• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.12-28
• /
• 2017

Mobility 4.0으로 일컬어지는 교통서비스의 핵심은 유연성 있는 모빌리티 구현이며, 이를 위해 수요-공급을 실시간, 유기적으로 이어줄 수 있는 플랫폼 구축이 요구되고 있다. 즉, 교통 정보 혹은 통합 모빌리티를 빅데이터 기반의 표준화 및 상시 업데이트가 가능한 DB로 구축하고 이를 분석할 수 있는 객관적이고 과학적인 분석 체계를 제시하는 것이다. 이러한 측면에서, 보행 통행을 포함하는 복합환승역사와 이를 기반으로 통행 전주기로 확장하여 분석하는 연구는 미흡한 실정이다. 이에 본 연구는 복합환승역사를 이용하는 통행자 중심의 통합 모빌리티 분석 체계를 3단계로 구성하여, Data Repository 생성 모듈, 통합 모빌리티 분석 모듈, 공간 정보를 융합한 결과해석 모듈로 정의하였다. 철도 및 광역버스 환승역사(사당, 신도림, 교대, 광화문, 삼성, 강남, 잠실) 7개 역사를 분석 대상 역사로 지정하여 사례 분석을 수행하였다. 분석 대상 역사는 통계적 유의성에 근거하여 3개 그룹으로 구분되었으며, 자료 기반으로 한 통행 전주기 분석과 해석을 통해 보다 다양하고 체계적인 복합환승역사 분석이 가능함을 제시하였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.149-155
• /
• 2020

한국도로교통공단은 교통사고분석시스템(TAAS)을 활용하여 2015년부터 발생한 교통사고 원인을 분석한 통계를 제공하고 있다. 교통사고 발생 주요 원인으로, 2018년 한해 전체 교통사고 발생원인 중 전방주시 부주의가 대부분의 원인임을 TAAS를 통해 발표했다. 교통사고 원인에 대한 통계자료의 세부항목으로 운전 중 스마트폰 사용, DMB 시청 등의 안전운전 불이행 51.2%와 안전거리 미확보 14%, 보행자 보호의무 위반 3.6% 등으로, 전체적으로 68.8%의 비율을 보여준다. 본 논문에서는 Deep Learning의 알고리듬 중 CNN(Convolutional Neural Network)를 활용하여 첨단 운전자 보조 시스템 ADAS(Advanced Driver Assistance Systems)을 개선한 시스템을 제안하고자 한다. 제안된 시스템은 영상처리에 주로 사용되는 Conv2D 기법을 사용하여 운전자의 얼굴과 눈동자의 조향을 분류하는 모델을 학습하고, 차량 전방에 부착된 카메라로 자동차의 주변 object를 인지 및 검출하여 주행환경을 인지한다. 그 후, 학습된 시선 조향모델과 주행환경 데이터를 사용하여 운전자의 시선과 주행환경에 따라, 위험요소를 3단계로 분류하고 검출하여 운전자의 전방 및 사각지대 보조한다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.149-155
• /
• 2021

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.

• 융합정보논문지
• /
• 제11권4호
• /
• pp.130-136
• /
• 2021

본 연구는 충남에 거주하는 지체장애인의 이동권 현황을 파악하여, 이들의 이동권을 향상시킬 수 있는 방안을 제시하고자 한다. 이를 위해 2단계에 걸쳐 설문지를 개발하였으며, 일반적 특성, 외출 및 이동현황, 저상버스 및 장애인 콜택시 사용현황, 서비스 개선사항, 광역이동지원센터 관련 문항으로 구성되었다. 연구대상은 충남에 거주하는 지체장애인으로 총 219명이 참여하였다. 조사 결과 응답자 중 54.6%는 매일 외출하였으며, 17.0%는 거의 외출을 하지 않았다. 53.4%의 응답자만 홀로 외출이 가능했으며, 외출하지 않는 주된 이유로는 계단과 대중교통의 불편함을 꼽았다. 응답자 중 26.9%는 저상버스를, 71.1%는 장애인 콜택시를 이용했으며, 이를 위해 각각 66.57분, 42.65분 동안 기다린 것으로 나타났다. 78.7%는 광역지원센터가 필요하다고 한 반면, 49.8%만이 센터를 인지하고 있었다. 연구결과에 기초하여 이동권 향상 방안으로 특별교통수단의 확대, 지체장애인의 보행환경 개선, 광역이동지원센터 기능 활성화 등에 대해 논의하였다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.793-799
• /
• 2023

