• Journal of the Korea Convergence Society
• /
• v.9 no.10
• /
• pp.249-255
• /
• 2018

This paper presents a human-centered control algorithm for personalized autonomous driving based on the integration of inverse time-to-collision and time headway. In order to minimize the sense of difference between driver and autonomous driving, the human-centered control technology is required. Driving characteristics in case that vehicle drives with the preceding vehicle have been analyzed and reflected to the longitudinal control algorithm. The driving characteristics such as acceleration, inverse time-to-collision, time headway have been analyzed for longitudinal control. The control algorithm proposed in this study has been constructed on Matlab/Simulink environment and the performance evaluation has been conducted by using actual driving data.

• Proceedings of the International Union of Geodesy And Geophysics Korea Journal of Geophysical Research Conference
• /
• 2003.05a
• /
• pp.21-21
• /
• 2003

국내 지진관측망에 기록된 지진기록으로부터 관측한 PmP파의 주행시간을 이용하여 한반도 남부지역에서의 지각두께를 추정한다. 모호면으로부터 반사된 파형인 PmP파의 주행시간은 지각두께와 속도구조에 의존한다. 만약 실제 지각의 평균속도와 모델속도 사이의 차이가 작다고 가정하면, 계산한 주행시간과 실제 지진기록으로부터 관측한 주행시간의 상대적인 차이는 반사점에서 지각의 상대적인 두께차이에만 의존한다. 따라서 PmP파가 반사된 지점에서의 지각두께는 주행시간의 상대적인 차이가 표본추출간격보다 작은 값을 가질 때까지 지각두께를 변화시켜줌으로서 계산되어진다. 계산결과 한반도 남부지역에서의 지각두께는 지리산 부근 지역이 가장 두껍고 경상분지 지역이 가장 얇으며 호남지역은 중간 두께를 나타낸다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.5
• /
• pp.172-185
• /
• 2021

As the era of autonomous driving approaches, it is expected to have a significant impact on our lives. When autonomous driving cars emerge, it is necessary to develop an index that can evaluate autonomous driving cars as it enhance the productive value of the car by reducing the burden on the driver. This study analyzed how the autonomous driving era affects commuting time and commuting time satisfaction among office goers using a car in Gyeonggi-do. First, a nonlinear relationship (V) was derived for the commuting time and commuting time satisfaction. Here, the factors affecting commuting time satisfaction were analyzed through a binomial logistic model, centered on the sample belonging to the nonlinear section (70 minutes or more for commuting time), which is likely to be affected by the autonomous driving era. The analysis results show that the variables affected by the autonomous driving era were health, sleeping hours, working hours, and leisure time. Since the emergence of autonomous driving cars is highly likely to improve the influencing variables, long-distance commuters are likely to feel higher commuting time satisfaction.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.05a
• /
• pp.139-143
• /
• 2002

운전자가 고속도로와 시내도로에서 3시간 동안 주행했을 때 주관적인 운전 피로감 및 졸림감, 신체적인 불편도를 주관적 평가지를 이용하여 측정하였다. 실험결과 운전 피로감은 모든 주행조건에서 운전시간이 경과됨에 따라 유의하게 증가하였고 졸림감은 고속도로 주행시 운전시간에 따라 유의하게 증가하였으며 시내 주행에서 고속도로 주행보다 더 많은 신체부위에서 불편도가 높았다. 따라서 운전 피로는 운전시간에 따라 증가하고 고속도로에서는 졸음, 시내주행에서는 신체적인 불편으로 인한 피로가 증가함을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.798-801
• /
• 2014

여행 정보 시스템(ATIS), 교통 관리 시스템 (ITS) 등 궤적 기반 서비스에서, 서비스 품질을 향상시키기 위해서는 주어진 궤적 질의에 대한 정확한 주행시간을 예측하는 것이 필수적이다. 이를 위한 대표적인 공간 데이터 분석 기법으로는 데이터 분류에서 높은 정확도를 보장하는 규칙 기반 분류화 기법이 존재한다. 그러나 기존 규칙 기반 분류화 기법은 단일 컴퓨터 환경만을 고려하기 때문에, 대용량 공간 데이터 처리에 적합하지 않은 문제점이 존재한다. 이를 해결하기 위해, 본 연구에서는 맵리듀스 환경에서 규칙 기반 분류화를 이용한 궤적 데이터 주행 시간 예측 알고리즘을 개발하고자 한다. 제안하는 알고리즘은 첫째, 맵리듀스를 이용하여 대용량 공간 데이터를 병렬적으로 분석함으로써, 활용도 높은 궤적 데이터 규칙을 생성한다. 이를 통해 대용량 공간 데이터 기반의 규칙 생성 시간을 감소시킨다. 둘째, 그리드 구조 기반의 지도 데이터 분할을 통해, 사용자 질의처리 시 탐색 성능을 향상시킨다. 즉, 주행 시간 예측을 위한 규칙 그룹을 탐색 시 질의를 포함하는 그리드 셀만을 탐색하기 때문에, 질의처리 성능이 향상된다. 마지막으로 맵리듀스 구조에 적합한 질의처리 알고리즘을 설계하여, 효율적인 병렬 질의처리를 지원한다. 이를 위해 맵 함수에서는 선정된 그리드 셀에 대해, 질의에 포함된 도로 구간에서의 주행 시간을 병렬적으로 측정한다. 아울러 리듀스 함수에서는 출발 시간 및 구간별 주행 시간을 바탕으로 맵 함수의 결과를 병합함으로써, 최종 결과를 생성한다. 이를 통해 공간 빅데이터 분석을 통한 주행 시간 예측 기법의 처리 시간 및 결과 정확도를 향상시킨다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.15 no.1
• /
• pp.77-86
• /
• 2016

