자동차 충격 감지용 센서 데이터

Industry

모빌리티

Client Requirements

- 블랙박스 충격 감지 기능 고도화용 딥러닝 모델 개발을 위한 데이터 구축

- 문콕, 해머, 지그 등 다양한 충격 시나리오를 설계해 실제 주차장 환경에서 차량 부위별 충격, 센서 데이터 구축

CODEVISION Solution

1. 체계적인 수집 시나리오

- 주행/주차 여부, 충격 종류, 장소 등 다양한 특성을 고려해 시나리오 설계

- 주차 시 충격 감지 등 중요성이 높은 시나리오는 비중을 높여 수집 비율 설정

- 차량 내 센서 부착 부위 및 부착 센서 지정

2. 수집 환경 영향 고려

- 지정된 차량 환경(제네시스 G90 등) 및 충격인가 기구 사용

- 온습도, 수집 장소, 날씨, 강수량 등 세부 환경정보 포함해 데이터 수집 일지 작성

- 문콕 충격 시 차간 거리 등 충격 관련 세부사항 함께 기재해 센서 데이터 양상 차이 확인 시 참고

3. AI 학습에 적합한 데이터 가공

- 충격 종류, 세기 및 방향 정보

- 충격 구간에 대한 timestamp (충격 시작일시 및 종료일시)

- 차종, 탑승객 수 등 수집 환경 정보

- 차량 부착 센서 데이터 수집용 인터페이스 통해 수집과 동시에 데이터 가공

- 30,000건 이상의 최종 데이터 구축

4. 높은 성능을 위한 검수 및 추가 구축

- 별도의 검수용 시각화 프로그램을 통해 데이터 검수 진행

- 센서 drop, 노이즈 포함 등 이슈 데이터 제거해 전체 데이터 품질 유지

- 검수용 시각화 프로그램에 AI 모델 연동, 충격에 대한 모델 추론 결과 확인하며 정확도 낮은 케이스의 데이터 보완 구축

- (좌) 차량 내 위치별 센서 설치 / (우) 데이터 수집 현장 예시