본 연구는 도시철도역의 입지특성, 역사의 구조, 형태, 이용객 수 등을 반영한 도시철도역사의 유형을 분류하고 역사 유형별 이용자들의 환승이동 동선의 불편정도, 환승정보 수 및 연계성, 환승 이동편의시설의 설치 수, 이용자 간의 상충성, 환승안내정보 표지등에 대해 분석하였다. 자료 분석결과 도시철도이용자들이 환승할 때 가장 불편을 주는 요소들은 환승동선의 길이와 굴곡도, 환승 통로의 보행밀도와 상충자 수, 이동편의시설 설치 유무, 환승안내 문자의 크기나 높이 등으로 나타났다. 이들 환승 불편요소들을 객관화, 지수화하고 도시철도역의 환승 편의성을 측정할 수 있는 평가 지표로 제시하였다. 또한, 각 평가지표별 서비스 수준을 측정할 수 있는 평가척도를 개발하였다. 각 지표별 평가척도는 현장조사를 통해 도출된 자료들의 최대 및 최소값을 기준으로 직선 보간법을 적용하여 6단계를 제시하였다. 다만, 편의성 평가지표별 중요도와 가중치을 하나로 묶은 환승편의성 종합평가는 추후 연구을 통해 정립되어야 할 것으로 판단된다.

• 산업융합연구
• /
• 제22권3호
• /
• pp.51-65
• /
• 2024

본 연구는 소뇌성 운동실조증인 사람을 대상으로 반복적인 기본운동 기술 기반 신체활동을 통하여 균형 및 보행 기능의 긍정적인 변화와 지도자의 지도 과정에서의 어려움을 이해하는 것이다. 이를 위해 5명의 소뇌성 운동실조증 성인을 연구대상자로 선정하였고, 이들을 지도한 3명의 지도자가 연구참여자로 참여하였다. 양적 자료 수집을 위하여 연구참여자들의 16주 동안 신체활동 수업 사전 및 사후 평가를 통하여 평균과 표준편차를 살펴보았다. SAS 9.1 통계 프로그램의 샤피로-윌크 검정법으로 수집한 자료의 평균과 표준편차를 산출하였다(p<.05). 질적자료수집 방법으로 Spradley(1980)가 제안한 발전식 연구단계(DSR)의 문화기술적 방법을 채택하였고, Mertens(1990)의 분석법에 따라 수집한 자료를 귀납적으로 분석하였다. 이를 통하여 31개의 개념, 10개의 하위 범주, 4개의 범주를 발견하였다. 그 결과 연구참여자들이 겪는 어려움으로는 지도환경의 미흡, 수요자들의 불만, 지도의 어려움 그리고 동료 비협조 등으로 나타났다. 이러한 연구 결과를 바탕으로 소뇌성 운동실조증 성인들의 균형 유지뿐만 아니라 그들의 신체활동 지도를 위하여 공공기관뿐만 아니라 바우처를 사용할 수 있는 사설신체활동 기관에도 제도적·법적·정책적 지원이 이루어져야 하는 것으로 나타났다.

• 한국노년학
• /
• 제30권4호
• /
• pp.1293-1309
• /
• 2010

본 연구는 허약노인의 장애발생예방을 위하여 개발된 지역사회 방문재활 프로그램의 효과성을 평가하고, 허약노인 대상의 방문재활사업이 공공부문의 보건기관에서 실제 수행될 수 있도록 그 근거를 마련하는 것을 목적으로 하고 있다. 2009년 4월부터 8월까지 맞춤형 방문건강관리사업에 등록된 저소득 취약계층 노인들 중 110명의 허약노인을 선정하여, 이들을 대상으로 지역사회 중심의 실험연구를 수행하였다. 연구대상자는 무작위 방식으로 실험군(n=50)과 대조군(n=60)으로 나뉘어, 이 중 실험군은 3개월 동안 상·하지 근력강화, 보행능력 강화, 균형능력증진 등에 초점 맞추어진 허약노인 방문재활 프로그램에 참여하게 하였고, 대조군은 가정방문을 통한 낙상예방교육을 받게 하였다. 프로그램의 평가를 위해 1차 결과지표로서 신체기능척도, 간이신체기능 평가를 프로그램 사전·사후에 측정하였고, 그밖에 운동수행능력검사, 영양지표, 정서기능, 입원 및 낙상경험 등을 측정하였다. 연구결과 방문재활 프로그램에 참여한 대상자에서 신체기능척도와 간이신체기능평가 등 주요 노인기능지표의 유의한 향상이 관찰되었다. 신체기능척도에 대해서 실험군은 1.3 ± 3.8점의 상승이 있었던 반면, 대조군에서는 1.1 ± 5.4점의 감소가 있었다 (p=.020). 간이신체기능평가에 대해서도 실험군은 2.4 ± 2.0점의 상승이 있었던 반면, 대조군에서는 0.3 ± 1.5점의 상승만이 관찰되었다 (p<.001). 그밖에 허약노인을 위한 방문재활 프로그램은 운동수행능력, 정서기능, 반복낙상 횟수 및 낙상 후 기능저하 발생에 대해서도 유의한 효과를 보여주었다 (p .002-.038). 향후 우리나라 노인들의 장애발생을 예방하고 이로 인한 중증 장기요양단계로의 진입을 억제하기 위하여 허약노인 대상의 방문재활 프로그램과 이에 근거한 건강관리사업이 보다 적극적으로 확대·보급되어야 할 것이다.

