• 대한교통학회지
• /
• 제32권6호
• /
• pp.686-693
• /
• 2014

본 연구에서는 도로기상정보체계에서 습득할 수 있는 노면온도자료를 활용하여 신경망 이론을 통해 노면온도를 예측하는 모형을 개발하였다. 이를 위해 수집된 노면온도자료(노면온도, 대기온도, 대기습도)를 가지고 1시간, 2시간, 그리고 3시간 후의 노면온도를 예측할 수 있는 신경망을 설계하였다. 청원-상주간 고속도로를 대상으로 모형을 수행한 결과, 예측치와 관측치에 대한 편차의 표준편차가 1시간 예측인 경우 $0.55^{\circ}C$, 2시간 예측인 경우 $1.27^{\circ}C$, 3시간 예측인 경우 $1.43^{\circ}C$를 나타났다. 또한 예측된 노면온도를 실제 관측한 자료와 비교한 결과 R2 값이 각각 0.985, 0.923, 0.903으로 나타나 모형의 설명력이 높은 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.190-201
• /
• 2021

도로전광표지판(VMS : Variable Message Sign)은 도로이용자에게 교통, 도로, 기상상황 및 공사로 인한 통제 등에 대한 실시간 정보를 제공함으로써 교통흐름의 효율화와 통행의 안전성을 향상시키기 위한 장비이다. 일반국도 VMS의 대부분을 차지하는 문자식 VMS에서 표출 및 제공되는 소통정보 메시지 구성은 일반적으로 구간, 구간에 대한 통행시간, 소통상황에 대한 정보로 이루어진다. 본 연구에서는 수도권 일반국도에서 운영 중인 문자식 VMS를 대상으로 도로이용자 선호도 분석을 통해 도로관리자 위주의 기존 표출문안을 도로이용자 중심으로 개선안을 마련하였다. 아울러 도로이용자가 가장 선호하는 돌발상황에 대한 정보를 신속하고 효율적으로 제공할 수 있는 시스템 개선에 대한 방안을 제시함으로써 도로이용자 중심의 VMS 교통정보 제공 효용성을 향상시키고자 한다.

• 한국멀티미디어학회논문지
• /
• 제14권3호
• /
• pp.392-402
• /
• 2011

겨울철 강설 및 도로결빙으로 인하여 불편함 뿐만 아니라 예상치 못한 사고를 당할 위험성이 있어 이에 대한 적절한 대책이 필요하다. 산간지역의 급경사도로 등에 도로조건을 감지하는 시스템이 설치되고 있지만 비용이 고가이기 때문에 많은 지역에 설치하고 있지 못하는 실정이다. 본 논문에서는 강설과 결빙 등 겨울철 도로기상정보를 체계적으로 수집하는 도로기상정보 수집시스템을 제안하였다. 디지털 온도센서, 적외선 온도센서, 초음파 센서 및 CMOS 카메라와 구동모터를 사용하여 센서 등 멀티미디어 데이터를 수집하고 측정한 데이터를 유비쿼터스 센서 네트웍(USN)을 이용하여 서버에 전송하기 위해 두 가지 타입의 제어통신보드를 구성하였다. 서버프로그램의 구성과 수집된 데이터를 이용하여 상황을 판단하는 방안을 함께 제시하였으며, 구성된 시스템의 성능을 실험을 통해 도로에서의 적용가능성을 확인하였다.

• 한국방재안전학회논문집
• /
• 제16권2호
• /
• pp.49-56
• /
• 2023

영향예보는 기존의 기상요소 중심의 예보에서 벗어나 기상상황에 따른 잠재적 사회경제적 위험도 정보를 함께 제공하는 것을 의미한다. 기상 선진국들은 영향정보 제공 및 확산을 위한 기술개발에 인력과 재정을 투입하고 있지만 국내에서는 영향예보에 대한 인식이 확산되어 있지 않다. 또한 영향예보 피해가 많이 발생하는 홍수, 태풍 등의 재난에 초점이 맞춰져 있으며 상대적으로 피해발생이 적은 교통 분야의 강풍으로 인한 차량 위험 영향 평가에 대한 연구는 부족한 실정이다. 국내에서는 강풍으로 인한 차량 전도에 대한 피해 사례는 많이 없지만 과거 피해 사례가 존재하며 연구에 대한 필요성이 높아지고 있다. 강풍으로 인한 차량의 위험(Risk) 평가를 위해서는 도로의 취약성(Vulnerability)이 필요하며 본 연구에서는 도로의 취약성 기준을 산정하는 것을 목적으로 하였다. 도로의 취약성 평가는 도로의 고도, 차선 수, 도로 유형으로 평가하였다. 분석결과 사고사례가 있던 지역의 취약성 지역을 잘 재현하는 것으로 나타났다. 본 연구의 성과를 이용하여 차량 운전자에게 잠재적 위험에 대한 객관적인 평가 마련에 대한 기준으로 활용할 수 있을 것이라 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제22권9호
• /
• pp.99-105
• /
• 2017

In this paper, we propose to design and implement the database management system for analyzing vehicle accidents through utilizing integration of the public big data. And the paper aims to provide valuable information for recognizing seriousness of the vehicle accidents and various circumstances at the accident time, and to utilize the produced information for the insurance company policies as well as government policies. For analysis of the vehicle accidents the system utilizes the integrated big data of National Indicator System, the Meteorological Office, National Statistical Office, Korea Insurance Development Institute, Road Traffic Authority, Ministry of Land, Infrastructure and Transport as well as the National Police Agency, which differentiates this system from the previous systems. The system consists of data at the accident time including weather conditions, vehicle models, age, sex, insurance amount etc., by which the database system users are able to obtain the integral information about vehicle accidents. The result shows that the vehicle accidents occur more frequently in the clear weather conditions, in the vehicle to vehicle conditions and in crosswalk & crossway. Also, it shows that the accidents in the cloudy weather leads more seriously to injury and death than in the clear weather. As well, the vehicle accident information produced by the system can be utilized to effectively prevent drivers from dangerous accidents.

