• 대한토목학회논문집
• /
• 제32권6D호
• /
• pp.539-547
• /
• 2012

교통수단간 환승은 대중교통체계운영의 효율성 증대를 위해 반드시 필요한 것으로 무엇보다 중요한 것은 현실에 기초한 환승거점의 선정이라고 할 수 있다. 본 연구는 대중교통 이용자의 통행실태를 반영한 환승거점 입지선정 방향에 관한 연구로서 대구광역시를 대상으로 대중교통 이용객 1일 교통카드 사용내역 자료를 활용하여 환승통행패턴을 분석하고자 한다. 군집분석을 통해 이용객이 많은 정류소를 분류하고 환승통행량의 규모에 따라 그룹핑하여 판별분석을 실시하였다. 도출된 판별 함수를 이용하여 현재 시공 중인 대구시 도시철도 3호선의 환승통행량을 추정하고 환승센터 설치 가능지점을 제시하였다.

• 한국지능시스템학회논문지
• /
• 제6권2호
• /
• pp.81-89
• /
• 1996

퍼지모델링의 설계 방법을 교통경로선택의 모델동정을 위하여 제안한다. 제안된 퍼지모델은 최적화이론, 퍼지구현규칙을 사용하여 ""IF..., THEN...""의 효율적인 형태로 시스템구조와 파라미터 동정을 시행한다. 이 논문에서 간략추론, 선형추론, 병형된 선형추론의 3가지종류의 퍼지모델링 방법을 제시한다. 이 퍼지추론 방법은 인간의 교통행동의 정확한 추정과 정밀한 묘사를 위해 교통경로선택 모델을 개발하기 위해 이용된다. 퍼지규칙의 전반부 구조와 파라미터를 동정하기 위해 개선된 컴플렉스법을 사용하고, 최적후반부 파라미터를 동정하기 위해 최소자승법이 사용된다. 교통경로선택 데이타가 제안된 퍼지모델 성능을 평가하기 위해 사옹된다. 제안된 방법이 기존의 다른 연구들 - 즉 BL, PS, FL, NN, FNNs 모델 등 - 보다 더 높은 정확도를 가진 퍼지모델을 생성함을 보인다. 생성함을 보인다.

• 한국공간정보시스템학회 논문지
• /
• 제10권1호
• /
• pp.41-49
• /
• 2008

본 논문은 제주 택시 텔레매틱스 사업에서 수집된 차량의 히스토리 데이터를 온라인 혹은 오프라인으로 효율적으로 분석하기 위한 스테이트 다이어그램을 정의하고 이에 기반하여 택시의 운행과 배차에 대한 분석 결과를 산출하는 것을 목표로 한다. 차량에서 수집된 정보는 기본적인 GPS정보 이외에 차량의 상태를 나타내는 필드를 포함하고 있으며 지도 정보의 결합으로 맵 매칭 및 도로상에서의 위치비율 등을 계산할 수 있다. 구축된 레코드들에 의해 택시의 승객 탑승 빈도, 탑승시 이동 거리, 탑승시간 등을 분석할 수 있으며 콜 택시의 중요한 성능 척도가 되는 배차 후 차량의 이동 거리 및 이동 시간을 분석하여 배차 방식의 효율성을 검증할 수 있다. 이 정보는 심도 있는 분석을 수반하여 향후 교통정보 예측, 혼잡상황 회피 등의 다양한 응용의 진화를 가능하게 한다.

• 한국ITS학회 논문지
• /
• 제8권5호
• /
• pp.1-11
• /
• 2009

TCS (Toll Collection System) 데이터는 원시 데이터 자체로서도 구간의 교통상황을 어느 정도 반영할 수 있는 교통특 성을 내포하고 있다. 그러나 TCS 데이터에는 이상치가 포함되어 있어 이러한 데이터는 해당 구간의 통행시간을 대표한다고 볼 수 없으므로 만약 이러한 이상치들이 포함되어 있음에도 불구하고 제거하지 않고 집락을 한다면 이상치들로 인해 통행시간은 크게 왜곡 될 가능성이 있다. 특히 장거리 구간일수록 통행시간의 분산이 증가하여 동일구간 동일시간대라도 다양한 통행시간이 분포하고 있다. 구간이 길어질수록 통행시간의 변동이 심하여 적절한 통행시간 대푯값을 구하기가 어렵다. 따라서 TCS 자료를 이용하여 통행시간의 대푯값을 산정하기 위해서는 통행시간의 변동 특성을 파악하는 것이 중요하다. 본 연구에서는 TCS 데이터의 전처리 기법을 개선하되 구간의 길이와 교통상황에 따른 통행시간의 변동을 고려하여 TCS 원시데이터로부터 시 공간적 통행패턴을 파악할 수 있는 의미 있는 통행시간을 추출하고자 한다.

• Smart Structures and Systems
• /
• 제6권5_6호
• /
• pp.461-480
• /
• 2010

This paper analyses the data collected from the $2^{nd}$ Jindo Bridge, a cable-stayed bridge in Korea that is a structural health monitoring (SHM) international test bed for advanced wireless smart sensors network (WSSN) technology. The SHM system consists of a total of 70 wireless smart sensor nodes deployed underneath of the deck, on the pylons, and on the cables to capture the vibration of the bridge excited by traffic and environmental loadings. Analysis of the data is performed in both the time and frequency domains. Modal properties of the bridge are identified using the frequency domain decomposition and the stochastic subspace identification methods based on the output-only measurements, and the results are compared with those obtained from a detailed finite element model. Tension forces for the 10 instrumented stay cables are also estimated from the ambient acceleration data and compared both with those from the initial design and with those obtained during two previous regular inspections. The results of the data analyses demonstrate that the WSSN-based SHM system performs effectively for this cable-stayed bridge, giving direct access to the physical status of the bridge.