Drivers can receive diverse types of traffic information through a number of methods. However, there are not enough information services considering human factors. In this study, as a basic research on human factors of the drivers, characteristic analysis on drivers' mean glance (fixation) durations with different running speeds on the expressway was performed under diverse running environments. To control variables other than running speeds, running environments were categorized into 4 types: 'daytime running without preceding vehicles', 'daytime running with preceding vehicles', 'nighttime running without preceding vehicles', and 'nighttime running with preceding vehicles'. Furthermore, ANOVA Test was used to divide speed groups. As a result of performing a multiple comparison to compare differences in glance behavior per each group, the road item and the preceding vehicles item showed an increase in mean glance durations as the speed increased, while the front view showed a decrease in mean glance durations. It was confirmed that the road sign showed no statistically significant difference in glance durations as the speed varied.

• Journal of Korea Spatial Information System Society
• /
• v.10 no.3
• /
• pp.31-43
• /
• 2008

Travel time prediction is an indispensable to many advanced traveler information systems(ATIS) and intelligent transportation systems(ITS). In this paper we propose a method to predict travel time using $Na{\ddot{i}}ve$ Bayesian classification method which has exhibited high accuracy and processing speed when applied to classily large amounts of data. Our proposed prediction algorithm is also scalable to road networks with arbitrary travel routes. For a given route, we consider time-varying average segment velocity to perform more accuracy of travel time prediction. We compare the proposed method with the existing prediction algorithms like link-based prediction algorithm [1] and Micro T* algorithm [2]. It is shown from the performance comparison that the proposed predictor can reduce MARE (mean absolute relative error) significantly, compared with the existing predictors.

• The Journal of the Korea Contents Association
• /
• v.8 no.10
• /
• pp.76-87
• /
• 2008

Prediction of travel time on road network is one of crucial research issue in dynamic route guidance system. A new approach based on Rule-Based classification is proposed for predicting travel time. This approach departs from many existing prediction models in that it explicitly consider traffic patterns during day time as well as week day. We can predict travel time accurately by considering both traffic condition of time range in a day and traffic patterns of vehicles in a week. We compare the proposed method with the existing prediction models like Link-based, Micro-T* and Switching model. It is also revealed that proposed method can reduce MARE (mean absolute relative error) significantly, compared with the existing predictors.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.413-417
• /
• 2005

본 연구에서는 설계속도별 연속류 흐름을 가진 대상도로를 선택하여, 대상도로의 비첨두 시간을 정하여, 동영상에 의한 촬영을 실시하여 구간 주행속도를 추출하는 연구를 수행하였다. 각 대상구간의 거리는 수치지도 및 측량, 주행기록계 등을 이용하여 측정하였고, 영상의 분석을 통하여 차량의 구간통과시간을 산정하여 설계속도별 주행속도를 추출하였다. 그에 대한 검증으로 차량의 DGPS를 장착하여 대상도로를 주행하면서 동영상에 의한 주행속도와 비교 검증을 실시하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.195-201
• /
• 2008

본 연구에서는 고속도로와 같은 연속류 에서의 통행시간 군집화 현상을 연구하여 신뢰성 있는 단위 시간 당 구간 대표 통행시간을 구하는 전처리 방법을 제시하는데 목적이 있다. 현재까지는 단위시간 당 구간의 통행시간 대푯값으로 하나의 평균값(Mean), 최빈값(Mode), 또는 중앙값(Median)이 사용되었다. 이의 문제점은 운전자의 주행 습관(빠른 주행, 느린 주행), 휴게소 이용, 도로 정체 등 다양한 요인으로 인하여 차량일 구간 주행 속도 간 편차가 많아 현재 사용하는 1개의 대푯값으로는 전체 차량의 운행 특징을 정확히 표현하기가 곤란하다는 점이다. 이를 개선하기 위하여 본 연구에서는 군집 방법을 이용하여 차량군을 복수의 비슷한 군집으로 나누고 나누어진 그룹별로 통행시간 대푯값을 선정하는 방법을 제시하고 실험하여 이 방법이 효과적임을 증명하였다.