
데이터셋 구축 담당자
수행기관(주관) : 건국대학교 산학협력단
수행기관(주관)
책임자 전화번호 대표이메일 담당업무
조기춘 02-2049-6265 kichun@konkuk.ac.kr · 사업 총괄
· 데이터 설계 지원
· AI모델 개발 지원
수행기관(참여)
수행기관(참여)
기관명 담당업무 기관명 담당업무
딥비전스 · 데이터 설계
· AI 모델 개발
스타마타 · 원천 데이터 수집 및 정제
· 데이터 가공, 검수, 크라우드소싱 관리
· 저작도구 개발
경기여객 · 원천 데이터 수집 공간정보산업진흥원 · 데이터 검수, 크라우드소싱 관리
에이스랩 · AI 모델을 활용한 응용서비스 개발 (자율주행 버스 서비스)