객체 탐지와 차선 검출을 이용한 On-Device 자율주행

요약

제목	내용
프로젝트 명	객체 탐지와 차선 검출을 이용한 On-Device 자율주행
프로젝트 기간	2023.11.20. ~ 2023.11.23.
주최	삼성 청년 SW 아카데미
개발환경	Raspberry Pi 4, Colab
기술스택	Python, PyTorch, OpenCV
팀 구성	정현우, 이진수, 김영래, 김태범
결과	삼성 청년 SW아카데미 프로젝트 경진대회 우수상

삼성 청년 SW 아카데미 10기 임베디드 과정의 1학기 프로젝트 "라즈베리파이 Sensing Data를 활용한 IoT RC카 제작"의 결과물임.
DAMO-YOLO(객체 탐지)와 HSV 변환(차선 검출)을 이용한 On-Device 기반 자율주행 RC Car개발을 목적으로 함.

자율 주행에 있어 가장 중요한 요소는 "안전"임.
운전자가 주행 중 자율 주행에 문제가 있다는 것을 인지하고 대응하는 "반응 속도"는 사고 발생 속도보다 느릴 확률이 높음. (이하 이와 같은 상황을 "비상 상황"이라고 함.)
비상 상황에 대한 자율 주행 프로세스가 필요함.

On-Device

Only Camera

본 프로젝트 진행에 앞서 주행을 위한 트랙(이하 "트랙")을 직접 설계하고 이에 대한 프로세스를 정의함.

프로세스명	객체 탐지 프로세스	차선 검출 프로세스
흐름도
정의	RC카 전방의 객체(다른 차량, 주행 신호 등)를 탐지하고 주행 여부를 판단하는 프로세스	트랙에 존재하는 차선을 검출하여 주행 방향(앞바퀴 각도)을 결정하는 프로세스
사용기술	DAMO-YOLO¹	HSV 변환

데이터 정의
정의한 트랙에서 탐지해야하는 객체는 다음과 같음.

Object 정지선(stop_line) 차량(car) 정지 신호(red_light) 좌회전 신호(left_light) 직진 신호(green_light)

image
데이터 수집
- 아래 코드를 통해 2000개를 원시 데이터를 수집함.
```
python3 tools/collect_data.py
```
데이터 검토
- 이후, 아래 조건에 충족될 경우 데이터를 제거하여 730 건의 원천 데이터를 확보함.
  1. 중복
  2. 초점이 안 맞음.
  3. 객체가 존재하지 않음.
데이터 가공
- 아래 코드를 통해 labeling tools을 실행하고 라벨링을 진행함.
```
python3 tools/annotation_tool.py
```

TBU

TBU

TBU

Name		Name	Last commit message	Last commit date
Latest commit History 10 Commits
damo		damo
docs/images		docs/images
raspi		raspi
tools		tools
.gitignore		.gitignore
LICENSE.txt		LICENSE.txt
README.md		README.md
main.py		main.py
requirements.txt		requirements.txt