• 대한교통학회지
• /
• 제35권5호
• /
• pp.458-467
• /
• 2017

2014년 기준 국내 약 76% 이상의 화물이 도로를 이용하여 수송되고 있는 만큼 고속도로는 화물수송의 중추적 역할을 수행하고 있다. 그러나 고속도로에서 수송되는 화물자동차 및 화물의 규모를 가늠할 수 있는 지표의 산정방안에 관한 연구는 부족한 실정이다. 본 연구에서는 한국도로공사에서 관리하는 스마트 제한차량 분석시스템(TCS, HS-WIM) 자료를 활용하여 산출 가능한 화물자동차통행실적(대${\cdot}$km/년), 화물수송실적(톤${\cdot}$km/년), 화물자동차 통행효율(대${\cdot}$km/km), 화물수송효율(톤${\cdot}$km/km) 총 4가지 지표를 선정하였다. 본 연구는 도로교통 통계를 활용한 구간교통량 기반 지표 산정방안과 고속도로 영업소 간 기종점교통량을 활용한 기종점교통량 기반 지표 산정방안의 장 단점 및 한계점을 제시하고 평가 및 검증하였다. 또한 고속도로 관리자 입장에서 스마트 제한차량분석시스템을 활용하여 실시간(1일, 1개월)으로 산출가능한 방법론을 제시한 것에 의의를 가진다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.74-84
• /
• 2022

자율주행 관련 기술의 고도화와 함께 자율차와 비자율차가 혼재된 교통 환경이 예측됨에 따라서 미시구간의 차량 속도정보 예측은 안전한 교통 환경 구축에 가장 중요한 정보 중 하나로 판단되고 있다. 하지만, 현재 제공되는 링크 기준 미시구간 주행 속도는 속도 변화 구간을 정확하게 반영하지 못하는 한계가 있다. 본 연구에서는 미시구간 속도정보 서비스를 위한 개별 차량 빅데이터 기반의 공간 분할 방안을 제시한다. 본 연구에서는 차량 빅데이터를 이용한 동질속도구간 도출과 지오해시 기반의 단계적 구간 분할을 통하여 미시적 속도 정보 변화 지점을 분류하였다. 경부고속도로 경기지역에 대하여 제안된 방법을 적용한 결과 해당 구간 도로는 130 및 170개의 동질속도구간으로 세분되었다. 본 연구에서는 결과 분석을 통하여 제안된 방법은 기존 링크 기반 정보에 비하여 정밀하고 정확한 속도 정보 제공이 가능함을 제시하였으며, 개별 차량 빅데이터를 이용한 미시적 속도 정보 제공을 위한 구간 세분화가 필요함을 검증하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권5호
• /
• pp.310-315
• /
• 2017

Software-Defined Network의 등장은 하드웨어적인 네트워크 기능들을 소프트웨어적인 형태의 모듈로 Controller에 보다 유연하게 적용시키도록 함으로써 전통적인 네트워크의 구조를 변화시키고 있다. 이러한 환경 속에서 최근 네트워크 트래픽에 대한 Quality of Service 및 자원관리와 같은 다양한 관점에서의 네트워크 관리정책에 대한 연구개발이 진행되고 있고, 이러한 관리정책을 뒷받침 할 수 있는 네트워크 모니터링에 대한 기법들 또한 제시되어 왔다. 이에 본 논문에서는 기계 학습 기법인 Naive Bayesian Classification을 통하여 Flow를 분류한 후, 전송 지연 측정 모듈을 통하여 효율적인 전송경로를 선정하는 기법을 제안한다. 이는 다양한 대역폭을 갖는 여러 경로들로 이루어진 네트워크상에서 효율적인 경로 분배 역할을 할 수 있고, 부하를 분산시킴으로써 보다 원활한 네트워크 환경 및 서비스 품질을 제공할 수 있다.

• 대한교통학회지
• /
• 제36권1호
• /
• pp.1-12
• /
• 2018

본 연구는 교통온실가스 감축목표 설정 및 효과적 이행계획 수립에 기여하기 위한 교통온실가스 감축정책의 정량적 효과분석 방법론 정립을 목적으로 한다. 본 연구는 실제 교통 배출 자료에 근거한 교통수단별 온실가스 배출 원단위 추정모형을 포함하여, 수단효용함수와 수요추정모형 등을 활용하고 있다. 연구결과, 전기차 등 온실가스 감축정책 효과는 지역과 대상차종 등에 따라 다양하게 도출될 수 있으며, 저예산 정책인 에코드라이브 활성화 정책은 높은 온실가스 감축효과를 기대할 수 있는 것으로 확인되었다. 또한 자동차 배출개선 정책 뿐 아니라 대중교통 이용활성화 정책도 높은 온실가스 감축효과를 기대할 수 있으며, 본 연구는 이러한 사실을 정량적으로 확인하고 있다. 본 연구결과는 신기후체제 대응을 위한 국가 및 지자체의 온실가스 감축정책 평가에 유용하게 활용될 수 있을 것으로 기대된다.