• 전자공학회논문지S
• /
• 제34S권11호
• /
• pp.126-137
• /
• 1997

This paper describes the algorithm which can estimate road following direction and deetect obstacle using a monocular vision system. This algorithm can estimate the course of vehicle using the vanishing point properties and detect obstacle by statistical method. The proposed algorithm is composed of four steps, which are lane prediction, lane extraction, road following parameter estimation and obstacle detection. It is designed for high processing speed and high accuracy. The former is achieved by a small area named sub-windown in lane existence area, the later is realized by using connected edge points of lane. We would like to present that the new mehod can detect obstacle using the simple statistical method. The paracticalities of the processing speed, the accuracy of the algorithm and proposing obstacle detection method, have been justified through the experiment applied VTR image of the real road to the algorithm.

• 한국환경과학회지
• /
• 제27권7호
• /
• pp.531-541
• /
• 2018

Road freezing caused by snowfall during wintertime causes traffic congestion and many accidents. To prevent such problems, we developed, in this study, a system to predict road freezing based on weather forecast data and the freezing generation modules. The weather forecast data were obtained from a high-resolution model with 1 km resolution for Jeju Island from 00:00 KST on December 1, 2017, to 23:00 KST on February 28, 2018. The results of the weather forecast data show that index of agreement (IOA) temperature was higher than 0.85 at all points, and that for wind speed was higher than 0.7 except in Seogwipo city. In order to evaluate the results of the freezing predictions, we used model evaluation metrics obtained from a confusion matrix. These metrics revealed that, the Imacho module showed good performance in precision and accuracy and that the Karlsson module showed good performance in specificity and FP rate. In particular, Cohen's kappa value was shown to be excellent for both modules, demonstrating that the algorithm is reliable. The superiority of both the modules shows that the new system can prevent traffic problems related to road freezing in the Jeju area during wintertime.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.586-589
• /
• 2018

도로 교통 시스템에 빅데이터 기술이 융합되면서 운전자와 보행자에게 편리하고 도움이 되는 새로운 서비스들이 생겨나고 있다. 다양한 교통 데이터를 수집하고 분석함으로써 교통 시스템에서 흔히 발생할 수 있는 정체 현상 또는 교통량 등을 예측하는 모델이 개발되고 있다. 본 논문에서는 대구시에서 수집한 택시 경로 데이터를 이용하여 대구시의 지도 위에 해당 데이터를 시각화한다. 그 다음으로 대구 시 내의 도로 구간을 설정하고, 택시 데이터의 위치와 속도 데이터, 그리고 도로 구간 정보를 이용하여 해당 구간의 교통량과 구간에서의 차량 평균 속도를 구한다. 이 결과를 이용하여 특정 도로 구간에 대한 교통 시스템 문제 파악에 도움을 주고자 한다.

• 산업융합연구
• /
• 제18권3호
• /
• pp.53-61
• /
• 2020

통행속도는 도로의 교통상황을 측정하고, 교통사고와 같은 돌발상황 발생을 검지하는데 활용되는 중요한 정보이다. 본 논문에서 영상처리 기술을 활용하여 도로구간의 통행속도를 정확하게 측정하는 모델을 제안하였다. 제안 모델은 교통 CCTV 영상에서 차량 객체를 추출하고, 딥러닝 기술 등을 활용하여 차량을 추적하여, 도로구간의 통행속도 및 교통량 등과 같은 교통정보를 수집한다. 또한, 새로운 모델은 데이터 융합기술을 활용하여 정확한 구간통행속도를 수집하여 사용자에게 제공하는 것이 가능하다. 제안 모델을 서울시 오금교에서 현장실험한 결과, 기존 교통정보센터 통행속도 정확도(62.8%)보다 새 모델의 정확도가 높은 것(83.6%)을 확인하였다.

• Journal of information and communication convergence engineering
• /
• 제5권2호
• /
• pp.171-176
• /
• 2007

To give a guarantee a consistently high level of quality and reliability of Telematics traffic service, traffic flow forecasting is very important issue. In this paper, we proposed an adaptable integrated prediction model to predict the traffic flow in the future. Our model combines two methods, short-term prediction model and long-term prediction model with different combining coefficients to reflect current traffic condition. Short-term model uses the Kalman filtering technique to predict the future traffic conditions. And long-term model processes accumulated speed patterns which means the analysis results for all past speeds of each road by classifying the same day and the same time interval. Combining two models makes it possible to predict future traffic flow with higher accuracy over a longer time range. Many experiments showed our algorithm gives a better precise prediction than only an accumulated speed pattern that is used commonly. The result can be applied to the car navigation to support a dynamic shortest path. In addition, it can give users the travel information to avoid the traffic congestion areas.

