KETI

• KETI 에서 활용했던 자료

목차

Basic

• 기본 IT 용어 및 활용 기술에 대한 기본 Document 적 자료
• 쿠버네티스, PyQt5 등 리서치 자료

Project1

• kubernetes 활용
  • Docker
  • Prometheus, Grafana
• CCTV 제어
  • REST API 활용
  • opencv활용해 카메라 연동
• rtsp relay server
• k8s 클러스터 구성 및 SW 배포를 위한 API 구성

Project1-1

• Dockerfile, Deployment 작성 및 배포 기능 웹앱

Project2

• Python-C++ 간 Socket 통신
• Kinect sdk 영상과 string data을 python(server) 에서 C++(client)로 전송
• 개발환경
  • Python : 3.6.10
  • Cuda : 10.0
  • Cudnn : 10.0
  • Pytorch : 1.2.0
  • Anaconda : 4.9.1

Project3

• AI 학습용 데이터 품질검증(자율주행 분야)
• 사람, 자동차, 자전거 이미지 데이터를 보고 인식하는 학습
• 테스트 내용은 완성된 것을 사용하고 테스트 환경을 구축하는데 주력함
  • Ubuntu 20.04.2 LTS
  • 개발언어 : Python
  • 프레임워크 : Pytorch

Project4

• 동시 지능 연계 시스템
  • CCTV 를 실시간 영상 스트리밍 데이터를 활용해, 3개의 Edge 컴퓨터로 구성된 Kubernetes 클러스터에서 동작
  • 각 Edge는 고유한 역할을 수행하며, 세 가지 지능(Face Detection, Feature Extraction, Member Verification)이 연계되어 결과가 비디오에 오버레이로 표시됨.
• Kubernetes 클러스터 구성
• 마스터 노드: keti2
• 워커 노드 1: keti0 (GPU 지원)
• 워커 노드 2: keti1
• 주요 기능 및 기술
  • CCTV 비디오 스트리밍 및 처리
  • Kubernetes를 활용한 클러스터 관리 (taint, toleration, nodeSelector 설정)
  • Docker 이미지 빌드 및 배포
  • 실시간 데이터 처리를 위한 ConfigMap 및 Service 설정
  • 모니터링: Prometheus/Flask/Nginx 기반
  • • MQTT를 통한 데이터 통신
• 배포 환경
  • OS: Ubuntu

Project5

• 고립지/원격지 지능형 CCTV 시스템 기획
  • 고립지 및 원격지 환경에 적합한 무선 기반 지능형 CCTV 시스템 개발을 위한 초기 서베이 단계
• 키워드
  • 무선+엣지 CCTV
  • 무선 자가망 (LORA, 무료)
• 주요 활동
  • 물리적/엣지 CCTV 및 무선 자가망 기술 자료 조사
  • 무선 자가망 응용 기술 분석
  • 견적 정리 및 결과물 도출
  • 조사 결과
    • 기술 보유 현황: 장거리 통신 대역망 기술을 활용한 공공 시스템 존재 (도회지 중심)
    • 문제점: 구축 및 관리 비용 높음
    • 목표: 고립지/원격지向け 저비용 자가망 보안 시스템 설계

Project 6

• 엣지 AI 보안지능 및 무선 엣지 영상 보안 시스템 개발

  • 엣지 AI 보안지능의 지속적 최적화와 엣지 보안 단말 간 연계협업을 지원하는 무선 기반 영상 보안 시스템 기술 개발.

  • 지능형 환경분석 AI와 자동 최적화 시스템을 구현

• 주요 기능

  • NVIDIA Jetson Orin 보드 탑재 지능형 CCTV와 환경분석 AI 모델로 실시간 분석
  • 환경분석 AI의 Docker 컨테이너화 및 Kubernetes 기반 배포
  • 환경정보 6종에 특화된 SW 자동 배포
  • PyQT5 기반 CCTV 영상 스트리밍 및 메타데이터 출력 클라이언트

• 기술 스택

  • 하드웨어: NVIDIA Jetson Orin 보드 (JetPack 5.1.2 [L4T 35.4.1])
  • 개발 언어: Python
  • 프레임워크: Flask (API), SQLAlchemy (DB), 배포용 클라이언트 PyQT5
  • 컨테이너/배포: Docker, Kubernetes
  • 환경분석 AI: Pytorch 2.1.0, torchvision 0.16

• 구성 요소

  • 등록/설정 서버: AI 및 SW DB (SQLAlchemy), 설정 파일 업로드
  • 마스터 서버: 환경분석 AI 배포 관리
  • 최적화 서버: 환경 변화에 따른 SW 자동 배포 파이프라인
  • 워커 서버: 엣지 보드 탑재 CCTV에 환경분석 AI 실행 (Orin 보드 탑재 CCTV 제작/사용)

• 개발 목표

  • 환경분석 결과 기반 최적화 소프트웨어 자동 배포
  • 무선 엣지 환경에서의 실시간 보안 지능 구현

Project 7

• 신규 과제 1차년도: 엣지 클러스터링 및 배포 시스템
  • Kubernetes와 Docker를 활용한 클러스터링 및 배포 시스템 구축을 목표로 하는 신규 과제의 1차년도 프로젝트.
• 주요 기술
  • Kubernetes (k8s) 클러스터링
  • Docker 컨테이너화
  • Python 모듈 사용 예정
  • Docker Private Repository 활용 예정
• 환경 구성
  • 마스터 노드
    • 운영체제/시스템: Ubuntu / AMD
    • 이름: edge-master-01
  • 워커 노드
    • 운영체제/시스템: Ubuntu / AMD
    • 이름: edge-worker-01
  • CCTV
    • RTSP 스트리밍 지원
• 개발 목표
  • 엣지 환경에서의 클러스터링 시스템 구현
  • CCTV 연동 및 배포 자동화