VisionAMR Crime Tracker
YOLOv8 + Jetson Nano 기반 범죄 차량 감지 및 자율 추적 AI 감시 시스템.
담당 역할
ROS2 패키지 개발
Flask 구성 및 통신
YOLOv8n 라벨링/학습
SQLite3 DB 구축
소개
자율 이동 로봇(AMR) 기반 범죄 추적 시스템입니다. RC카와 Dummy를 구분하기 위한 데이터셋 학습(약 95% 정확도), 인식된 객체 정보의 SQLite 저장, Flask 웹 화면의 detect/alert 시스템 구현, RC카 탐지 후 TurtleBot3을 이용한 tracking이 주요 목표였습니다.
주요 기능
- 데이터 학습 — 웹캠 약 100장 → 400장까지 확대 라벨링, TurtleBot3 카메라용 별도 약 500장 라벨링으로 높은 정확도 달성
- Flask 웹 서버 — 로그인 화면, CCTV/AMR 카메라 화면, AMR 상태(초기/이동 중/검거 완료 후 복귀), 알림창
- 자율 추적 — 범죄 차량 식별 시 자동 추적, 장애물 회피
- 데이터베이스 — 객체 ID, 클래스 이름, 신뢰도, 좌표, 탐지 시간, 선 넘김 여부 저장
기술 스택
| 언어 | Python 3, HTML, CSS, JavaScript |
| OS | Ubuntu 22.04 LTS |
| 프레임워크 | ROS 2 Humble, Flask |
| 시뮬레이션 | Gazebo 11, RViz2 |
| 비전 | OpenCV, YOLOv8, LabelImg |
| 네비게이션 | Nav2, TurtleBot3 |
| DB | SQLite3 |
| 팀 | 4인 (2024.11, 7일) |
데모 영상
AMR 범죄 차량 추적 시연
보완 사항
Flask 웹 화면에 TurtleBot 실시간 위치(RViz) 표시 필요, 객체 인식 후 즉시 출동 연결 필요 (방화벽 해제 필수)