earticle

영어

Personal Mobility devices pose a significant safety risk to users depending on road conditions. With the recent surge in usage, the number of accidents has also increased, highlighting the need for a preventative system. This study aims to design and develop a warning system to enhance the safety of drivers by detecting road obstacles. To achieve this, a dataset is constructed using images of road obstacles, and the YOLOv5 model is trained. The system is based on the Raspberry Pi 4B, which processes video frames captured by a camera in real-time and triggers an LED warning when an obstacle is detected. The Flask framework is used to monitor the obstacle detection status in real time. Additionally, a GPS sensor is utilized to collect the user's location and speed data, and an auditory warning is triggered via a buzzer if the set speed is exceeded. In the future, this system could be expanded to transmit detected road obstacles and GPS information to a server, providing users with real-time road safety information. The results of this study can serve as essential technology for developing such a system.

한국어

개인형 이동장치(Personal Mobility)는 노면 상태에 따라 사용자의 안전에 큰 위협이 된다. 최근 사용이 급증하면서 사고 건수도 함께 증가하고 있어, 이를 예방하기 위한 시스템이 필요하다. 본 연구는 노면 장애물을 감지하여 운전자의 안전 을 향상시키기 위한 경고 시스템을 설계하고 개발한다. 이를 위해 노면 장애물의 이미지를 기반으로 데이터셋을 구성하고 YOLOv5 모델을 학습시킨다. 이후 라즈베리파이 4B를 기반으로 하여 카메라로 촬영된 영상을 실시간 프레임 단위로 처리하 고 노면 장애물이 감지되면 LED 경고를 발생시킨다. Flask 프레임워크를 활용하여 실시간으로 장애물 감지 상태를 모니터링 한다. 또한, GPS 센서를 활용하여 사용자의 위치 및 속도 정보를 수집하고, 설정 속도를 초과할 경우 버저를 통해 청각 경고 를 발생시키는 시스템을 개발한다. 향후 사용자의 운행 과정에서 발견된 노면 장애물과 GPS 정보를 서버에 전송하여 실시간 으로 노면 안전 상태를 제공하는 시스템으로 확장할 수 있으며, 본 연구 결과는 이러한 시스템 개발의 요소기술로 활용될 가 능성이 높다.