• 한국ITS학회 논문지
• /
• 제11권5호
• /
• pp.70-77
• /
• 2012

교통약자들을 위한 차량서비스는 dial-a-ride, demand responsive 또는 paratransit으로 불리며 미국과 유럽에서 널리 제공되고 있는 대중교통의 하나이다. 본 연구는 이러한 교통약자 차량서비스의 배차와 차량경로문제에 관한 것으로 다수차고지와 예약시간 위반을 고려한다. 본 연구에서는 기존의 연구에서 제안된 clustering first-routing second에 기초한 휴리스틱 알고리즘을 실제 큰 규모의 교통약자 차량서비스에 적용하였다. 사례연구로서 Maryland Transit Administration (MTA)의 교통약자 차량서비스를 소개하고 실제 MTA의 운영결과와 제안된 휴리스틱 알고리즘의 결과를 비교하였다. 제안된 모형의 목적함수는 서비스제공자의 비용과 고객들의 불편비용으로 이루어진 전체비용을 최소화하는 것이다. 실제 MTA의 운영자료에 차량대기시간, 서비스지연시간과 초과승차시간에 대한 정보가 없는 관계로 비교를 위해서 clustering first-routing second에 기초한 휴리스틱 알고리즘의 목적함수 값은 차량의 대기비용, 고객들의 서비스지연비용과 초과 승차시간 비용를 포함하지 않는다. MTA의 실제운영에 의한 목적함수 값보다 HCR의 목적함수 값이 보다 나은 것으로 나타났으며 이 결과는 본 연구에서 제안된 휴리스틱 방법이 실제운영을 보다 효율적으로 바꿀 수 있음을 보여준다.

• 한국ITS학회 논문지
• /
• 제10권4호
• /
• pp.78-85
• /
• 2011

차량 통신 환경에서 운전자가 돌발 상황에 미리 대비하여 교통사고를 예방하기 위해서는 교통사고 정보, 응급상황 정보, 차량 및 도로 상태 정보를 실시간으로 정확하게 다른 차량 및 기지국으로 전달하여야 한다. 본 논문에서는, 기존의 경쟁 기반 싱글 채널 동작 환경에서 충돌로 인한 송 수신 지연 및 통신 실패가 발생 수 있기 때문에 멀티 채널 동작에 적합한 Multi-Channel MAC (MCM) 기술에 대하여 설명한다. 차량 간 통신 및 차량과 기지국 간 통신 시 다양한 서비스를 수용하면서도 끊김없는 안전 서비스 제공을 위한 WAVE 표준 기반의 MAC 기술이 필요하다. 본 논문에서 소개하는 WAVE 표준 기반 MCM은 C 언어 기반 Real Time Operating System에 구현된 MAC 소프트웨어와 FPGA에 VHDL로 구현된 MAC 하드웨어로 구성된다. 구현 된 MCM의 QoS 보장 및 성능 검증은 기존 싱글 채널 동작과 비교하여 수행하였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권1호
• /
• pp.137-144
• /
• 2007

유무선 통신 기술, 디지털 미디어, 그리고 영상처리 기술의 비약적인 발전과 서비스 통합화 추세는 광대역통합망(BcN: Broadband convergence Network)과 같은 초고속 네트워크를 통하여 VoIP, IPTV와 같은 여러 형태의 새로운 서비스를 창출하게 되었다. VoIP 서비스가 기존의 공중회선 교환망에서와 같은 이윤 창출을 위해서는 기존 서비스 이상의 품질을 제공하여야 한다. 따라서 실시간 품질측정 프레임워크는 VoIP 서비스를 제공하기 위한 가장 중요한 요소라고 할 수 있다. 이를 위해 IETF (Internet Engineering Task Force)에서는 RTCP (Real-Time Transport Protocol Control Protocol)를 확장한 RTCP-Extended Reports (RTCP-XR)을 정의하였다. 그러나 RTCP-XR에서는 음성품질을 측정하기 위한 항목만을 정의하였을 뿐 실제 VoIP 품질 측정을 위한 절차와 방법은 규정하지는 않았다. 본 논문은 종단간 패킷화된 음성을 효과적으로 측정하기 위한 프레임워크 제시를 목적으로 하고 있다. 이를 위해 본 논문에서는 VoIP 품질 측정개념과 더불어 제안된 프레임워크에서 측정방법을 단계적으로 기술하였다. 아울러 RTCP-XR의 개념을 확장한 새로운 형태의 포맷을 제안하였다.

