0. Related Repository (연관 레포지토리)

FlaskServer
https://github.com/Nevita-INU/Capstone_flask.git
YOLO
https://github.com/Nevita-INU/helmet_project_YOLO.git

1. Project Overview (프로젝트 개요)

• 프로젝트 이름: Nevita
• 프로젝트 설명: 스마트 IoT 센서와 YOLOv8을 활용한 헬멧 착용 여부 확인 전동 킥보드 웹 서비스

기획 의도

- 헬멧 착용 독려 및 안전성 강화

전동 킥보드 사용자들의 안전을 위해 헬멧 착용을 독려하고자 스마트 헬멧과 웹 서비스를 개발하였다. 헬멧 미착용으로 인한 사고와 이용자의 불편을 줄이며, 공유 킥보드 업체의 이용자 감소 문제를 해결하고자 한다.

- 이중 인증 시스템 도입

헬멧 착용 여부를 판단하기 위해 적외선 근접 센서를 활용한 방식과 YOLOv8 기반 객체 감지 모델을 이용한 방법이 있다. 하지만 각 방식을 단독으로 사용할 경우 문제점이 발생할 수 있다.

1. 적외선 근접 센서 방식

   • 사용자가 헬멧을 머리가 아닌 다른 부위에 접촉할 가능성이 있음
   • 날씨나 온도 변화에 의한 오류 발생 가능
   • 기기 파손으로 인해 센서의 정확도가 저하될 위험

2. YOLOv8 기반 객체 감지 모델 방식

   • 사진 인증 후 사용자가 헬멧을 벗을 가능성이 존재
   • 인증 후 실시간 착용 여부를 감지하지 못하는 한계

이러한 단점을 보완하기 위해 적외선 근접 센서와 YOLOv8 기반 객체 감지 모델을 결합한 이중 인증 시스템을 도입하였다.
1차 인증으로 적외선 근접 센서를 사용하여 착용 여부를 감지하고, 2차 인증으로 웹 사이트에 사용자의 헬멧 착용 사진을 업로드하여 헬멧 착용을 추가로 확인하는 방식이다.
이 두 가지 인증 방식을 함께 활용함으로써 착용 여부를 보다 정확하고 철저하게 확인할 수 있으며, 전동 킥보드 사용자들이 더욱 안전하게 이용할 수 있는 환경을 제공한다.

---

프로젝트 내용

- 헬멧 착용 관리 기능

1. 헬멧 내 적외선 근접 센서가 1차적으로 헬멧 착용 여부를 확인
2. 사용자가 헬멧 착용 이미지를 웹 서비스에 업로드하면 YOLOv8 기반 객체 감지 모델을 통해 2차로 헬멧 착용 여부를 확인
3. 헬멧 미착용 시 전동 킥보드 운행 제한 → 안전성 강화
4. 헬멧 착용 시 LED와 스피커 모듈이 활성화 → 착용 및 해제 상태를 사용자에게 안내

- YOLOv8 기반 객체 감지 모델

• 헬멧 착용 여부를 판별하기 위해 YOLOv8 기반 객체 감지 모델을 사용
• ‘helmet’과 ‘no_helmet’ 두 가지 클래스로 구분하여 학습 진행
• 헬멧 착용 시 0, 미착용 시 1로 라벨링하여 데이터셋 구축 후 모델 학습
• 사용자가 업로드한 이미지를 YOLOv8을 통해 분석, 빠르고 정확하게 헬멧 착용 여부 검증
• 안전성을 강화하기 위한 2차 인증 수단으로 활용

- 웹 서비스 기능

• 헬멧 착용 여부 검증 과정에서 적외선 근접 센서와 YOLOv8 기반 객체 감지 모델을 통합하여 사용자 안전성을 강화
• 적외선 근접 센서로 1차 착용 여부 감지 → MySQL DB 저장
• 사용자가 웹 페이지에 헬멧 착용 사진 업로드 → Flask 서버에서 YOLOv8 모델 분석 → 2차 인증 수행
• 1차 및 2차 인증 완료 시 운행 시작 페이지로 이동 가능
• 인증 실패 시 다음 페이지로 이동 불가

