• 제목/요약/키워드: dangerous driving behaviors

검색결과 24건 처리시간 0.017초

광역버스 운행 특성분석을 통한 효율적 안전관리방안 연구 (Stduy on the Efficient Safety Management through the Analysis of Metropolitan Bus Operation Characteristics)

  • 김영환;김윤상;이승준;이철기
    • 한국ITS학회 논문지
    • /
    • 제22권1호
    • /
    • pp.233-251
    • /
    • 2023
  • 광역버스는 「여객자동차 운수사업법」에 따라 시내버스 운송사업 중 직행좌석형과 광역급 행형 중 하나로 관리되나, 광역버스 특성이 반영된 관리체계는 현재 구축되어 있지 않다. 따라서, 본 연구에서는 광역버스의 운행특성, 광역버스 운전자의 위험운전 행동특성, 광역버스 사고특성 및 국내외 버스와 타 수단의 안전관리체계 등을 조사하여 우리나라에 맞는 광역버스 안전관리 강화방안을 단기와 중·장기로 구분하여 제시하였다. 단기는 광역버스 관계기관과 운수업체가 협의만으로도 진행 가능한 방안이라면, 중·장기는 관련 법 개정이 완료된 후에야 실행 가능한 방안들이다. 본 연구를 통해 광역버스 안전관리 강화 등을 위한 관계기관, 사업자 및 관련 전문가들의 심도 있는 논의의 계기가 되길 기대한다.

음성-영상 특징 추출 멀티모달 모델을 이용한 감정 인식 모델 개발 (Development of Emotion Recognition Model Using Audio-video Feature Extraction Multimodal Model)

  • 김종구;권장우
    • 융합신호처리학회논문지
    • /
    • 제24권4호
    • /
    • pp.221-228
    • /
    • 2023
  • 감정으로 인해 생기는 신체적 정신적인 변화는 운전이나 학습 행동 등 다양한 행동에 영향을 미칠 수 있다. 따라서 이러한 감정을 인식하는 것은 운전 중 위험한 감정 인식 및 제어 등 다양한 산업에서 이용될 수 있기 때문에 매우 중요한 과업이다. 본 논문에는 서로 도메인이 다른 음성과 영상 데이터를 모두 이용하여 감정을 인식하는 멀티모달 모델을 구현하여 감정 인식 연구를 진행했다. 본 연구에서는 RAVDESS 데이터를 이용하여 영상 데이터에 음성을 추출한 뒤 2D-CNN을 이용한 모델을 통해 음성 데이터 특징을 추출하였으며 영상 데이터는 Slowfast feature extractor를 통해 영상 데이터 특징을 추출하였다. 감정 인식을 위한 제안된 멀티모달 모델에서 음성 데이터와 영상 데이터의 특징 벡터를 통합하여 감정 인식을 시도하였다. 또한 멀티모달 모델을 구현할 때 많이 쓰인 방법론인 각 모델의 결과 스코어를 합치는 방법, 투표하는 방법을 이용하여 멀티모달 모델을 구현하고 본 논문에서 제안하는 방법과 비교하여 각 모델의 성능을 확인하였다.

교통 빅데이터를 이용한 전국 도로 안전성능함수 및 안전등급 개발 연구 (Development of Safety Performance Functions and Level of Service of Safety on National Roads Using Traffic Big Data)

  • 권건안;박상민;정하림;권철우;윤일수
    • 한국ITS학회 논문지
    • /
    • 제18권5호
    • /
    • pp.34-48
    • /
    • 2019
  • 본 연구는 우리나라 전체 도로 유형을 대상으로 빅데이터를 이용하여 안전성능함수(safety performance function, SPF)를 개발하고, 그것을 바탕으로 다양한 도로에 대한 안전등급을 평가함으로써 상대적으로 위험한 도로에 대한 대책을 수립할 수 있는 기초 정보를 제공하고자 하였다. 교통사고 자료를 국가표준 노드 및 링크 체계를 기반으로 전국의 도로에 매칭 하여 종속 변수로 활용하였으며, 독립변수로 링크 길이, 차로 수 등 기하구조 자료 및 한국교통연구원의 ViewT 교통량 자료, 그리고 사업용 차량에 장착된 운행기록계를 통한 위험운전행동 건수를 활용한 4개 시스템의 교통 빅데이터를 활용하여 연구를 진행하여 7개 도로 유형별 안전성능함수를 개발하고, 개발된 안전성능함수를 활용하여 도로유형별로 A, B, C, D 네 개의 안전등급을 평가하였다. 본 연구에서 사용한 방법론과 분석 결과를 토대로 우리나라의 위험도로를 선정하였다. 도출된 결과를 바탕으로 교통안전 개선사업의 대상을 선정하고 그에 따른 효과 등을 모니터링하고 계량화할 수 있을 것으로 기대된다.

생활도로에서의 교통행태와 교통사고특성에 관한 연구 - 서울특별시를 중심으로 (The Comparative Study on Travel Behavior and Traffic Accident Characteristics on a Community Road - With Focus on Seoul Metropolitan City)

  • 임준범;이수일;최종철;주성갑
    • 대한토목학회논문집
    • /
    • 제36권1호
    • /
    • pp.97-104
    • /
    • 2016
  • 우리나라의 인구 10만명당 차대사람 사망자 수는 OECD평균보다 약 3배 높고, 특히 생활도로에서 60% 이상 발생하고 있다. 따라서 본 연구에서는 보행자 및 차량의 통행실태 조사를 통해 사고원인을 분석하여 생활도로의 실질적인 안전성 증진방안을 도출하고자 하였다. 최근 보행환경은 우측보행 비율이 증가하고, 보행 중 스마트폰 사용자가 증가하는 등 많은 변화가 일어나고 있다. 통행실태 조사결과, 우측보행이 65%로 높고, 보행중 스마트폰 사용율도 17%로 나타났다. Eye Camera 실험을 통한 운전자의 운전부하량은 생활도로가 도시부 도로에 비해 4배 이상 높게 나타났으며, 속도조사 결과 30km/h이상 주행하는 차량이 62%로 높게 나타났다. 생활도로의 사고특성은 가장자리 통행사고 비율이 전체도로 대비 2.3배 높으며, 우측보행 시 사고가 좌측보행 시에 비해 2.5배 더 많고 우측에서 좌측으로 횡단할 때 더 위험한 것으로 분석되었다. 사고원인은 대부분 안전운전불이행(84.4%)이고, 차량이 좌회전할 때 사고가 우회전대비 2.3배 높고 후진사고의 비율이 14%로 높게 나타났다. 생활도로에서는 운전자가 일반도로에 비해 4배 이상 많은 운전집중력을 가져야하기 때문에 차량을 등지고 보행하거나 부주의한 행동을 하는 것은 사고로 이어질 개연성이 큰 것으로 분석되었다.