• 대한교통학회지
• /
• 제28권3호
• /
• pp.39-49
• /
• 2010

본 연구에서는 감성공학적 분석방법론을 이용하여 운전자가 감성적인 측면에서 효과적으로 반응할 수 있는 교통안전 경고정보 제공방식 도출을 위한 연구를 수행하였다. 교통안전 경고정보는 운전자에게 전방의 위험요소를 미리 알려주어 사고회피를 위한 적절한 반응을 유도하는 역할을 하며 네비게이션과 같은 차내단말기를 통해 제공될 수 있다. 경고정보는 정보 제공방식들의 조합으로 구성되며 9개 시나리오를 설정하고 두 번의 설문조사를 시행하였다. 의미미분법, 상관분석, 수량화I류 이론을 이용한 감성공학I류 분석방법을 통해 연구를 진행하였으며, 성별차이에 따른 운전자 감성특성을 분석하였다. 분석결과 성별차이에 따라 각 정보의 제공방식에 대해 운전자가 느끼는 감성정도가 전체적으로 차이가 나는 것으로 분석되었다. 제공방식의 조합은 '청각적 요소: Beep음+음성안내', '메시지창: Text+픽토그램', '배경점멸: 빨간색 점멸'이 운전자의 감성정도와 선호도가 높게 나타났다. 본 연구의 결과는 운전자의 감성특성을 고려한 효과적인 교통안전 경고정보 설계 및 제공을 위한 유용한 자료로 활용될 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.182-199
• /
• 2023

정부는 2021년부터 다부처 연구개발사업으로 자율주행기술개발혁신사업을 추진해오고 있다. 해당 연구개발사업에서 개발되는 자율주행차와 서비스 기술은 추후 선정된 리빙랩 도시를 대상으로 일반인들에게 제공한다는 계획이다. 특히 서비스분야는 해당 서비스별 목적과 특성에 따라 안전하고 안정적인 서비스가 가능한 공간적 범위와 운행구간을 선정하는 것이 중요하다. 본 연구에서는 향후 Level 4 수준의 자율주행서비스 제공 구역 설정 방법론을 개발하기 위한 기초 연구로서 기존 공개된 논문 및 관련 문헌조사를 통해 Level 4 수준의 자율주행서비스를 위한 정적인 ODD 구성요소를 재분류하고, 자율주행의 안전성에 미치는 공간적인 영향 요인에 대하여 Level 3 자율주행차 실제 주행데이터 및 공간정보분석 기법을 활용하여 분석하였다. 공간정보분석 기법을 통해 총 6개의 주행모드변경(제어권전환) 다발 지점이 도출되었고, 해당 지점의 중복된 정적인 ODD 구성요소 확인 결과 자율주행의 안전성에 영향을 미치는 요인은 횡단보도, 신호등, 교차로, 자전거 도로, 포켓차로, 주의 표지판, 중앙분리대로 나타났다. 이러한 공간정보분석을 통한 자율주행의 공간적 요인분석은 자율주행기술개발혁신사업의 리빙랩 도시뿐만 아니라 현재 확대·운영되고 있는 자율주행차 시범운행지구에서 자율주행서비스 운영지구 선정에도 기초연구로 활용될 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권6호
• /
• pp.117-122
• /
• 2022

본 논문에서는 IoT와 저 전력 장거리 통신(NB-IoT)기술을 적용한 차량관제용 단말기를 개발했다. 본 시스템은 주차중인 차량의 위치, 상태에 대한 정보를 수집하고, 저 전력 실시간으로 차량 소유자의 단말로 차량 상태를 전송하여 차량의 도난을 방지하고, 주행 중인 차량의 경우, 주행 속도, 급제동, 미끄러짐, 충격 등 차량의 1차 정보를 수집하여 서버로 전송하면 서버에서 관련 데이터를 분석하여 교통 정체, 도로 파손 안전사고 발생 등에 대한 2차 정보를 생성할 수 있으며, 주기적 알람 형태로 목적지의 예상 도착 시간을 전송하여 목적지에 차량의 정확한 도착 시간을 알 수 있다. 본 단말 장치는 차량용 IoT 게이트웨이로 차량 내부의 다양한 유무선 센서와 연결될 수 있다. 또한 자동차의 유지관리, 효율적인 운행과 차량들에게서 수집된 데이터를 민간 또는 공공부분에서 유용하게 활용할 수 있다.