• 한국ITS학회 논문지
• /
• 제12권4호
• /
• pp.44-55
• /
• 2013

지능형교통체계(ITS: Intelligent Transportation System)의 발전은 과거에 비해 보다 신뢰성 있고 폭넓은 교통자료 및 기상자료 등의 취득을 가능하도록 하였다. 이러한 첨단 시스템의 발전에 따라 수집된 자료를 이용하여 교통상황과 기상상황에 대한 다양한 연구가 활발히 진행되고 있다. 본 연구에서는 도로 기상정보 시스템(RWIS: Road Weather Information System)자료와 검지기 자료를 이용하여 강우량에 따른 속도 감소 패턴을 분석하고, 강우량에 따른 속도감소량 산출 결과를 통해 강우수준을 분류하는 기준을 제시하였다. 인공신경망을 이용하여 강우수준별 통행속도를 예측하였으며, 예측 결과를 비교하여 강우수준별 통행속도 예측 특성을 분석하였다. 분석결과, 강우수준 분류 기준은 0.4mm/5min, 0.8mm/5min으로 나타났으며, 강우수준별 속도와 교통량에 대한 분산분석 결과 강우수준별로 차이를 보이는 것으로 나타났다. 인공신경망을 통한 5분 단위의 통행속도 예측결과, 비강우인 경우에는 과거 5개 자료, 즉, 25분 동안의 속도자료를 사용하여 분석하는 것이 예측력이 높게 나타났으며, 강우가 발생하는 경우에는 과거 2~3개 자료, 즉, 10~15분 동안의 속도자료를 사용하는 것이 예측력이 높게 나타났다. 본 연구에서는 기상조건에 관계없이 신뢰성 있는 교통정보를 제공하기 위한 통행시간 예측 방법론을 제시함으로써 통행시간 정보 등의 교통정보 제공 시 보다 정확한 정보를 제공하여 교통상황 예측정보의 신뢰도 향상 및 교통상황 예측정보의 활용도를 증대시킬 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.121-131
• /
• 2014

교통속도는 교통 문제를 해결하기 위한 중요한 지표 중 하나이다. 이를 이용하여 교통혼잡 탐지, 주행 시간 예측, 도로 설계와 같은 다양한 문제 해결에 활용할 수 있다. 따라서 정확한 교통속도 예측은 지능형 교통 시스템의 개발에 있어 필수적인 요소라고 할 수 있다. 본 논문에서는 대한민국 부산시의 특정 도로를 대상으로 교통 속도에 대한 분석 및 예측을 수행하였다. 과거 연구에서는 대상 도로의 속도 예측을 위해 과거 대상 도로의 교통속도 이력 데이터만을 사용하였다. 그러나 실제 대상 도로의 교통 상황은 인접한 도로의 교통 상황의 영향을 받게 된다. 따라서 본 논문에서는 실제 부산시의 과거 교통속도 이력 데이터를 기반으로 대상 도로와 인접 도로를 모두 고려하여 교통속도 예측 모델의 학습을 위한 속성을 추출하였다. 이와 같이 후보 속성들을 추출 한 후 선형 회귀 (linear regression), 모델 트리 (model tree) 및 k-nearest neighbor (k-NN) 기법을 이용하여 속성의 부분집합 선택 (feature subset selection)과 교통속도 예측 모델 생성을 수행하였다. 실험 결과 주어진 교통 데이터에서 k-NN 기법은 선형 회귀 및 모델 트리 기법에 비해 평균절대백분율오차 (mean absolute percent error, MAPE)와 제곱근평균제곱오차 (root mean squared error, RMSE) 측면에서 더 나은 성능을 보임을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.97-100
• /
• 1996

In this paper, we describe an algorithm which estimate road following direction using the vanishing point property and obstacle detection. This method of detecting the lane markers in a set of continuous lane highway images using linear approximation is presented. This algorithm is designed for accurate and robust extraction of this data as well as high processing speed. Also, this algorithm reckon distance and chase about an obstacle. It include four algorithms which are lane prediction, lane extraction, road following parameter estimation and obstacle detection algorithm. High accuracy was proven by quantitative evaluation using simulated images. Both robustness and the practicality of real time video rate processing were then confirmed through experiment using VTR real road images.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2004년도 추계학술대회논문집
• /
• pp.782-785
• /
• 2004

In the Well-being age, many people use a city park for rest deeply think and constitutional walk. The city park is located at near side by traffic road in urban. Citizens are not satisfied with it's fuction as a haven of peace due to road traffic noise. Thus, this study is for a research on the actual noise condition of a city park in Nowon go. This study uses a prediction method called ASJ-model in order to calculate PWLs of road traffic noise. Using calculated PWLs, noise levels in a park are predicted and compared with measured values.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2321-2338
• /
• 2021

Compared with vehicle trajectories, pedestrian trajectories have stronger degrees of freedom and complexity, which poses a higher challenge to trajectory prediction tasks. This paper designs a mode to divide the trajectory of pedestrians at a traffic intersection, which converts the trajectory regression problem into a trajectory classification problem. This paper builds a deep model for pedestrian trajectory prediction at intersections for the task of pedestrian short-term trajectory prediction. The model calculates the spatial correlation and temporal dependence of the trajectory. More importantly, it captures the interactive features among pedestrians through the Attention mechanism. In order to improve the training speed, the model is composed of pure convolutional networks. This design overcomes the single-step calculation mode of the traditional recurrent neural network. The experiment uses Vulnerable Road Users trajectory dataset for related modeling and evaluation work. Compared with the existing models of pedestrian trajectory prediction, the model proposed in this paper has advantages in terms of evaluation indicators, training speed and the number of model parameters.