Journal of KIISE:Computing Practices and Letters (한국정보과학회논문지:컴퓨팅의 실제 및 레터)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

A Traffic Accident Detection and Analysis System at Intersections using Probability-based Hierarchical Network

확률기반 계층적 네트워크를 활용한 교차로 교통사고 인식 및 분석 시스템

  • 황주원 (연세대학교 컴퓨터과학과) ;
  • 이영설 (연세대학교 컴퓨터과학과) ;
  • 조성배 (연세대학교 컴퓨터과학과)
  • Received : 2010.08.11
  • Accepted : 2010.09.16
  • Published : 2010.10.15
Download PDF
⟨ Previous Next ⟩

Abstract

Every year, traffic accidents and traffic congestion have been rapidly increasing, Although the roadway design and signal system have been improved to relieve traffic accidents, traffic casualties and property damage do not decrease. This paper develops a real-time traffic accident detection and analysis system (RTADAS): In the proposed system, we aim to precisely detect traffic accidents at different design and flow of intersections, However, because the data collected from intersections have uncertainty and complicated causal dependency between them, we construct probability-based networks for correct accident detection.

매년 차량의 수가 꾸준히 증가함에 따라 이에 비례하여 도로의 혼잡도와 사고 발생률 또한 증가되고 있다. 이와 같은 교통문제를 완화하기 위해서 도로 설계 및 신호 체계 등이 발전되고 있음에도 불구하고 교통사고로 인한 인명 및 재산 피해는 감소되지 않고 있다. 본 논문에서는 발생원 사고를 실시간으로 인식하여 이에 빠르게 대응함으로써 후속사고를 예방하고 사고 원인을 파악하기 위한 실시간 사고 인식 및 분석 시스템을 제안한다. 제안하는 시스템은 특정 교차로에서 뿐만 아니라 교통흐름과 디자인이 다른 교차로에서 발생한 사고를 정확히 인식하는 것이 목적이다. 본 연구에서는 실제 교차로에서 수집되는 데이터가 정확하다고 보장할 수 없고, 사고 발생에 쓰이는 데이터는 서로 유기적으로 복잡한 관계가 있기 때문에 정확한 사고 인식을 위해 확률기반 연산을 하는 동적 베이지안 네트워크를 이용하였다.

Keywords

References

  1. F. D. Salim and S. W. Loke, "Collision pattern modeling and real-time collision detection at road intersections," Proc. of 2007 IEEE Intell. Trans. Syst. Conf., pp.161-166, 2007.
  2. K. Stubbs, H. Arumugam and O. Masoud, "A real-time collision warning system for intersection," Proc. of Intell. Trans. Syst., America, 2003.
  3. K. Zhang and M. A. P. Taylor, "Effective arterial road incident detection: a bayesian network based algorithm," Transportation Research Part C: Emerging Technologies, vol.14, no.6, pp.403-417, 2006. https://doi.org/10.1016/j.trc.2006.11.001
  4. D. Gao and J. Zhou, "Adaptive background estimation for real-time traffic monitoring," Proc. of IEEE Intell. Trans. Syst. Conf., pp.330-333, 2001.
  5. A. Lozano, G. Manfredi and L. Nieddu, "An algorithm for the recognition of levels of congestion in road traffic problems," Mathematics and Computers in Simulation, vol.79, no.6, pp.1926-1934, 2007.
  6. Y. K. Ki and D. Y. Lee, "A traffic accident recording and reporting model at intersections," IEEE Trans. Intell. Trans. Syst., vol.8, no.2, pp.188-194, 2007. https://doi.org/10.1109/TITS.2006.890070
  7. F. Yuan and R. L. Cheu, "Incident detection using support vector machines," Transp. Research C, vol.11, no.3 pp.309-328, 2003. https://doi.org/10.1016/S0968-090X(03)00020-2
  8. S. Kamijo, Y. Matsushita, K. Ikeuchi and M. Sakauchi, "Traffic monitoring and accident detection at intersections," IEEE Trans. Intell. Trans. Syst., vol.1, no.2, pp.108-188, 2000. https://doi.org/10.1109/6979.880968
  9. Y. Zhang and Y. Xie, "Application of genetic neural networks to real-time intersection accident detection using acoustic signals," Trans. Res. Board, vol.1968, pp.75-82, 2006. https://doi.org/10.3141/1968-09
  10. L. M. Bruce, N. Balraj, and Y. Zhang, "Automated accident detection in intersections via digital audio signal processing," Trans. Reseach Review, Journal of the Trans. Research Board, 2003.
  11. F. D. Salim, W. Loke, A. Rakotonirainy, B. Srinivasan and S. Krishnaswamy, "Collision pattern modeling and real-time collision detection at road intersections," Proc. of IEEE Intell. Trans. Syst. Conf., pp.161-166, 2007.
  12. S. Sun, C. Zhang and G. Yu, A bayesian network approach to traffic flow forecasing," IEEE Transactions on Intelligent, vol.7, no.1, pp.124-132, 2006. https://doi.org/10.1109/TITS.2006.869623
  13. K. S. Hwang and S. B. Cho, "Learning of bayesian network," KROS Proc., vol.3, no.4, .pp.15-27, 2008.
  14. K. B. Korb and A. E. Nicholson, Bayesian Artificial Intelligence, Chapman & Hall/CRC, 2003.