1. 서비스 명칭
안전한 주차를 위한 주차 장애물 인지
2. 서비스 배경 및 목적
- 자율 주행의 진화함에 따라 보다 안전한 자동 주차를 위하여 보다 정확한 감지가 필요
- 인공지능 모델을 탑재한 카메라로 장애물 감지
- 장애물이 있는 경우 관리자에게 알림 전송
3. 인공지능 서비스 유사 사례 분석
- 무인자동주차 기능 지원을 위한 장애물 및 주차구획 인식 장치 및 그 방법
http://kpat.kipris.or.kr/kpat/biblioa.do?method=biblioFrame&link=Y&applno=1020150054008&pub_reg=
- 무인차량의 자동주차 알고리즘 개발
https://koreascience.kr/article/JAKO201120859385997.pdf
4. 인공지능 모델의 입출력
- 입력: 주차영상 (해상도: 480 x 320, 파일형식: png)
- 출력: 주차 공간 내 장애물 유/무 여부 (장애물이 있을시 1, 없을시 0으로 표기된 수치)
5. 데이터셋 구축방안
- AIHub 후처리하는 코드 제공 (학습셋, 시험셋 - 랜덤시드 고정)
6. 데이터셋 구성 목표
- 학습셋: 5,500장
- 시험셋: 2,000장
- 학습셋 및 시험셋의 클래스별 비율: 1:1 (주차 공간 내 장애물의 유/무)
7. 인공지능 모델 평가 방법
인공지능 모델을 정량 평가할 수 있는 방안에 대해서 기술합니다.
- 정확도 (accuracy) = 맞춘 샘플 개수 / 전체 샘플 개수
- 예시 주차 공간 내 장애물 6개 일 때 3개가 감지된다고 추론할 경우 50%
8. 인공지능 모델 성능 목표
- 정확도 (accuracy) 90.0%
9. 서비스 구축 계획 및 사용 시나리오
- 자율 주행 자동차에 학습한 인공지능 모델 탑재
- 수동 주차 때 장애물 감지 시 사용자에게 경고
- 자동 주차 때 장애물 감지 시 자율 주행 자동차가 다른 주차 공간 탐색
10. 서비스 기대효과
- 운전석에 사람이 없어도 안정적으로 주차할 수 있음
- 공간 내 장애물이 있을 때 사용자에게 피드백을 줄 수 있음