• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.49-51
• /
• 2018

미국과 중국 그리고 일부 유럽국가에서는 교통혼잡 해결하기 위해 2인 이상 탑승한 차량만 운행 가능한 다인승 전용차로(HOV, High Occupancy Vehicle Lanes)를 도입하여 운영하고 있다. HOV를 도입한 도시에서는 나 홀로 운행 차량이 많이 감소 되어 교통 혼잡 문제를 조금이나마 해결 할 수 있었다. 현재 HOV에서는 차량 내부의 탑승 인원수를 확인하기 위한 시스템을 사용하고 있다. 기존의 해당 시스템은 HOV에 지나간 차량을 자동으로 적외선 카메라를 통해 촬영하여 사람이 직접 검수하는 방식이다. 기존 방식은 사람이 직접 검사하는 방식이라 이를 위한 많은 인력과 시간이 소모되는 점, 그리고 사람마다 확인한 결과가 다를 수 있는 등 여러 가지 단점이 있다. 본 논문에서는 기존 HOV의 차량 내부 탑승 인원 확인 기술의 여러 단점을 극복하기 위해 Deep Learning과 Computer Vision을 이용한 새로운 기술 설계를 위한 연구한 내용을 다룬다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2005년도 추계학술대회 및 정기총회
• /
• pp.125-129
• /
• 2005

As metropolitan areas are rapidly growing in both population and physical size, so too has the problem of traffic congestion. Magnifying this is the limited financial resources and lack of road corridor space available to juggle the many competing demands. High Occupancy Vehicle (HOV) facilities have been implemented in an attempt to alleviate the problem of growing congestion while considering the issue of limited funding and lack of physical space. HOV lanes may increase the efficiency of a road corridor by maximising its person carrying capacity. These facilities are meant to provide priority treatment to HOVs, thereby luring people to choose a transport mode with a higher occupancy than the single occupant vehicle (SOV), such as buses or carpools. This paper analyze the issues surrounding HOV lanes, their effect, problems and their evaluation by using Intergration, that is Traffic Simulation Software, when HOV lanes be implemented in the Olympic Highway.

• 한국시뮬레이션학회논문지
• /
• 제15권1호
• /
• pp.19-25
• /
• 2006

도시지역이 급격히 확장됨에 따라, 인구 및 교통량이 증가되어 교통 혼잡이 큰 사회문제가 되고 있다. 일반적으로 다인승전용차로는 도로의 이용효율을 증대시킬 수 있는 방안으로 알려져 있으며, 도시부 교통문제 해소의 한 방안이다. 본 논문에서는 서울의 중심 도시고속도로인 올림픽대로의 교통 혼잡을 완화하기 위한 방안으로 다인승전용차로제의 도입 가능성을 시뮬레이션 툴인 Integration을 이용하여 과학적으로 분석 평가하였으며, 향후 이러한 분석기법이 다인승 전용차로제 도입 가능성 평가에 많이 사용될 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.239-241
• /
• 2022

현재 대한민국에서는 교통 혼잡을 해결하기 위해 다인승 전용차로 (HOV, High Occupancy Vehicle Lanes)와 지정차로제를 시행하고 있다. 현행의 교통단속 시스템은 단속 지역 구역에 인원이 필수로 배정되며 무인 단속에 어려움이 있다. 또한, 고정식 교통단속시스템은 속도 위반 단속은 가능하나 운전자가 네이게이션을 통해 단속을 회피할 수 있다. 이러한 문제점을 해결하기 위해 딥러닝 객체 인식 모델인 YOLO를 통한 교통 통합 단속 시스템이 필요하다. 본 연구에서는 멀티스레딩 기술 기반의 병렬처리 차량번호 인식 기술을 적용하여 불시 단속이 가능한 이동식 교통 통합 관리시스템을 제안한다. Yolo5를 이용한 차선 인식, 차량탑승인원 판별, 차량 번호 인식 등의 알고리즘을 통합 모델을 설계하고 이를 적용한 통합시스템을 제시하였다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.67-77
• /
• 2022

본 연구에서는 고속도로 버스전용차로 단속시스템을 개발하여 현장 성능평가를 수행하였다. 영동고속도로 마성터널 입구 버스전용차로에서 조사한 결과, 버스전용차로를 위반하는 차량의 비율이 99%에 달하는 것으로 조사되었다. 하지만 현재의 경찰관에 의한 인력식 단속은 단속율도 낮고 불필요한 안전문제 및 지체를 발생시킨다. 고속도로 버스전용차로는 6인 이상 탑승한 9인승 이상 승합차도 통행이 가능하기 때문에 승합차량의 승차인원을 검지하는 기술개발이 필요하다. 조도에 관계없는 승차인원 검지를 위해 적외선 카메라를 사용하였고 짧은 차두시간을 감안한 신속한 영상처리 기법으로 YOLOv5 딥러닝 알고리즘을 사용하였다. 개발시스템 성능 검증을 위해 테스트베드 및 실 현장 평가를 실시한 결과, 테스트베드와 실 현장에서 각각 7%, 8% 오차를 나타내 만족할 만한 성능을 보였다. 본 연구 결과물을 현장에 적용할 경우 고속도로 버스전용차로 운영 효율화 및 단속에 따른 불필요한 지체를 감소시킬 수 있을 것으로 기대된다.