• IEIE Transactions on Smart Processing and Computing
• /
• 제2권2호
• /
• pp.45-56
• /
• 2013

The precise identification of vehicle positions, known as the vehicle localization problem, is an important requirement for building intelligent vehicle ad-hoc networks (VANETs). To solve this problem, two categories of solutions are proposed: stand-alone and data fusion approaches. Compared to stand-alone approaches, which use single information including the global positioning system (GPS) and sensor-based navigation systems with differential corrections, data fusion approaches analyze the position information of several vehicles from GPS and sensor-based navigation systems, etc. Therefore, data fusion approaches show high accuracy. With the position information on a set of vehicles in the preprocessing stage, data fusion approaches is used to estimate the precise vehicular location in the local map building stage. This paper proposes an efficient local map building scheme, which increases the accuracy of the estimated vehicle positions via V2V communications. Even under the low ratio of vehicles with communication modules on the road, the proposed local map building scheme showed high accuracy when estimating the vehicle positions. From the experimental results based on the parameters of the practical vehicular environments, the accuracy of the proposed localization system approached the single lane-level.

• 한국ITS학회 논문지
• /
• 제17권6호
• /
• pp.121-132
• /
• 2018

기상은 교통흐름, 운전자의 주행패턴, 교통사고 등 여러 방면에서 도로교통에 영향을 미치는 중요한 요인이다. 본 연구는 기상상황과 노면상태 사이의 관계에 초점을 맞추어 기계학습을 통해 도로의 노면상태를 추정하는 모델을 개발하였다. 노면 상태의 수집을 위해 실험 차량에 노면센서를 부착하여 '건조', '습윤', '젖음', 3가지 범주로 구분된 노면상태 정보를 수집하였고, 이를 추정하기 위한 변수로 도로의 기하구조 정보(곡률, 구배), 교통정보(교통량), 기상정보(강우량, 습도, 온도, 풍속)를 활용하였다. 노면 상태를 예측하기 위한 알고리즘으로는 다양한 기계학습 알고리즘이 검토되었으며, 그 중 가장 높은 정확도를 보인 'Random forest'를 기반으로 한 2단계 분류모형을 구축하였다. 총 16일의 실측 데이터 중 14일의 데이터를 모델을 학습하는 데 활용하였고, 2일의 데이터를 모형의 정확도를 검증하기 위해 사용하였다. 그 결과 81.74%의 검증 정확도를 가지는 노면상태 예측 모델을 구축하였다. 본 연구의 결과는 기상청에서 관측하는 기상정보로 도로의 노면상태를 추정할 수 있다는 가능성을 보여주며, 새로운 장비나 센서를 설치하지 않고도 기존의 기상 관측 정보와 교통정보 등을 활용하여 노면의 상태를 추정할 수 있음을 시사한다.

• 대한원격탐사학회지
• /
• 제36권6_3호
• /
• pp.1653-1667
• /
• 2020

본 연구에서는 국지예보시스템(LDAPS)과 전산유체역학(CFD) 모델을 접합하여, 부산 중구 광복동에 소재한 건물 밀집 지역의 상세 흐름과 PM2.5 농도 분포를 조사하였다. 도로 배출이 건물 밀집 지역의 PM2.5 농도에 미치는 영향을 분석하기 위해, PM2.5의 연간 시·군·구별, 배출 원소 별, 연료 별 도로이동오염원·비산먼지 배출량 자료와 월별·일별·시간 별 배출 계수를 이용하여 부산의 단위 면적당 시간별 PM2.5 배출량을 산정하였다. 본 연구에서는 건물 옥상과 도로변에서 수행된 특별 측정 자료를 이용하여 수치 모의 결과를 검증하고, 도로배출 유·무에 따른 PM2.5 농도 분포 특성을 분석하였다. 대상 기간(2020년 06월 22일) 동안 대상 지역에서는 바람이 약하게 나타났다. 새벽 시간에는 북동풍과 북서풍이 불고 주간에는 주로 남동풍이 불었다. 도로 배출을 고려하지 않은 경우에 LDAPS-CFD 접합 모델은 측정 지점(PKNU-AQ Sensor)의 PM2.5 농도를 과소모의 하였으나, 도로 배출을 고려하여 수치 모의한 PM2.5 농도는 도로 배출의 영향으로 PM2.5 농도가 증가하여 측정 결과와 유사하게 나타났다. 2020년 6월 22일 07시와 19시의 유입 풍향은 각각 북동풍과 남동풍이지만, 주변 지형과 건물에 의해 흐름이 변화되어, 두 시각 모두 측정 지점 주변에서는 주로 남풍 계열의 흐름이 나타났다. 07시와 19시의 유사한 흐름에 의해, 두 시각의 PM2.5 농도 분포도 매우 유사하게 나타났다. 건물 옥상 측정 지점에서 수치 모의된 PM2.5 농도는 도로 배출 영향을 크게 받지 않았으나, 도로변 에서는 도로 배출 영향을 상대적으로 크게 받았다. 도로 배출을 고려한 경우, 풍속이 약한 북쪽 도로와 긴 도로 협곡에 위치한 서쪽 도로에서 PM2.5 농도가 높고, 상대적으로 건물의 밀집도가 낮은 동쪽 도로에서는 PM2.5 농도가 낮게 나타났다. LDAPS-CFD 접합모델은 모든 도로에서 배출량이 동일하게 적용되기 때문에, 좁은 골목과 건물 밀도가 낮은 지역의 지형 특성이 반영되어 도로 별 PM2.5 농도 특성이 다양하게 나타났다.

