자율주행 지원 도로 유지보수를 위한 영상 기반 차선식별 알고리즘 개발 및 평가

• Published in: 韓國ITS學會 論文誌 Vol. 24; no. 3; pp. 212 - 227
• Main Author: 나호혁
• Format: Journal Article
• Language: Korean
• Published: 한국ITS학회 30.06.2025
• Subjects: 전자/정보통신공학; 도로 인프라; YOLO Algorithm; Lane Identification; YOLO 알고리즘; 유지보수; Infrastructure; Maintenance; Stand Alone; 차선 식별; 독립주행; YOLO
• ISSN: 1738-0774; 2384-1729
• DOI: 10.12815/kits.2025.24.3.194

본 연구는 자율주행차의 안전한 운행을 위해 도로 표면 상태 점검의 중요성을 강조한다. 분석 결과, 자율주행에 장애를 줄 수 있는 주요 요인으로는 ‘급커브’와 ‘차선 문제’(예: 차선 마모 및 구조적 손상)가 도출되었다. 그러나 유지보수를 위한 차선과 기타 객체의 구분에 대한 연구는 부족하여 전이학습에 어려움이 존재하였다. 이를 해결하기 위해 새로운 데이터셋과 차 선 식별 알고리즘을 개발하였으며, 해당 알고리즘은 정밀도, 재현율, mAP@0.5 지표에서 91% 에서 96% 사이의 높은 성능을 보였다. 특히 ‘차선’, ‘노면표시’, ‘화살표’, ‘안전지대’ 등 주요 클래스는 92%~97%의 정확도를 달성하였다. 또한 KITTI와 Tusimple 데이터셋을 활용한 검증을 통해 도로 이상 탐지에서 높은 정확도를 확인하였다. 기존 연구와 비교했을 때 본 알고리즘은 안정적인 차선 식별에서 90%의 정밀도를 달성하며 성능 향상을 입증하였다. 이러한 결과는 차선 상태 평가를 위한 핵심 자료로 활용될 수 있으며, YOLOv5xl 알고리즘 기반의 도로 관리 및 자율주행 인지 향상, 자동화된 차선 유지보수를 통한 도로 안전성 제고에 기여할 수 있다.