• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.441-442
• /
• 2022

교통사고 예측은 차량의 블랙박스 동영상을 통해 사고 발생을 최대한 빨리 예측하는 것을 목표로 한다. 이는 안전한 자율주행 시스템을 보장하는 데 중요한 역할을 한다. 다양한 교통 상황과 카메라의 제한된 시야로 인해 프레임에서 사고 가능성을 조기에 관찰하는 것은 어려운 도전이다. 예측의 핵심 기술은 객체의 시공간 관계를 학습하는 것이다. 본 논문에서는 블랙박스 동영상에서 사고 예측을 위한 계산 모델을 제안한다. 이것을 사용하여 사고 예방을 강화한다. 이 모델은 사고 위험에 대한 운전자의 시각적 인식에서 영감을 받았다. 객체 탐지기는 동영상 프레임에서 다양한 객체를 탐지한다. 탐지한 객체는 노드 생성기와 특징 추출기 동시에 통과한다. 노드 생성기에서 생성한 노드는 GCN 실행기를 사용한다. GCN 실행기는 각 프레임에 대한 객체의 3D 위치 관계를 계산한 후 공간 특징을 취득한다. 동시에 공간 특징과 특징 추출기에서 얻은 객체의 특징은 GRU 실행기로 보내진다. GRU 실행기 안에 시공간 특징을 암기하고 분석하여 교통사고 확률을 예측한다.

• 대한교통학회지
• /
• 제18권3호
• /
• pp.55-76
• /
• 2000

실시간 통행시간관련자료의 집계시간간격은 보다 신뢰성있는 통행시간정보제공과 교통정보센터의 효율적인 운영을 위해 매우 중요한 요소이다. 그러나 대부분의 기존 VDS 및 TCS교통정보 데이터는 통계학적·공학적 차원에서의 합리적인 연구나 검증없이 경험적 간격으로 집계되고 있다. 본 연구의 목적은 링크 및 교통축(Corridor) 통행시간 산정 및 예측시의 최적 집계 시간간격을 결정할 수 있는 통계학적 모형을 개발하고 실제 도로망에서 수집되는 통행시간자료에 적용하는 것이다 첫째로, 본 연구는 링크 및 교통축 통행시간 산정 및 예측으로 인한 오차를 계량화하는 통계학적 모형을 제시하고, 제시된 모형의 의미를 교통류이론 측면과 통행시간정보 이용자측면에서 살펴보았다. 둘째로, 미국 Texas, Houston의 도시고속도로에서 AVI시스템을 통해 수집된 통행시간자료를 제시된 모형에 적용하였다. 적용결과 링크통행시간 산정을 위한 최적 집계시간간격보다 링크통행시간예측을 위한 최적 집계시간간격이 큰 것으로 나타났으며, 교통축 통행시간 산정 및 예측을 위한 최적 집계시간간격은 교통축을 구성하는 링크간의 상관관계 (Correlation)에 큰 영향을 받는 것으로 분석되었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.177-182
• /
• 2007

최근 텔레매틱스 분야에서 GPS 수신기를 장착한 probe car를 통해 교통 정보를 수집하는 방법에 대한 연구가 활발히 진행되고 있다. 이 방법은 기존에 교통 정보를 수집하기 위해 활용되고 있던 고정식 검지기들에 비해 수집되는 정보가 높은 신뢰성을 가지고, 도로 환경에 민감하지 않으며, 낮은 유지비용으로 운용할 수 있다는 장점을 가지고 있다. 하지만, probe car는 자신의 위치 정보를 교통 정보 센터로 전송해 주어야 하기 때문에 프라이버시가 노출될 수 있고, 주차되어 있는 시간에는 통행 정보를 보내줄 수가 없다. 이런 이유로 대중 교통차량이나 상업용 차량이 주로 probe car로 활용되어지게 되는데, 그 수가 많지 않을뿐더러 운행 구간이 고르게 분포되지 않아 probe car가 지나지 않는 구간, 즉 교통 정보 누락 구간이 존재할 수 있는 문제점을 가지고 있다. 본 논문에서는 교통 정보 누락 구간의 처리를 위해 과거의 이력 정보로 대체하는 방법, 주변 도로의 구간 정보로 예측하는 방법, 회귀 분석을 통한 예측 방법 등을 기술하고 실제 probe car들로 수집된 서울시 강남대로 구간의 자료로 각 방법에 대한 실험을 실시하여 각각의 방법에 대한 결과를 비교 분석한다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2007년도 제57회 학술발표회논문집
• /
• pp.960-968
• /
• 2007