• 한국도로학회논문집
• /
• 제11권4호
• /
• pp.69-78
• /
• 2009

경부고속도로 건설을 기점으로 급격한 경제성장을 이룬 우리나라 고속도로는 현재 신규도로의 건설사업 물량이 둔화되면서 기존의 도로망을 효율적으로 활용하고 최적의 공용성 유지가 필요한 시점이 되었다. 최적의 공용성 확보를 위해 교통하중을 가장 적극적으로 통제하는 방법은 과적단속이다. 본 연구에서는 과적단속의 효율화를 위해 고속축하중측정 시스템을 개발하고 이를 통해 국내 고속도로 과적화물차 행태 분석을 실시하며, 본 시스템을 활용한 과적단속시스템 개발 가능성에 대하여 검토하는 것을 목적으로 하였다. 본 연구에서 개발한 고속축하중측정 시스템은 차로당 2조의 루프센서와 2조의 축중센서, 2조의 원더링센서로 이루어져 있다. 특히 원더링센서는 차량의 좌우 타이어의 위치 판독이 가능하여 과적단속 시스템으로 활용시 차로의 이탈유무를 판독할 수 있으며, 윤거 측정 및 윤형식(단륜/복륜) 구분이 가능하여 차종을 구분함에 있어서 기존 차종분류 시스템보다 세분화된 분류가 가능하여 12종 차종분류시 오분류 비율이 매우 낮은 장점을 가지고 있다. 본 시스템에 대한 검증시험 결과 모든 시험조건의 전체평균오차가 축하중 15% 이내, 총하중 7% 이내로 나타났다. COST-323에서 제시하고 있는 WIM 등급기준에 따르면 사회기반시설 설계와 유지관리 및 평가목적으로 사용가능한 B(10) 등급으로 나타났으며, 과적이 가장 문제되는 5축 카고 화물차에 대한 분석결과는 축중량 오차 8%, 총중량 오차 5%로 단속가능 수준인 A(5)등급으로 나타났다. 고속도로의 차종별 중량분석 결과 12종 분류기준에서 5종, 6종, 7종, 12종 차량이 하중기준을 초과하는 비율이 가장 높게 나타났으며, 주로 가변축을 장착한 차량으로 축조작에 의한 축하중 과적비율이 매우 높게 나타나 이러한 차량에 대한 실효성 있는 과적단속기법이 필요한 것으로 판단된다. 도로교통분야에 있어서 차종별 교통량 자료는 도로의 계획과 건설, 유지관리, 교통류분석 및 도로행정에 필요한 기본 자료이며 각종 연구에 필요한 기초자료로 활용되어지는 필수적인 요소이다.

• 한국도로학회논문집
• /
• 제13권2호
• /
• pp.175-185
• /
• 2011

도로기하구조정보는 도로의 안전성평가 및 도로의 유지관리를 위한 필수적인 요소이다. 본 연구에서는 GPS(Global Positioning System)/INS(Inertial Navigation System)센서가 탑재된 조사차량을 이용하여 기하구조정보를 수집하였으며, 수집된 차량의 자세정보 중 평면선형과 관련된 Roll, Heading 자료를 이용하여 직선, 원곡선, 완화곡선을 구분하는 알고리즘을 개발하였다. 본 연구에서는 평면선형 인식 이전에 전처리 과정으로 이동평균법을 통하여 자료를 평활화함으로써 원시자료의 이상치를 제거하여 평면선형 인식의 신뢰성을 제고하였다. 유전알고리즘(GA, Genetic Algorithm)을 이용하여 분류정확도(CCR, Correct Classification Rate)를 최대로 하는 알고리즘 파라미터를 설정한 결과 100%의 분류정확도를 보였다. 설정된 파라미터를 이용하여 고속도로와 국도 주행자료를 이용하여 알고리즘을 평가한 결과 90.48%와 88.24%의 분류정확도를 보여, 제안된 평면선형인식 알고리즘은 현장에서 적용 시 높은 신뢰도를 가지는 정보를 제공 가능한 것으로 분석되었다. 본 연구에서 개발한 평면선형인식 알고리즘은 조사차량에 GPS/INS센서의 소프트웨어로 탑재되어 도로 및 교통기술자에게 도로기하구조정보를 보다 용이하게 수집하고 분석할 수 있는 환경을 제공하는데 기여할 것으로 기대된다.

