• 제목/요약/키워드: Intelligent transportation systems

Search Result 804, Processing Time 0.028 seconds

국가 지능형 교통체계를 위한 아키텍쳐 연구 (모형 및 방법론) (A Study of Architecture for national Intelligent Transportation Systems (Methodology and Model))

  • 백인섭;이승환;이시복
    • 대한교통학회지
    • /
    • 제19권6호
    • /
    • pp.19-31
    • /
    • 2001
  • 우리 나라 환경에 적합한 국가 지능형 교통체계(ITS: Intelligent Transportation Systems)의 구현을 위한 국가 아키텍쳐 수립연구가 국토연구원과 관련 학계와 산업계의 협동연구로 지난 3년간 수행되어 천여 페이지에 달하는 국가 아키텍쳐가 수립된 바 있다. 본 논문에서는 이를 위해서 고안된 도메인 수준과 논리 수준 및 물리 수준의 아키텍쳐 모형과 방법론을 제시한다. 도메인 수준의 아키텍쳐는 ITS를 구현함에 있어 관계되는 영역간의 국가적 협동체계를 이룩하기 위한 국가적 기본 틀이고 논리수준의 아키텍쳐는 서비스의 중복/사각/상충을 방지하기 위한 국가적 기본 틀이며 물리수준의 아키텍쳐는 서비스 시스템을 구축함에 있어 물리적 정보기술 자원을 효율적으로 할당하여 시스템 구축의 경제성과 효율성을 도모하기 위한 시스템의 물리적 구성 틀이다. 이를 위한 모델과 기법은 고전적 컴퓨터 기반 시스템공학에서의 프로세스 지향적 사고와 기법을 수정 보완하고 확장한 것으로 고 수준(High Level)에서의 아키텍쳐 구상에 적절한 것이다. 저 수준(Low Level)의 아키텍쳐는 설계 수준에서 이루어지는 것으로 전제하였다.

  • PDF

차세대 ITS 서비스를 위한 u-Transportation 통신시스템 설계 (Design of u-Transportation Communication Systems for Next-Generation ITS Services)

  • 송정훈;이재정;김성률;김정준;서대화
    • 한국ITS학회 논문지
    • /
    • 제12권5호
    • /
    • pp.61-72
    • /
    • 2013
  • 차세대 ITS 시스템은 고속 이동환경에서 양방향 통신이 가능한 WAVE 시스템을 적용한다. u-Transportation 시스템은 차세대 ITS 시스템의 하나로 다양한 차량 안전 및 교통서비스 제공에 최적화된 성능을 보여주기 위해 WAVE 시스템을 적용한다. 본 논문에서는 u-Transportation 시스템 테스트베드와 이를 위한 서비스에 대하여 소개하고, 차세대 ITS 서비스 지원을 위하여 구현한 WAVE 통신시스템에 대해 설명한다. 구축한 테스트베드를 통하여 실제 도로 환경에서 차세대 ITS 서비스를 지원하기 위한 통신 기능 및 성능 시험을 수행하였다. 자동차 전용도로 및 도심 도로 구간에서의 서비스 시험 및 운영을 통해, 서비스 제공에 필요한 통신시스템의 기능과 차량 이동환경에서 통신 성능을 만족하는 것을 확인하였다.

Protecting Privacy of User Data in Intelligent Transportation Systems

  • Yazed Alsaawy;Ahmad Alkhodre;Adnan Abi Sen
    • International Journal of Computer Science & Network Security
    • /
    • 제23권5호
    • /
    • pp.163-171
    • /
    • 2023
  • The intelligent transportation system has made a huge leap in the level of human services, which has had a positive impact on the quality of life of users. On the other hand, these services are becoming a new source of risk due to the use of data collected from vehicles, on which intelligent systems rely to create automatic contextual adaptation. Most of the popular privacy protection methods, such as Dummy and obfuscation, cannot be used with many services because of their impact on the accuracy of the service provided itself, they depend on changing the number of vehicles or their physical locations. This research presents a new approach based on the shuffling Nicknames of vehicles. It fully maintains the quality of the service and prevents tracking users permanently, penetrating their privacy, revealing their whereabouts, or discovering additional details about the nature of their behavior and movements. Our approach is based on creating a central Nicknames Pool in the cloud as well as distributed subpools in fog nodes to avoid intelligent delays and overloading of the central architecture. Finally, we will prove by simulation and discussion by examples the superiority of the proposed approach and its ability to adapt to new services and provide an effective level of protection. In the comparison, we will rely on the wellknown privacy criteria: Entropy, Ubiquity, and Performance.

코일센서를 이용한 차량검지기 적용성에 대한 연구 (Study on Applicability of the Vehicle Detection Using a Coil Sensor)

  • 이상오;이철기;윤일수;김남선;이용주
    • 한국ITS학회 논문지
    • /
    • 제14권2호
    • /
    • pp.14-23
    • /
    • 2015
  • 본 연구는 코일센서를 이용한 차량검지기의 적용성을 검정하고자 한다. 이를 위하여 코일센서를 이용하여 차량검지기의 발진회로부, 데이터 수집부, 데이터 모니터링 및 저장부로 구성된 실험환경을 구성하였다. 실험환경에서 얻은 코일센서의 주파수를 분석한 결과, 코일센서를 이용한 차량검지기의 주파수가 안정적으로 산출되는 것을 확인하였다. 또한 시공 편의성을 확인하기 위하여 실제 도로에 기존 루프검지기와 코일센서를 이용한 차량검지기를 적용한 후 커팅면적 및 재료 소요량, 평균 작업시간을 측정하여 시공 용이성을 비교하였다. 비교 결과, 코일센서를 이용할 경우 시공시간의 개선이 가능하며, 도로 커팅 면적을 줄일 수 있어 기존의 루프검지기 설치 방식보다 코일센서를 이용한 차량검지기 시공 방식이 더 효율적인 것으로 나타났다.

스태킹 앙상블 기법을 활용한 고속도로 교통정보 예측모델 개발 및 교차검증에 따른 성능 비교 (Development of Highway Traffic Information Prediction Models Using the Stacking Ensemble Technique Based on Cross-validation)

  • 이요셉;오석진;김예진;박성호;윤일수
    • 한국ITS학회 논문지
    • /
    • 제22권6호
    • /
    • pp.1-16
    • /
    • 2023
  • 정확도가 높은 교통정보 예측은 지능형교통체계(intelligent transport systems, ITS)를 통한 교통 시설 이용자들의 혼잡 경로 회피 안내 등에서 활용되는 중요한 기능이다. 정확한 교통정보예측을 위해 다양한 딥러닝 모델들이 발전되어 왔다. 최근에는 앙상블 기법을 활용하여 다양한 모델들의 장단점을 결합하여 예측 정확도와 안정성을 높이고 있다. 따라서, 본 연구에서는 다양한 딥러닝 모델들을 활용하여 교통정보 예측 모델을 개발하였으며, 개발된 딥러닝 모델들을 스태킹 앙상블(stacking ensemble)하여 성능을 개선하였다. 개별 모델들은 교통량 예측에서 10% 이내의 오차율을, 속도 예측에서 3% 이내의 오차율을 보였다. 앙상블 모델은 교차검증을 수행하지 않았을 때, 타 모델과 비교하여 더욱 높은 정확도를 보였다. 교차검증을 수행한 앙상블 모델은 장기예측에서 타 모델보다 균일한 오차율을 보이는 것으로 나타났다.