데청캠 AI 공공기관 협업 프로젝트 - UPA 야적장 재고 관리 서비스 개발

Date:     Updated:

카테고리:

태그:

2021 울산항만공사 차량 야적장 재고 관리 서비스 개발

YOLO V5와 DeepSort를 이용해 차량 인식 AI 및 앱 서비스 개발

2021 K-Data AI 집체 교육 프로그램 중 공공기관 협업 프로젝트로 울산항만공사에 필요한 AI 및 앱 기반 서비스를 개발했습니다. 2021.07 ~ 2021.08, 약 5주간 합숙하며 프로젝트를 진행했습니다.

프로젝트 코드 보관소

팀소개

김차헌, 김찬우, 문호준, 민현정, 신예지, 조정원, 이동욱

  • 정치외교, 통계학, IT융합응용공학, 중국어학, 컴퓨터공학, 정보통계학, 조선해양학 학부 출신.
  • 프로그래밍 언어, 데이터 분석 및 수집, OPEN CV, 머신러닝 및 딥러닝 그리고 서버 및 웹 구축에 관심 및 일정 수준의 이해에 기반하여 서비스를 개발
  • 미래 산업 가치가 높은 해양 수출입 프로세스에 필요한 스마트 항만 플랫폼 개발에 기여하고 자동화 시스템 및 OPEN CV 활용 등에 대한 경력을 쌓고자 형성된 팀

프로젝트 동기 및 목표

K-data 빅리더 프로그램 과정에 참여한 9개의 공공기관에서 제시한 기관의 비전 및 프로젝트 요구 방향 중 울산항만공사의 비전과 사용할 수 있는 기술들이 끌렸습니다.

해양 물류 산업의 비전 울산항과 연관된 해양 수출입 산업에 운용되는 경제 규모는 매우 컸고 이에 해양 수출산업 분야를 도메인으로 설정하고 관련 경험을 쌓으면 향후 종사자가 갖을 수 있는 가치가 높을 것이라 판단했습니다. 또한, 해양 물류 산업은 아직 IT개발의 불모지로 ‘아날로그식’ 산업구조를 갖고 있기에 개발자가 개발할 일거리가 많다 생각했습니다.

사용가능한 기술 스마트 물류 플랫폼, 해양 물류 프로레스 전과정을 ICT & 자동화하여 생산성을 높이는 플랫폼입니다. 해외 국제항의 경우 스마트 항구 개발 진행을 하고 있으며 울산항 또한 이를 염두하고 있었습니다. 스마트 항구를 개발하기 위해선 자율주행, 사물인터넷 그리고 데이터베이스 전산화 기술이 필요했었고 본 프로젝트에 참여하여 해당 기술을 사용할 수 있다고 판단했습니다.

목표 프로젝트 시작에 앞서 1순위로 목표한 것은 현업에서 사용가능한 서비스를 개발하자였습니다. 개발팀이 아무리 멋지고 대단한 기능을 만들더라고 산업현장에 활용하기 어렵고 실무자가 싫어한다면 필요없을 뿐더러 상품성이 없는 서비스라 생각했습니다.

따라서 울산항만공사 실무자, 운영팀에게 인정받아 적절한 설치만으로 운용할 수 있을 것 같다는 평가를 받는 것을 목표로 했습니다.

OVERVIEW

최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_1

추진배경

울산항은 차량 수출 중심 항만으로 특수하게 현대자동차 공장부지와 울산항 자동차 부두가 서로 붙어있다.

최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_6

이러한 특징으로 인해 장점과 단점이 발생한다.

장점으로 자동차를 수출할 때 항구까지 운반하는 비용이 절감되고 운반 및 선적과정에서 문제가 발생할 시 즉각적으로 대응이 가능하다는 점이다. 또한, 공장부지에 제품 재고 공간이 부족하면 부두의 야적장을 활용할 수 있다.

단점은 장점과 연결이된다. 부두와 공장이 붙어있기 때문에 다른 항구와 달리 수출 - 신고 - 검사 과정이 통합되어 확실성이 없고 정확한 재고파악이 어렵다는 것이다. 이에 연쇄적으로 현업에서는 선적해야하는 차량의 위치 파악 그리고 선적 시간 계산등이 어려워 출항하는 시간이 늘어난다는 것이다.

최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_16

사전 조사를 통해 알 수 있었던 장,단점을 커버할 수 있는 해결방법으로 선적하기 위한 차량들의 종류 및 개수 그리고 위치를 알 수 있는 시스템을 고안했다. 즉, 실어야 할 자동차를 찾고 지금 얼마나 실렸는지 파악할 수 있도록 야적장 재고 파악시스템을 개발하게 되었다.

서비스 구현 방법

최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_20

서비스 구현에서 관건은 빠른 속도로 이동하는 차량의 종류와 수량을 정확하게 카운트 할 수 있는 AI 알고르듬을 개발하는 것이 우선이었습니다. 또한, 보안상, 시설 운영상 선박 입구에 설치할 수 없는 카메라 대신 작업자가 작성한 검수표 엑셀 파일을 자동으로 DB에 업로드 할 수 있는 프로그램을 개발하는 것입니다.

서비스 기능

최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_21

최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_22

앞선 서비스 개발이 완료된다면 감독관들은 개별 ID를 통해 모바일 웹으로 야적장의 현황표를 모델 검색, 이동 기록 검색 그리고 남은 잔여 차 대수를 확인 할 수 있게 됩니다.

UI 화면

본 서비스 체험하기 (웹)

알고리즘

최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_24

알고리즘 설명 링크 🌏

서비스 기대효과 및 한계

최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_34 최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_35 최종_빅리더AI_NEXTLEVEL_bigchallenge_발표자료_36

Project 카테고리 내 다른 글 보러가기

댓글 남기기