• 한국도로학회논문집
• /
• 제12권4호
• /
• pp.47-51
• /
• 2010

도로를 주행하는 차량들을 구분하는 차종자료는 도로 및 포장의 설계와 관리 등 여러 분야에서 기초자료로 활용되고 있다. 본 연구에서는 차종구분에 차량높이라는 분류기준을 적용하기 위해 주행하는 차량의 높이를 계측할 수 있는 방법을 고안하고 현장에 장비를 설치한 후 실험을 통해서 차량길이와 차량최고높이 자료를 획득하였다. 차량높이 측정과 동시에 동영상을 촬영하여 국토해양부 12종 차종분류에 의거하여 차종분류 기준값을 작성하였다. 영상을 통해 작성된 차종자료 기준값과 측정된 차량길이와 차량높이를 토대로 판별함수를 이용한 차종분류값을 서로 비교한 결과 88.6%의 차종정확도를 확인하였다. 이를 통해 차량높이라는 분류기준을 적용하여 차종분류에 활용할 수 있는 방안을 제시하였다.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.144-152
• /
• 2017

Among the technologies for implementing autonomous vehicles, advanced driver assistance system is a key technology to support driver's safe driving. In the technology using the vision sensor having a high utility, various preprocessing methods are used prior to feature extraction for lane detection. However, in the existing methods, the unnecessary lane candidates such as cars, lawns, and road separator in the road area are false positive. In addition, there are cases where the lane candidate itself can not be extracted in the area under the overpass, the lane within the dark shadow, the center lane of yellow, and weak lane. In this paper, we propose an efficient preprocessing method using k-means clustering for image division and the HSV color model. When the proposed preprocessing method is applied, the true positive region is maximally maintained during the lane detection and many false positive regions are removed.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1005-1005
• /
• 2003

The purpose of this study is to evaluate the potential application of TERRA-ASTER data in Thailand. ASTER VNIR, SWIR and TIR data covering greater Bangkok and Chiangmai province were processed with various techniques in the spatial domain to study the applicability to various disciplines. ASTER data was also combined with other satellite data in order to utilize multi-sensor methods. It was found that VNIR data can clearly identify urban pattern including road network and vegetation index. While SWIR and TIR data can well separate between urban and non urban area and TIR data can differentiate among thermal surfaces. Furthermore, dense urban areas such as central business area could be highlighted. Land utilization, vegetable distribution and differences of temperature distribution were investigated.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.162-177
• /
• 2020

자율주행시스템에서 다양한 센서를 기반으로 한 외부환경 인지는 주행안전성과 직접적인 관계가 있다. 최근 머신러닝/심층 신경망 기술의 발전으로 심층 신경망 기반의 인지 모델이 사용됨에 따라, 인지 알고리즘의 올바른 학습과 이를 위한 양질의 학습데이터가 필수적으로 요구된다. 그러나 자율주행에 발생할 수 있는 모든 상황을 데이터를 수집하는 것은 현실적인 어려움이 많다. 해외와 국내의 교통 환경의 차이로 인지 모델의 성능이 저하되기도 하며, 센서가 정상동작을 못하는 악천우에 대한 데이터는 수집이 어려우며 질적인 부분을 보장하지 못한다. 때문에, 실제 도로가 아닌 시뮬레이터 내 가상 도로 환경을 구축하여 합성 데이터를 수집하는 접근법이 필요하다. 본 논문에서는 국내 실정에 맞게 국내 도로 상황을 모사한 시뮬레이터 환경 안에 날씨와 조도, 차량의 종류와 대수, 센서의 위치를 다양화하여 학습데이터를 수집하였고, 보다 더 좋은 성능을 위해 적대적 생성 모델을 활용하여 이미지의 도메인을 보다 실사에 가깝게 바꾸고 다양화 하였다. 그리고 위 데이터로 학습한 인지 모델을 실제 도로 환경에서 수집한 시험 데이터에 성능 평가를 진행하여, 실제 환경 데이터만으로 학습한 모델과 비슷한 성능을 내는 것을 보였다.

• 한국산학기술학회논문지
• /
• 제16권10호
• /
• pp.7176-7181
• /
• 2015

본 논문은 방초, 방림, 로드킬 등이 적용된 고기능 가드레일 지주에 태양광 모듈을 부착하여 자체 전력을 생산하고 USN을 이용하여 야생동물의 출현과 자동차 도로의 상황을 통합 관제 및 상시 감시할 수 있는 시스템에 관한 것이다. 전체 시스템은 태양광 발전 모듈, 감지 센서부(초전형), 제어부(동작 선택부 및 동작 센서부), USN시스템, DB(응향 및 섬광), 음향 및 섬광 출력부, 로드킬 방지 및 자동차 안전유도 제어 시스템으로 구성된다. 따라서, 도로환경의 개선과 로드킬을 방지하여 동물들을 보호할 수 있고 자동차를 안전하게 유도하며 신재생에너지와 IT융합 기술이 접목된 USN을 이용한 다목적 가드레일의 원격제어 및 모니터링 시스템에 관한 연구이다. USN을 이용한 원격제어 및 모니터링 시스템의 실험결과 무인 감지 시스템의 동작시간은 5.1 ms 이내, 소비전류는 0.328 mA이며 원격제어 시스템의 데이터 전송 속도는 250 kbps, 소비전류는 0.283 mA로 구현됨을 확인할 수 있었다.