NEW 실도로 위험상황 시나리오 기반 시뮬레이션 데이터
- 분야교통물류
- 유형 센서 , 비디오 , 텍스트
- 생성 방식LMM
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2025-06-30 데이터 최종 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2025-06-30 산출물 전체 공개 소개
- 실도로에서 발생한 위험상황을 시나리오로 구축. - 위험상황별 분류 및 시뮬레이션 데이터 생성을 통해 자율주행 분야에서 활용 될 수 있도록 함.
구축목적
- 실도로 위험상황을 가상환경에서 구축하여 위험상황을 분류하고, 분류되어 활용될 수 있도록 함.
-
메타데이터 구조표 데이터 영역 교통물류 데이터 유형 센서 , 비디오 , 텍스트 데이터 형식 mp4 데이터 출처 실주행 데이터 취득 라벨링 유형 상황설명(자연어) 라벨링 형식 json 데이터 활용 서비스 자율주행 데이터 구축년도/
데이터 구축량2024년/100 -
구축 데이터 종류
구축 데이터 종류 목표 / 구축 수량 결과물 수량 목표량 최종데이터 원천데이터 라벨링데이터 데이터 종류 단위 구축 수량 총계 형태 총계 형태 위험상황정의서 건 1 1 .docx - - 위험상황 유형별openSCENARIO 건 100 100 .xosc - - 캡션 데이터 건 100 100 .json 센서 데이터(카메라) 세트 100 100 .mp4 100 .mp4 메타 데이터 종류
- openDRIVE, openLabel의 경우 RFP 요구사항에 없는 추가 구축 데이터임메타 데이터 종류 목표 / 구축 수량 결과물 수량 목표량 최종데이터 메타데이터 데이터 종류 단위 구축 수량 총계 형태 위험상황 유형별 openDRIVE 건 - 100 xodr 실주행 GNSS 데이터 건 100 100 csv 실주행 센서 데이터(라이다) 세트 100 100 pcd 실주행 센서 데이터(레이다) 세트 100 100 pcd 시뮬레이션 센서 데이터(라이다) 세트 100 100 pcd 시뮬레이션 센서 데이터(레이다) 세트 100 100 pcd 시뮬레이션 GNSS 데이터 건 100 100 csv openLabel 데이터 건 - 100 json -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드활용 모델
o 모델 소개 (PLLaVA)
- https://github.com/magic-research/PLLaVA
- 이미지-언어 사전 학습 모델을 비디오 데이터로 확장한 AI 모델
- 시간적 차원을 따라 특성 분포를 평균화하는 풀링 사용
- 비디오 관련 작업의 성능을 크게 향상
- 비디오 챗GPT 벤치마크와 MVBench에서 최고 성능을 기록
- 비디오 캡셔닝, 상세 비디오 추론 등 다양한 비디오 작업에 활용 가능
- 계산 및 데이터 자원 요구를 줄이면서도 뛰어난 성능o 모델 학습 및 추론
- PLLaVA 모델은 영상과 영상에 대한 설명문을 기반으로 학습
- 본 과제에서 구축한 설명문 데이터는 입력 형식에 맞춰 전처리 제안
- 폴더 내 ‘preprocess.ipynb’파일을 이용하여 전처리 가능
- 학습은 폴더 내 ‘scripts/train_test_34b.sh’ 스크립트를 이용하여 진행
- 추론은 폴더 내 ‘eval_run.sh’ 스크립트를 이용하여 진행o 서비스 활용 시나리오
- 구축한 모델은 교통상황에 대한 비디오 추론 연구에 활용될 수 있음
- 교통 패턴 및 이상 상황 연구
• 캡셔닝 모델을 활용하여 도로 위 차량, 보행자, 사고 상황 등을 자동으로 설명하는 데이터를 확보.
• 특정 시간대별 교통 패턴 변화나 사고 발생 원인 분석을 지원하여 교통 체증 완화 정책 연구에 활용.
- 자율주행 알고리즘 개선
• 모델이 생성한 설명 데이터를 통해 자율주행 차량이 상황 인식을 더욱 정확하게 수행하도록 보조.
• 영상 설명 데이터로 자율주행 시스템의 비상 상황 대응 시나리오를 시뮬레이션하여 모델의 안정성을 향상. -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드1. 데이터 구성
1. 데이터 구성 위험상황 유형별 분포 Classification COUNT 비율 공사 구간 주행에 의한 위험 10 10.00% 교차로 주행 위험상황 10 10.00% 그림자에 의한 인지오류 10 10.00% 날씨에 의한 위험상황 10 10.00% 도로 상태에 의한 위험 10 10.00% 보행자 주변 주행 10 10.00% 제어차량 차선변경에 의한 위험 10 10.00% 주변 차량 차선변경 또는 급제동에 의한 위험 10 10.00% 터널 진출입시 인지제한 10 10.00% 판단능력 10 10.00% 합계 100 100.00% 2. 어노테이션 포맷
2. 어노테이션 포맷 구분 속성명 타입 필수
여부설명 범위 비고 1 시나리오 번호 string Y 시나리오고유ID 2 주행도로 string Y 도심부도로/고속화도로 두 가지 유형으로 구분 "도심부도로","고속화도로" 3 주행시간 string Y 주행이 이루어진 시간대 "낮","밤" 4 날씨 string Y 주행이 이루어진 날씨 "맑은날씨","흐린날씨" 5 주행상황텍스트 string Y Ego 차량을 기준으로 시간 경과에 따라 기술. 상황 변화가 없을 경우 한 번만 기술 3. 데이터 포맷
데이터 종류 카메라 데이터 포맷 mp4 4. 실제 예시
{
"시나리오 번호": "84013_1",
"주행도로": "도심부도로",
"주행시간": "낮",
"날씨": "맑은날씨",
"주행상황텍스트": "Ego가 편도 2차로 도로에서 주행 중이다. Ego 차량이 1차로에서 직진 주행하고 있다. 전방 2차로에 오토바이가 직진 주행하고 있다. 전방 1차로에서 세단이 정차 중이다. 전방 2차로에서 오토바이가 정차 중이다. 전방에 좌회전용 포켓 차로에 세단이 정차 중이며 좌회전을 하기 위한 차량이 직진 차로까지 침범하여 대기 중이다. 좌회전을 하기 위한 차량들이 신호를 대기 중이다. 우측 차로에서 버스로 인해 정차 중이다. Ego 차량이 대기 중인 차들로 인해 직진 주행을 하지 못하고 정차한다. 버스가 출발하고 정지한 차량들이 주행함으로써 오토바이가 정상 주행한다. 전방 동일 차로의 가장 근접한 세단은 우측 차로로 차로 변경하여 좌회전 대기 차량을 회피한다. Ego 차량이 전방 동일 차로의 세단 출발 후 우측 차로로 차로 변경하여 좌회전 대기 차량을 회피하여 주행한다."
} -
데이터셋 구축 담당자
수행기관(주관) : 아이브이에이치
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 박종호 02-577-5010 jhpark@ivh.co.kr 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 아이브이에이치 데이터 정제, 가공 한국산업기술시험원 데이터 획득/수집 광주과학기술원 AI 학습 모델 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 박종호 02-577-5010 jhpark@ivh.co.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 이용구 교수 062-715-2396 lygu@gist.ac.kr 배재익 연구원 062-715-3267 jaeikb38@gm.gist.ac.kr 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 박종호 02-577-5010 jhpark@ivh.co.kr
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.