• International Journal of Automotive Technology
• /
• 제6권1호
• /
• pp.53-63
• /
• 2005

We propose a fuzzy neural network (FNN) theory capable of deciding the quality of a road image prior to extracting lane-related information. The accuracy of lane-related information obtained by image processing depends on the quality of the raw images, which can be classified as good or bad according to how visible the lane marks on the images are. Enhancing the accuracy of the information by an image-processing algorithm is limited due to noise corruption which makes image processing difficult. The FNN, on the other hand, decides whether road images are good or bad with respect to the degree of noise corruption. A cumulative distribution function (CDF), a function of edge histogram, is utilized to extract input parameters from the FNN according to the fact that the shape of the CDF is deeply correlated to the road image quality. A suitability analysis shows that this deep correlation exists between the parameters and the image quality. The input pattern vector of the FNN consists of nine parameters in which eight parameters are from the CDF and one is from the intensity distribution of raw images. Experimental results showed that the proposed FNN system was quite successful. We carried out simulations with real images taken in various lighting and weather conditions, and obtained successful decision-making about $99\%$ of the time.

• 한국도로학회논문집
• /
• 제18권1호
• /
• pp.23-31
• /
• 2016

PURPOSES : This study aimed to offer a greenhouse gases table to assist a road designer in calculating the greenhouse gases for a road environment when making a decision about an alternative road. METHODS : This study developed an operation mode table of greenhouse gases using the MOVES program. Similar factors for Korean vehicles and fuels are reflected in the MOVES program, which was made in the USA. Finally, a paired t-test was conducted to calculate the site data and MOVES data. Through these studies, a methodology was suggested for calculating carbon emissions based on various types of roads alignments. RESULTS : The site results for a passenger truck on the road were statistically significant when the vehicle speed was above 65 km/h. However, a future study will consider factors for various road alignments and vehicles. CONCLUSIONS : This study will contribute to the theoretical basis for reducing carbon emissions from roads by helping road designers make decisions about road alternatives in terms of the road environment.

• Journal of Information Processing Systems
• /
• 제19권1호
• /
• pp.130-138
• /
• 2023

The traffic flow in an urban area is affected by the date, weather, and regional traffic flow. The existing methods are weak to model the dynamic road network features, which results in inadequate long-term prediction performance. To solve the problems regarding insufficient capacity for dynamic modeling of road network structures and insufficient mining of dynamic spatio-temporal features. In this study, we propose a novel traffic flow prediction framework called shared spatio-temporal attention convolution optimization network (SSTACON). The shared spatio-temporal attention convolution layer shares a spatio-temporal attention structure, that is designed to extract dynamic spatio-temporal features from historical traffic conditions. Subsequently, the graph optimization module is used to model the dynamic road network structure. The experimental evaluation conducted on two datasets shows that the proposed method outperforms state-of-the-art methods at all time intervals.

• 제어로봇시스템학회논문지
• /
• 제8권6호
• /
• pp.468-476
• /
• 2002

The confidence of information from image processing depends on the original image quality. Enhancing the confidence by an algorithm has an essential limitation. Especially, road images are exposed to lots of noisy sources, which makes image processing difficult. We, in this paper, propose a FNN (fuzzy-neural network) capable oi deciding the quality of a road image prior to extracting lane-related information. According to the decision by the FNN, road images are classified into good or bad to extract lane-related information. A CDF (cumulative distribution function), a function of edge histogram, is utilized to construct input parameters of the FNN, it is based on the fact that the shape of the CDF and the image quality has large correlation. Input pattern vector to the FNN consists of ten parameters in which nine parameters are from the CDF and the other one is from intensity distribution of raw image. Correlation analysis shows that each parameter represents the image quality well. According to the experimental results, the proposed FNN system was quite successful. We carried out simulations with real images taken by various lighting and weather conditions and achieved about 99% successful decision-making.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권9호
• /
• pp.4419-4441
• /
• 2016

A cause of vehicle accidents is the reduced visibility due to bad weather conditions such as fog. Therefore, an onboard vision system should take visibility detection into account. In this paper, we propose a simple and effective approach for measuring the visibility distance using a single camera placed onboard a moving vehicle. The proposed algorithm is controlled by a few parameters and mainly includes camera parameter estimation, region of interest (ROI) estimation and visibility computation. Thanks to the ROI extraction, the position of the inflection point may be measured in practice. Thus, combined with the estimated camera parameters, the visibility distance of the input foggy image can be computed with a single camera and just the presence of road and sky in the scene. To assess the accuracy of the proposed approach, a reference target based visibility detection method is also introduced. The comparative study and quantitative evaluation show that the proposed method can obtain good visibility detection results with relatively fast speed.