• 한국수자원학회논문집
• /
• 제32권4호
• /
• pp.479-488
• /
• 1999

산업화와 인구집중으로 인하여 도시화 현상이 심화됨에 따라 홍수로 인한 침수의 피해가 증가되고 있는 실정이며, 도시화 과정에서 첨두유량의 증가, 첨두유량 도달시간의 감소 등의 수문학적 특성이 변화되고 있어 도시방재에 관한 관심이 날로 증가하고 있다. 본 연구는 강우-유출에 대한 실측자료가 있는 청주시 용암지구에 SWMM 모형과 ILLUDAS모형을 적용하여 첨두유량, 도달시간, 및 총유출량을 실측치와 계산치를 비교함으로써 도시유역에 적합한 모형을 제시하고자 한다. 대상유역의 5개 강우사상을 모형에 적용한 후 첨두유량, 충유출량을 실측치와 비교적 결과 SWIM의 Transport block 모형이 가장 실측치에 근점하고 ILLUDASA모형, SWMM 모형의 Runoff block 순으로 나타났다.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.309-315
• /
• 2017

근래 제한된 자원과 이기종 통신 장치를 가진 사물들이 인터넷을 통해 서로 연결되어 정보를 주고받는 사물인터넷 기술이 각광받고 있다. 본 논문에서는 블루투스 4.2 기술인 Bluetooth Low Energy(BLE) 상에서 IPv6를 사용하여 센서 등을 실시간으로 모니터링할 수 있는 시스템을 제안한다. 본 시스템은 발행-구독 방식의 사물인터넷 프로토콜인 Message Queuing Telemetry Transport(MQTT)를 이용하여 별도의 데이터 변환이나 프록시가 필요 없이 데이터를 전송할 수 있다. 본 시스템과 연동된 웹 클라이언트에서는 BLE 장치가 감지한 센서 데이터는 MQTT 브로커로 중개된 후에 HTTP 및 웹소켓 프로토콜을 통해 웹 클라이언트로 전달되므로 센서 데이터를 실시간으로 모니터링할 수 있다. 본 논문에서는 테스트 플랫폼을 구현하여 네트워크 성능을 검증하고 본 시스템의 유효성을 확인하였다. 따라서 본 시스템을 적용하면 개발 비용을 줄이고 이기종 장치들로 사물인터넷 망을 쉽게 구성할 수 있다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.61-73
• /
• 2020

IoT 디바이스로부터 수집된 위치정보를 활용한 실시간 위치센싱 기술은 항만 등 다양한 산업현장에서 활용되고 있다. 그러나 GPS 센서의 특성상 오차는 항상 존재하며, 이를 활용하는 사고위험 검지 알고리즘은 오차의 고려가 필수적이다. 본 연구는 GPS 오차를 고려한 항만 내 낙하물 사고위험 구역 접근검지 알고리즘의 보정 방법론을 제안한다. IoT 디바이스로부터 수집된 GPS 오차 데이터를 확률변수로 하는 확률밀도함수를 추정하였으며 알고리즘의 검증을 위해 미시적 시뮬레이션을 활용하였다. 검증 결과 알고리즘은 디바이스의 위치오차 1m, 5m에 따라 검지 정확도가 각각 93%, 77%로 나타났다. 본 연구는 향후 디바이스의 성능을 고려한 유효 위험범위 설정 및 안전관리에 중요한 역할을 할 수 있을 것으로 기대된다.

• 융합보안논문지
• /
• 제20권5호
• /
• pp.11-17
• /
• 2020

IoT의 핵심 요소 기술 중 하나인 Bluetooth를 전기차 무선 충전 시스템에 사용하는 경우가 늘어나면서 이에 대한 보안 문제가 큰 이슈로 부각되고 있다. 무선 통신 기술인 Bluetooth에 보안을 강화하기 위한 다양한 기술적 노력이 있어 왔지만 여전히 다양한 공격 방법이 존재한다. 본 논문은 Bluetooth 시스템을 대상으로 대표적인 2가지 공격 방법을 지능적으로 탐지하기 위해 잘 알려진 Hidden Markov Model을 이용한 지능형 Bluetooth 침입 탐지 시스템을 제안한다. 제안 방법은 탐지의 정확성 이외에 실시간 탐지가 가능하도록 Bluetooth 전송 계층 프로토코인 H4의 패킷 타입과 전송 방향을 조합하고 이들의 시간상의 전개를 특징으로 사용한다. 데이터 수집 환경을 구성하고 실험을 통해 얻은 데이터를 대상으로 개발한 시스템의 성능을 분석한다.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.123-133
• /
• 2024