• 토지주택연구
• /
• 제15권1호
• /
• pp.1-22
• /
• 2024

본 연구는 독립된 주거생활을 영위하는 비수도권 지역의 청년(19-34세) 월세 가구를 대상으로 거주지 2곳으로 나뉘어 거주실태와 주거소비수준을 비교하였다. 조사대상 주거 독립 청년은 대체로 20대 중반의 대졸 이상 고학력 임금근로자로 1인 가구였고, 특･광역시에 거주하는 청년 가구 중 고학력자가 많은 반면 비특･광역시에서 임금근로 자가 많았다. 청년 가구는 원룸형의 아파트가 아닌 주택에 2년 미만 거주해 오는 무부채 가구로 주거복지서비스를 이용하지 않았다. 극소수만 이용 중인 주거복지서비스는 주로 공공임대주택과 주거복지 상담 및 정보 이용 서비스에 편향되었다. 또한 지역 주택시장의 차이로 비특･광역시보다 특･광역시 가구가 2배 더 많은 보증금과 약간 더 높은 임대료를 부담하였다. 주거비 지표 중 슈바베지수와 소득대비주거비에서 두 지역 모두 기준선(25%) 이상의 과부담 가구가 다수였고, RIR 30% 이상인 주거빈곤층도 상당수였다. 주거비 지표의 영향 변인으로 소득 증가와 주거 복지서비스 이용이 슈바베지수와 소득대비주거비를 감소시켰고, 추가로 비특･광역시에서 주택만족도를 증가시켰다. 한편 거주환경의 세부 요소들은 생활환경과 편의시설 요인으로 대별되었고, 생활환경 요인 중 치안 및 방범 상태, 주변 도로의 보행 안전, 대기오염 정도, 이웃과의 관계 4가지 요소만 지역 간 차이를 보여 특･광역시보다 비특･광역시에서 더 높은 만족도를 보였다. 아울러 거주환경 지표로 주택 및 전체 주거환경 만족도는 생활환경과 편의시설에 만족할수록 상승하였으며, 공통 설명 변인으로 주택 만족도에서 주택규모와 노후주택 거주, 전체 주거환경에서 주택만족도가 추가되었다. 이처럼 주거 독립한 비수도권 청년에게 주거사다리의 첫 진입 단계인 월세 거주는 주거비 부담을 현저히 키우므로 이를 경감시키는 지원과 함께 생활환경과 편의시설을 개선하는 거주성 확보가 동시에 이루어져야 할 것이다.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.129-152
• /
• 2024

터널 내 CCTV를 통한 딥러닝 객체인식 적용에 있어서 터널의 열악한 환경조건, 즉 낮은 조도 및 심한 원근현상으로 인해 오탐지가 대량 발생한다. 이 문제는 객체인식 성능에 기반한 영상유고시스템의 신뢰성 문제로 직결되므로 정탐지 향상과 더불어 오탐지의 저감 방안이 더욱 필요한 상황이다. 이에 본 논문은 딥러닝 객체인식 모델을 기반으로, 오탐지 데이터의 재학습을 통해 오탐지의 저감뿐만 아니라 정탐지 성능 향상도 함께 추구하는 오탐지 학습법을 제안한다. 본 논문의 오탐지 학습법은 객체인식 단계를 기반으로 진행되며, 학습용 데이터셋 초기학습 - 검증용 데이터셋 추론 - 오탐지 데이터 정정 및 데이터셋 구성 - 학습용 데이터셋에 추가 후 재학습으로 이어진다. 본 논문은 이에 대한 성능을 검증하기 위해 실험을 진행하였으며, 우선 선행 실험을 통해 본 실험에 적용할 딥러닝 객체인식 모델의 최적 하이퍼파라미터를 결정하였다. 그리고 본 실험에서는 학습영상 포맷을 결정하기 위한 실험, 반복적인 오탐지 데이터셋의 재학습을 통해 장기적인 성능향상을 확인하기 위한 실험을 순차적으로 진행하였다. 그 결과, 첫 번째 본 실험에서는 추론된 영상 내에서 객체를 제외한 배경을 제거시키는 경우보다 배경을 포함시키는 경우가 객체인식 성능에 유리한 것으로 나타났으며, 두 번째 본 실험에서는 재학습 차수별 독립적으로 오탐지 데이터를 재학습시키는 경우보다 차수마다 발생하는 오탐지 데이터를 누적시켜 재학습 시키는 경우가 지속적인 객체인식 성능 향상 측면에서 유리한 것으로 나타났다. 두 실험을 통해 결정된 방법으로 오탐지 데이터 재학습을 진행한 결과, 차량 객체 클래스는 1차 재학습 이후부터 AP값이 0.95 이상 우수한 추론 성능이 발현되었으며, 5차 재학습까지 초기 추론 대비 약 1.06배 추론성능이 향상되었다. 보행자 객체 클래스는 재학습이 진행됨에 따라 지속적으로 추론 성능이 향상되었으며, 18차 재학습까지 초기 추론대비 2.3배 이상 추론성능이 자가 향상될 수 있음을 보였다.