2. Team Members (팀원 및 팀 소개)

김지민	이슬아	최민지	박상미
BE	BE	DL	DL

3. Key Features (주요 기능)

구분	기능	설명
S/W	헬멧 착용 감지를 위한 학습 모델 (Yolov8)	'helmet', 'no_helmet' 두 가지의 클래스를 학습하여 사용자가 사진을 업로드 했을 때 헬멧을 착용했는지 확인할 수 있는 모델 생성
	[1차 인증] 적외선 센서 기반 헬멧 착용 인증	- 적외선 센서값을 받아 MySQL 데이터베이스 sensor 테이블의 proximity 값에 1이 저장됨 - ‘센서 확인하기’ 버튼을 눌러 착용 여부를 확인 가능. 착용 시 (proximity=1) 2차 인증 페이지로 이동, 미착용 시 (proximity=0) 다음 단계로 이동 불가
	[2차 인증] 딥러닝 기반 헬멧 착용 인증	- 사용자가 헬멧 착용 사진을 업로드하면 Flask 서버로 이미지 전달 - Flask 서버에서 YOLOv8 모델을 통해 사진 분석 후, 헬멧 착용 0, 미착용 시 1의 라벨 값을 반환하여 SpringBoot 웹서버로 전달 - 라벨값이 0일 경우 운행 시작 페이지로 이동, 라벨값이 1일 경우 다음 페이지로 이동 불가
H/W	적외선 근접 센서 (TCRT5000)	- 적외선 센서를 이용해 헬멧 착용/해제 여부 감지 - 2cm 내의 장애물을 감지하므로 헬멧 착용 여부 확인에 적합
	피에조 스피커 모듈	근접센서를 통해 헬멧 착용/해제 인식 시 스피커 모듈로 멜로디 출력

4. Work Schematic & Motion Process (작품 구성도 및 동작 프로세스)

작품 구성도

동작 프로세스

‘Nevita’ 메인 페이지에서 ‘인증하고 운행 시작하기’ 버튼을 클릭한다. ‘sensorCheck’ 페이지로 넘어가면 ‘센서 확인’ 과 ‘사진 업로드’ 버튼을 확인할 수 있는데, 센서 확인 버튼을 클릭하면 헬멧의 센서가 착용을 인식하고 데이터베이스에 착용했음을 전송한다. 이 정보는 데이터베이스에서 가져와 확인되며, 헬멧 착용(proximity=1)이 확인되면 2차 인증 페이지로 이동할 수 있다. 2차 인증 페이지에서 사진 업로드 버튼을 클릭하여 헬멧을 착용한 사진을 업로드할 수 있다. 이때, 헬멧 착용 감지를 학습한 모델이 이를 판단한다. class_id=0이며 ‘helmet’ 라벨이 출력되면 헬멧 착용 사진까지 확인이 완료된다. 이러한 2차 인증 진행이 끝나면 ‘운행 시작’ 페이지로 이동할 수 있다.

5. Development environment & equipment (개발환경 및 장비)

개발 환경

구분	항목	적용 내역
딥러닝 모델	OS	macOS
	개발환경 (IDE)	Colab
	개발도구	디버거 (오류 확인, 컴파일)
	개발언어	Python (학습 코드)
웹 개발	OS	macOS
	개발환경 (IDE)	IntelliJ IDEA (웹 애플리케이션 개발 환경 설정)
	개발도구	Postman (API 테스트 수행)
	개발언어	Java, JSP, HTML, CSS, Python (서버 로직 구현 및 UI 구성)

---

제작용 장비

번호	품명	작품에서의 주요 기능
1	아두이노 우노 보드	헬멧 착용 감지 시스템 개발
2	헬멧	적외선 근접센서, LED, 스피커 부착

6. Project Structure (프로젝트 구조)

📁 프로젝트 구조

Capstone_web
└── src
    ├── main
    │   ├── java
    │   │   └── com.mysite.nevita
    │   │       ├── controller       # 컨트롤러 (Controller)
    │   │       ├── model            # 데이터 모델 (Model)
    │   │       ├── repository       # 데이터 저장소 (Repository)
    │   │       ├── service          # 비즈니스 로직 (Service)
    │   │       └── NevitaApplication  # 메인 애플리케이션 클래스
    │   ├── resources
    │   │   ├── static               # 정적 리소스 (CSS, JS, 이미지 등)
    │   │   └── application.properties  # 애플리케이션 설정 파일
    │   ├── webapp
    │   │   └── WEB-INF
    │   │       ├── views            # JSP 뷰 파일 (프론트엔드 UI)
    │   │       │   ├── about.jsp
    │   │       │   ├── contact.jsp
    │   │       │   ├── index.jsp
    │   │       │   ├── photoUpload.jsp
    │   │       │   ├── sensorCheck.jsp
    └── └──     └── └── success.jsp

7. ProtoType (프로토타입)

8. Result (결과)

YOLOv8이 validation을 수행한 결과이다. 사진을 통해 헬멧을 모두 ‘0: helmet’으로 인식하고 있으며, 히잡이나 헬멧 착용을 하지 않은 사진은 모두 ‘1: no_helmet’으로 인식하고 있는 것을 확인할 수 있다.