기존의 자율주행 기술은 차량에 부착된 센서를 사용하여 환경을 감지하고 주행 계획을 수립하는 방식으로 개발되었으나, 악천후나 역광, 장애물로 인한 가려짐 등 특정 상황에서 성능이 저하되는 문제점이 있다. 이러한 문제점을 해결하기 위해 도로 인프라의 지원을 통해 자율주행 차량의 인지 범위를 확장하는 협력형 자율주행 기술이 주목받고 있으나, 단안 카메라에서는 국제 표준에서 요구하는 객체의 3D 중심점을 실시간으로 분석해내기 어렵다는 문제점이 있다. 이에 본 논문에서는 도로 인프라의 고정된 화각과 사전에 측정된 기하학적 정보를 활용하여 객체를 검출하고 실시간으로 차량의 중심점을 추정하는 방법을 제안하였다. GPS 위치 측정 장비를 활용하여 객체의 중심점을 효과적으로 추정할 수 있음을 확인하였으며, 제안된 방법은 차량 및 도로 인프라 간의 협력형 자율주행 기술에 적용 가능하여, 협력형 자율주행 인프라의 보급 및 확산에 기여할 수 있을 것으로 기대된다.

• ETRI Journal
• /
• 제32권2호
• /
• pp.281-291
• /
• 2010

Scalable video coding (SVC) has been standardized as an extension of the H.264/AVC standard. This paper proposes a practical real-time transport protocol (RTP) packetization scheme to transport SVC video over IP networks. In combined scalability of SVC, a coded picture of a base or scalable enhancement layer is produced as one or more video layers consisting of network abstraction layer (NAL) units. The SVC NAL unit header contains a (DID, TID, QID) field to identify the association of each SVC NAL unit with its scalable enhancement layer without parsing the payload part of the SVC NAL unit. In this paper, we utilize the (DID, TID, QID) information to derive hierarchical spatio-temporal relationship of the SVC NAL units. Based on the derivation using the (DID, TID, QID) field, we propose a practical RTP packetization scheme for generating single RTP sessions in unicast and multicast transport of SVC video. The experimental results indicate that the proposed packetization scheme can be efficiently applied to transport SVC video over IP networks with little induced delay, jitter, and computational load.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.274-283
• /
• 2022

Korea is facing a number difficulties arising from rising housing prices. As 'housing' takes the lion's share in personal assets, many difficulties are expected to arise from fluctuating housing prices. The purpose of this study is creating housing price prediction model to prevent such risks and induce reasonable real estate purchases. This study made many attempts for understanding real estate instability and creating appropriate housing price prediction model. This study predicted and validated housing prices by using the LSTM technique - a type of Artificial Intelligence deep learning technology. LSTM is a network in which cell state and hidden state are recursively calculated in a structure which added cell state, which is conveyor belt role, to the existing RNN's hidden state. The real sale prices of apartments in autonomous districts ranging from January 2006 to December 2019 were collected through the Ministry of Land, Infrastructure, and Transport's real sale price open system and basic apartment and commercial district information were collected through the Public Data Portal and the Seoul Metropolitan City Data. The collected real sale price data were scaled based on monthly average sale price and a total of 168 data were organized by preprocessing respective data based on address. In order to predict prices, the LSTM implementation process was conducted by setting training period as 29 months (April 2015 to August 2017), validation period as 13 months (September 2017 to September 2018), and test period as 13 months (December 2018 to December 2019) according to time series data set. As a result of this study for predicting 'prices', there have been the following results. Firstly, this study obtained 76 percent of prediction similarity. We tried to design a prediction model of real estate transaction price with the LSTM Model based on AI and Bigdata. The final prediction model was created by collecting time series data, which identified the fact that 76 percent model can be made. This validated that predicting rate of return through the LSTM method can gain reliability.