• 대한교통학회지
• /
• 제35권2호
• /
• pp.116-128
• /
• 2017

교통사고는 운전자가 주변 차량 및 도로기하구조 상태 변화에 대한 인지부족과 적절한 회피 행동을 능동적으로 수행하지 못하는 경우에 순간적으로 발생하는 차량의 물리적 충돌사건으로 정의 될 수 있다. 따라서, 운전자가 도로를 주행하면서 만들어 내는 주변 환경과의 상호작용을 지속적으로 모니터링하고, 교통사고를 유발할 개연성이 높은 이벤트를 검지하는 것은 교통사고 예방을 위한 선결조건이다. 본 연구에서는 연속류 도로를 대상으로, GPS(Global Positioning System)-IMU(Inertial Measurement Unit), 카메라, 레이더, 라이다가 부착된 조사 차량을 이용하여 도로기하구조 및 교통환경 정보를 취득하였다. 취득된 정보를 가공하여 차량의 상호 작용 및 도로기하구조 특성을 고려한 주변차량과의 충돌 가능성여부를 평가할 수 있는 알고리즘을 개발하였다. 특히, 도로기하구조를 제한속도(직선부), 안전 속도(곡선부)로 구분하여 평가하고, 교통안전지표인 SDI를 이용하여 차량의 주행안전성을 평가하였다. 본 연구에서 개발한 방법론은 도래하는 자율주행시대에 차량의 센서로 부터 수집이 가능한 자료를 이용하여 안전성을 평가한다는 관점에서 향후 유용하게 활용 될 수 있을 것으로 기대된다.

• 한국도로학회논문집
• /
• 제10권3호
• /
• pp.19-31
• /
• 2008

영상처리시스템(VIPS: Video Image Processing System)은 실시간으로 들어오는 영상정보를 분석하여 유용한 정보를 제공하며, 하나의 카메라로 여러 차로를 동시에 감시할 수 있는 알고리즘으로 교통량, 속도뿐만 아니라 밀도 및 점유율 등 다양한 정보를 제공한다. 영상검지시스템으로 상용화 제품은 Tripwire시스템으로 검지영역의 픽셀 변화량으로 차량검지를 하나, 이는 교통량, 속도 등 단편적인 정보에 국한될 수 밖에 없다. 반면, 영상검지시스템이 개별차량에 대한 추적시스템으로 개발할 경우 사고 및 차로 변경의 위험요소 감지 등 보다 다양한 정보를 제공할 수가 있다. 본 논문은 컴퓨터비전 기술을 이용하여 Tripwire에서 수집할 수 있는 교통정보와 동일한 정보를 제공하는 개별차량의 추적시스템을 개발하였으며 이 시스템을 실제 도로영상에 적용하여 상용화된 시스템과 결과를 비교함으로써 성능검증을 하였다.

• 한국산학기술학회논문지
• /
• 제20권7호
• /
• pp.474-484
• /
• 2019

사회 환경이 급변하는 예측 불가능한 시대에 범죄로부터의 안전에 대한 국민적 관심이 높아지고 있다. 범죄에 대한 두려움 없는 삶을 영위하기 위한 욕구가 증대되면서 안전도시 구축에 관한 관심은 점차 전국적으로 확산되고 있다. 이를 계기로 정부는 스마트 도시 안전망 구축을 위하여 스마트시티 통합플랫폼으로 지자체와 112, 119, 재난 등 공공재난안전 체계 연계사업을 추진 중이다. 본 연구는 지능형 방범 기술 개발 연구단에서 추진하고 있는 지능형 방범 사업 성과물과 스마트시티 통합플랫폼 간의 연계 방안을 마련하기 위해 해당 분야의 동향을 살펴보고 연계 시 고려할 사항들에 대한 5가지 기준 적용과 기술 및 제도적인 부문으로 연계 가능한 여부를 면밀히 검토하였다. 첫째, 통합운영센터 및 CCTV 관제센터가 주축이 되고 지자체 확산을 주목적으로 하고 있기에 연계 목표가 분명하며, 둘째, 시스템 부문은 사건 사고 관련 기관에 정보 제공하는 것이 가능하다는 것을 알 수 있었다. 셋째, 방범 부문에 시나리오 영역 확대가 가능하고 장기적 도시정보 통합 기반 조성이 가능할 것으로 전망되었고, 넷째, 스마트시티 로드맵에 반영과 관련 기관과의 지속적 협의 등을 통해 제품 실증이 가능할 것으로 전망되었다. 마지막으로 민간 기업의 상용화 제품을 지속적으로 추가하여 타 지자체 확산을 도모 할 수 있다는 것을 알 수 있었다.

