MetroEyes — 3D Tesla-style HUD

3D BEV — 실시간 사람 트래킹검출된 사람을 실제 3D 메시로 ground plane 위에 배치

— FPS · — 트랙 · 송신 — fps

⚠—

검출 인원자체 CV

—명

BEV 검출 + 트래킹

다음 도착서울 TOPIS

—분

realtimeStationArrival

역세권 인구서울 도시데이터

—명

citydata_ppltn

혼잡 레벨융합

—

CV + 인구 결합 평가

도로 평균citydata

—km/h

ROAD_TRAFFIC_STTS

환승 옵션citydata

—대

따릉이 / 주차장

날씨citydata

—°C

기온 · 체감 · 습도

상권 결제citydata

—

LIVE_CMRCL_STTS

⚠—

지하철 5/10/30분 누적LIVE_SUB_PPLTN

—5분

—10분

—30분

버스 5/10/30분 누적LIVE_BUS_PPLTN

—5분

—10분

—30분

24h 점유율 — 양봉 패턴ML · GBR

—% @ —시

🌅 출근 08시 —% 🌆 퇴근 18시 —%

학습 모델 미발견 — 시뮬 곡선

예측 정확도 —% 예측 — / 실측 —

📡 BLE 인구 밀도 8 anchor

각 anchor 비콘이 주변 시민 폰을 집계 — 평균 RSSI ↑ × 폰 수 ↑ = 밀집. 구역별 인구 밀도 추정 (2초 갱신)

역 전체 추정

—명

양봉 가중

— x

🔥 현재 가장 붐비는 곳

—

—명 · 평균 — dBm · —

📊 24h 양봉 패턴 피크 —시 · 현재 —시

📍 역사 도면 히트맵

원 크기 = 인구 수 · 색 = 밀집도
적색일수록 혼잡

샘플 영상: |

차단 출구: — 클릭 시 현재 점유 분포로 최적 대피 출구 추천 (IDEA-6)

[준비] 페이지 로드됨\n

① Camera입력 + 검출 박스 (디버그)

RGB · LIVE frame —

로컬 비디오 → JPEG → 백엔드 —

📷 FPS

—

🎯 트랙

—

⏱ 송신

—

🔌 WS

—

⚙ Pipeline

파이프라인BEV CV + 트래킹

입력 해상도640×480

디바이스cuda · RTX 4070 SUPER

총 송신 프레임—

호모그래피기본 (조정 가능)

② BEV 3DThree.js · OrbitControls (드래그/휠 회전)

BEV · 3D 0 명

3D 메시 · 점광원 · 그림자 · 시안 글로우 마우스 드래그=휐전 / 휠=줌

▼ 라이브 분석 패널 (cycle 341 신규) — 실 카메라 영상 + BEV 3D 뷰 결과를 실시간 집계한 운영자 종합 대시보드

③ 라이브 트랙 분포BEV 클래스별 카운트

트랙 수신 대기...

최대 동시
—

평균 트랙
—

FPS 평균
—

④ 사고 history최근 10건 (6 type)

사고 알림 없음 — 정상 운영

⑤ 누적 KPIbackend impact_summary

분산 액션
0 회

절감 시간
0 분

사회적 가치
₩0

차등 4단 분포

기본 0 / OD 0 / 환승 0

⑥ 에너지 절감 추정칸별 점유율 → HVAC 절감

저점유 칸 (30% 미만)
— 칸

HVAC 절감 추정
— kW

CO₂ 절감 추정
— g/분

■ 초록 <50% · ■ 노랑 <80% · ■ 빨강 ≥80%