• 대한교통학회지
• /
• 제23권4호
• /
• pp.71-79
• /
• 2005

단속류에서는 신호제어에 의한 정확한 통행시간 추정에 어려움이 많으므로 기존 교통정보 수집체계로부터 얻을 수 있는 자료를 가공하여 운전자 및 교통정보 이용자에게 보다 신뢰성 있는 정보를 제공하여야한다. 또한 시간의 변화에 따른 장래의 최적경로는 개별구간에 대한 장래의 구간속도를 예측해야만 가능하므로 과거의 원시자료만으로 나타나지 않는 교통류의 변동에 따른 도로의 소통상태가 반영되어야 한다. 따라서 본 연구에서는 영상검지기 자료 및 AVI 자료의 특성을 효과적으로 통합하기 위해 영상검지기자료를 이용한 KHCM 방식의 추정법을 통해 링크별 통행특성을 파악하고, 이러한 특성비율을 보정계수로 적용하여 AVI에서 수집된 구간통행시간정보에 반영함으로써 보다 정확한 링크별 통행시간을 산출하는 데이터 융합기법을 도출하였고, 평가 결과(RMSE, EC 등) 또한 우수하였다. 이 기법을 이용한 링크별 통행시간정보는 운전자가 이동하고자 하는 구간이 AVI의 제공범위에 미치지 못하거나 넘어서는 경우, 원하는 총 통행구간의 시간정보를 예측할 수 있다는 의의를 지닌다. 또한 실제 차량은 시 공간적인 이동을 하기 때문에 동시간대의 링크통행시간을 이용한 정보는 실제 통행시간과 비교해 볼 때 상당한 시간처짐 (Time-lag)현상을 가져온다. 따라서, 시간주기별로 변화하는 차량의 시 공간적 이동을 고려한 다주기 예측의 개념을 도입하였으며, 칼만필터링을 활용한 다주기 예측모형의 평가결과(RMSE, EC등) 현실을 잘 반영하는 모형임이 증명되었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.144-145
• /
• 2023

육상, 철도, 항공 등 타 교통분야에서 지속적으로 사고와 인명피해가 줄어든 반면, 해양분야는 해양사고가 증가하며 실효적 해양교통안전관리에 대한 필요성이 대두되고 있다. 최근 3년간 국내 해상에서 발생한 충돌사고 중 어선을 포함한 충돌사고가 전체의 약 84%를 차지하며, 해상교통의 주요 변수인 어선을 포함한 국가의 해상교통량 파악은 반드시 필요한 실정이다. 본 연구에서는 현 정부 국정과제인 '디지털 해상 교통망 구축'과 더불어 해양교통안전관리체계 마련의 일환으로 국내 전체 선박위치발신장치(AIS, V-PASS) 데이터를 활용하여 해상교통량을 분석하고 예측 모델을 개발한다. 이를 위해 선박 밀집도를 통한 그리드별 공간가산분석과 항적 데이터 전처리 및 선형화, 선박 길이에 따른 점용면적 산정을 통한 단위 그리드별 해상교통량을 분석한다. 또한, 과거 교통량 데이터는 딥러닝 기반의 시계열 특성을 지닌 RNN과 LSTM 모델을 활용하여 교통량 예측 모형을 개발한다. 본 연구의 결과는 해상교통량과 해양사고의 연관성 분석 및 속력제한구역 등 해상정책 수립의 정량적 근거를 제공하며, 국민에게 해상교통정보 제공을 통해 교통복지 증진에 기여할 수 있다.

• 대한교통학회지
• /
• 제29권1호
• /
• pp.71-79
• /
• 2011

전통적으로 동적 교통망 모형들은 실시간 교통운영 문제를 위한 도구로 인식되어 왔다. 이와 같은 모형들을 활용하는 방안 중 하나는 예측통행시간을 생성하는 것이다. 예측통행시간 정보는 통행자들이 혼잡한 지역에서 덜 혼잡한 지역으로 경로를 전환할 수 있도록 해 주는데 이는 교통망의 용량을 효과적으로 활용하게 한다. 이러한 접근 방법은 돌발상황이 발생했을 때 매우 효과적일 것으로 예상된다. 이 때 고려해야 할 사항은 통행시간정보가 미래 통행여건 자체에 영향을 준다는 점이다. 이로 인해 예기치 못한 과잉반응(over-reaction)을 야기할 수 있으며 예측정보의 신뢰도를 떨어뜨리는 요인으로 작용할 수도 있다. 본 연구에서는 돌발상황 발생 시를 대상으로 교통망 차원의 통행시간 예측모형을 제시한다. 이 모형에서는 모든 운전자가 개인 차내 단말기를 통해 상세한 교통정보를 이용할 수 있으며 이러한 정보를 바탕으로 경로선택에 관한 의사결정을 할 수 있다고 가정하였다. 경로기반(route-based)의 확률론적 변등부등식(stochastic variational inequality)을 통행시간예측의 기본모형으로 사용하였으며 운전자의 경로전환의사를 반영하기 위해 경로전환함수를 적용하였다. 컴퓨터 프로그램과 간단한 교통망 분석을 통해 제안된 모형의 특성을 살펴보았다.