• 한국건설관리학회논문집
• /
• 제21권6호
• /
• pp.46-55
• /
• 2020

도로연장의 지속적인 증가와 공용기간이 상당히 경과한 노후 노선이 늘어남에 따라 도로포장에 대한 유지관리비용은 점차 증가하고 있어, 예방적 유지관리를 통해 비용을 최소화 하는 방안에 대한 필요성이 제기되고 있다. 예방적 유지관리를 위해서는 도로포장의 정확한 파손 예측을 통한 전략적 유지관리 계획 수립이 필요하다. 이에 본 연구에서는 고속도로 콘크리트 포장 파손 예측 모델 개발을 위해 머신러닝 분류기반 모델 중 성능이 우수한 XGBoost 기법을 사용하였다. 먼저 데이터 샘플링을 통해 데이터 불균형 문제를 해결하고 샘플링된 데이터들에 XGBoost 기법을 활용하여 예측모델을 개발하고. F1 소코어를 통해 성능을 평가하였다. 분석 결과 오버 샘플링 기법이 가장 좋은 성능 결과를 보였으며, 도로파손에 영향을 주는 주요 변수로 공용년수, ESAL, 최저 평균 최저기온 -2도 이하 일수 순으로 산정되었다. 향후 더 많은 데이터 축적 및 세밀한 데이터 전처리 작업을 통해 예측모델의 성능이 향상된다면 보다 정확한 유지보수 필요 구간의 예측이 가능해질 것으로 판단되므로 장래 고속도로 포장 유지보수 예산의 추정에 중요한 기초정보로 활용될 수 있을 것이라 기대된다.

• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.628-637
• /
• 2017

현대사회의 자동차 산업은 교통사고를 예방하고 운전자의 운전 부담을 줄이기 위해 첨단 운전 보조 장치(ADAS)를 개발 해왔다. ADAS중 차선유지지원장치(LKAS)는 안전과 운전 향상을 위해 차량 시스템을 자동화시키기 위해 개발되었다. LKAS의 주요 역할은 현재 차선 내에서 차량을 유지하는데 있어 운전자를 도와주는 것이다. LKAS는 레이더센서와 카메라센서를 사용하여 차선 내에서 차량의 위치에 대한 정보를 수집하고 필요한 경우 엑츄에이터에 명령을 전송하여 차량의 측면 이동에 영향을 미친다. 최근 LKAS가 장착된 차량 일부가 일부 선진국에서 상용화되며 안정성이 증가되었다. 국제적으로 LKAS 평가를 위한 시험절차는 ISO(International Organization for Standardization)와 UNECE(United Nations Economic Commission for Europe)와 같은 국제위원회에서 논의하며 개발중이다. 한국에서는 차량 안전을 위한 LKAS의 평가가 KNCAP(Korean New Car Assessment Program)에 의해 도입될 예정이다. 따라서 국제표준에 부합하는 국내 도로환경에 적합한 LKAS의 시험 절차가 개발되어야한다. 본 논문에서는 국내도로환경에 맞춘 LKAS 시험시나리오 개발 및 목표 상대거리를 구하는 수식을 제안한다. 그리고 제안한 시나리오와 수식을 평가하기 위해 LKAS가 장착된 상용차량을 사용하여 시험평가를 진행하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권7호
• /
• pp.85-92
• /
• 2020

사물인터넷(Internet of Things: IoT) 기술 발전에 따라서, IoT기술의 적용범위는 실내 환경의 생활 편의성 개선에서 벗어나 실외 환경에서의 발생가능한 위험을 사전에 감지·예방하는 산업안전 분야로 확대되고 있다. 이러한 IoT서비스 확대는 많은 장점을 제공함에도 데이터 유출과 변조 등의 보안 문제도 함께 발생시키므로 이에 따른 보안 대응전략 연구도 활발히 진행되고 있다. 본 논문에서는 실외환경에서의 IoT기반 도로건설 위험방지시스템을 연구대상으로 IoT 보안관리 가이드라인을 제안한다. 연구대상에 적용한 저전력-광역(LPWA, BLE) 통신프로토콜의 보안취약점을 조사한 결과, 정보보안의 3대 요소인 기밀성, 무결성, 가용성 측면에서 보안취약점을 확인하여 이를 최소화할 수 있도록 취약점 별 대응방안을 제안하였다. 본 연구는 기 구현된 실외환경에서의 IoT기반 도로건설 위험방지시스템 운영에서 발생할 수 있는 취약점 조사·분석과 취약점별 실질적인 보안지침을 제안하는데 연구의 의의가 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.3955-3971
• /
• 2020

Due to the significant increase in the use of autonomous car technology, it is essential to integrate this technology with high-precision digital map data containing more precise and accurate roadway information, as compared to existing conventional map resources, to ensure the safety of self-driving operations. While existing map technologies may assist vehicles in identifying their locations via Global Positioning System, it is however difficult to update the environmental changes of roadways in these maps. Roadway vision algorithms can be useful for building autonomous vehicles that can avoid accidents and detect real-time location changes. We incorporate a hybrid architectural design that combines unsupervised classification of vision data with supervised joint fusion classification to achieve a better noise-resistant algorithm. We identify, via a deep learning approach, an intelligent hybrid fusion algorithm for fusing multimodal vision feature data for roadway classifications and characterize its improvement in accuracy over unsupervised identifications using image processing and supervised vision classifiers. We analyzed over 93,000 vision frame data collected from a test vehicle in real roadways. The performance indicators of the proposed hybrid fusion algorithm are successfully evaluated for the generation of roadway digital maps for autonomous vehicles, with a recall of 0.94, precision of 0.96, and accuracy of 0.92.