• 대한교통학회지
• /
• 제27권6호
• /
• pp.55-67
• /
• 2009

우리나라의 경우 기존에 시행된 대부분의 도로건설사업이 교통수요의 과다 예측으로 인하여 재정의 낭비를 초래하였다. 이 같은 교통수요 예측 오류 발생의 원인은 여러 가지가 있을 수 있지만 사용된 교통기초자료의 낮은 신뢰성과 기관 간 정보연계 미흡을 주요한 원인으로 꼽을 수있다. 이에 본 연구는 대표적 교통기초자료인 국가교통DB와 수도권 가구통행실태는 향후 추진될 도로건설사업계획 수립에 크게 활용될 것이며 이 자료들도 현재 낮은 신뢰성과 기관 간 정보연계 미흡의 문제가 있으므로 개선이 필요하다는 인식하에서 시도되었으며 도로부문 교통기초자료 구축사업의 문제점을 교통수요 예측 관련 자료를 중심으로 살펴보고 개선방안을 제시하고자 하였다.

• 대한교통학회지
• /
• 제22권4호
• /
• pp.107-116
• /
• 2004

VMS를 통한 정보제공에는 과도반응과 통행집중의 위험부담이 따른다. 즉 대안경로간에 이루어져야 할 통행배분을 정확히 유도할 수 있는 VMS 메시지란 존재치 않는다. VMS 메시지에 의해 특정 경로가 교통상황이 타 경로에 비해 좋다고 정보가 주어질 때, 그 정보에 대한 과도반응과 그 특정경로에 대한 통행집중 문제가 발생하여 정보제공에 의해 오히려 상황이 악화될 수 있다. 본 연구에서는 대안경로간의 물리적 특성 측면에서 우열이 있는 가상 네트워크를 대상으로 하여, 과도반응과 통행집중 문제를 극복하고 대안경로간의 적절한 통행배분을 달성하기 위한 VMS 운영알고리즘을 개발하는 것을 목표로 한다. VMS정보제공 결과, 즉 VMS를 통해 상황이 좋다고 알려준 경로에 통행이 집중할 경우 문제가 될 것인가 여부를 미리 예측해 보고, 문제가 될 경우 정보제공 전략을 수정하도록 하는, 피드백 제어에 예측적 방식을 접목하였다. 본 연구에서 제안한 알고리즘의 주요 기능은 다음과 같다. 1. 교통량, 속도 등에 대한 실시간 모니터링 시스템이 구축되어 있음을 전제로 한다. 2. 실시간 제어에는 모니터링 결과와 이에 근거한 정보제공전략의 시행사이에는 시간차가 존재한다. 이러한 시간차이로 인하여 단기예측이 필요하고, 이를 수행하는 모듈이 있다. 3. 정보제공 결과로 특정 경로에 과부하가 걸리는지 여부를 예측하기 위하여, 그 판단기준으로 그 경로의 실제 용량 산정이 필요하다. 이에 혼잡의 시공간적 전개에 따라 변하는 동적 용량을 산정하는 모듈이 있다. 4. 대안 경로간 통행배분 목표치를 수리적으로 산정할 수는 있으나, 이를 자동적으로 이루어 주는 메시지는 존재하지 않는다. 아울러 현실적으로 예측 불가능한 외란을 모형에 의존하여 예측하기 보다는, 계속적인 피드백 레귤레이터(Regulator) 작동에 의해 보정하여 목표를 달성해 가는 자동제어 기능을 갖고 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권8호
• /
• pp.301-310
• /
• 2021

TATI 모델이란 Traffic Accident Text to RGB Image 모델로, 교통사고 심각 정도 예측을 위한 본 논문에서 제안하는 방법론이다. 교통사고 치사율은 매년 감소하는 추세이나 OECD 회원국 중 하위권에 속해있다. 교통사고 치사율 감소를 위해 많은 연구들이 진행되었고, 그 중에서 교통사고 심각 정도를 예측하여 발생 및 치사율을 줄이기 위한 연구가 꾸준하게 진행되고 있다. 이와 관련하여 최근에는 통계 모델과 딥러닝 모델을 활용하여 교통사고 심각 정도 예측을 하는 연구가 활발하다. 본 논문에서는 교통사고 심각 정도를 예측하기 위해서 교통사고 데이터를 컬러 이미지로 변환하고, CNN 모델을 통해 이를 수행한다. 성능 비교를 위해 제안하는 모델과 다른 모델들을 같은 데이터로 학습시키고, 예측결과를 비교하는 실험을 진행했다. 10번의 실험을 통해 4개의 딥러닝 모델의 정확도와 오차 범위를 비교하였다. 실험 결과에 따르면 제안하는 TATI 모델의 정확도가 0.85로 가장 높은 정확도를 보였고, 0.03으로 두 번째로 낮은 오차 범위를 보여 성능의 우수성을 확인하였다.