• 한국산학기술학회논문지
• /
• 제16권11호
• /
• pp.7329-7334
• /
• 2015

본 연구는 전복에서 사고의 특성과 운전자의 행동특성을 분석하기 위한 연구이다. 연구기간은 2011년 1월에서 2014년 5월까지이며 연구대상은 전복사고로 응급의료센터에 내원한 운전자 102명이었다. 연구도구는 교통안전공단 인체상해 데이터를 이용하였으며 여기에는 자동차의 손상정도와 환자의 데이터를 수집하여 정리된 내용으로 차량의 기본정보와 환자정보, 손상의 역학적 원인과 사진 상의 손상정보, 환자의 임상적 손상정보를 모두 포함하고 있다. 자료분석은 SPSS 18.0을 이용하여 기술통계, ANOVA, Chi-square test 분석을 시행하였다. 분석 결과 차량종류에 따른 손상정도계수(Injury Severity Score) 평균 점수는 작은 차량에서 6.00점, 높은 차량에서 11.78점, 그 외 차량에서 14.70점을 보였고 세 집단 간 유의한 차이는 보이지 않았다(P=.267). 안전벨트 착용 여부에서 남자가 여자에 비해 안전벨트를 유의하게 착용하지 않는 것을 볼 수 있었으며 (P=.007), 차량 종류나 날씨 등이 안전벨트 착용 여부와 상관관계를 보이지는 않았다(P=.755, P=.793). 하지만 차량의 크기가 작을수록 운전자들이 안전벨트를 차용하지 않는 경향을 보였고, 날씨가 맑은 날 오히려 안전벨트를 좀 더 착용하는 경향을 볼 수 있었다. 마지막으로 전복 사고에서도 다른 사고 유형에서와 마찬가지로 안전벨트 착용 여부가 손상에 큰 영향을 미치는 것을 확인할 수 있었다.

• 대한교통학회지
• /
• 제27권5호
• /
• pp.209-221
• /
• 2009

운전자가 원하는 통행시간 예측 정보를 제공하기 위해서는 이미 알고 있는 교통상황 하에서의 통행시간 추정이 선행되어야 한다. 그러나 현재 고속도로에 적용되고 있는 지점검지기에 의한 통행시간 추정 방법은 신뢰성 있는 통행시간을 산출하기에는 한계가 있다. 따라서 본 연구에서는 신뢰성 있는 예측정보를 제공하기 위한 기반 결과로서 고속도로 경로의 기 종점 영업소 간에서 실제 소요된 통행시간의 추정에 주안점을 두었다. 통행시간 추정시 교통정보의 활용도 측면에서 매우 유용하면서도 풍부한 고속도로 통행료 수납시스템 (Toll Collection System, TCS) 자료를 이용하였다. 경로통행시간 추정모형에서는 경로 내의 링크통행시간을 조합하여 고속도로의 경로통행시간을 추정하였다. TCS 자료가 결측 된 경우에는 통행시간의 증가패턴을 분석하여 선형보간법을 통해 이전주기의 TCS 통행시간을 참조하였다. 결측이 장기간 지속되거나 통행시간의 변동이 심한 전이시간대에는 VDS 시공도에 의한 동적인 통행시간을 추정하였다. 본 연구에서 제안한 모형을 통해 추정된 경로의 통행시간은 경로를 직접 통행한 차량들의 통행시간과 통계적으로 차이가 없음이 검증되었다. 제안모형은 동일 출발 시간대에서는 통행시간의 편차가 심하고 전 후 시간대에서는 통행시간 대푯값의 변화 패턴이 불규칙한 장거리 구간에 대해 신뢰성 있는 통행시간을 추정할 수 있었다. 본 연구에서 추정된 통행시간은 교통 상황의 성능 지표 및 실시간 통행시간 예측 분야에 활용될 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제13권8호
• /
• pp.3672-3679
• /
• 2012

차량 통신 네트워크는 이동하는 차량과 차량 간의 통신 및 차량과 인프라 간의 통신을 이용하여 운전자의 안전 및 교통 흐름 개선 등 다양한 서비스를 제공하는 차세대 네트워크 기술이다. 이러한 차량 통신 네트워크에서는 운전자의 안전을 위하여 최근 다양한 연구가 활발히 이루어지고 있으며, 특히 긴급 메시지를 전송하여 이동하는 차량에게 경고 메시지를 전달함으로써 교통안전의 효율성을 높이기 위한 연구가 활발히 진행되고 있다. 이동하는 차량에게 긴급 메시지를 효율적으로 전파하기 위해서는 차량 노드의 전송 범위 안에 속해 있는 노드들에게 브로드캐스팅을 통하여 최대한 많은 노드들에게 빠르게 메시지를 전송하는 것이 매우 중요하다. 하지만 기존 제안되었던 연구들은 메시지 전송 시 통신에 참여하는 노드들의 무분별한 브로드캐스팅으로 인한 브로드캐스팅 폭풍 문제가 발생하였으며, 이로 인하여 전체적인 성능이 감소하는 문제를 야기하였다. 또한 이러한 문제는 도심 지역과 같이 차량 노드의 밀도가 높고 다양한 도로의 형태에서 많은 문제점을 야기한다. 따라서 본 논문에서는 도심지역과 같이 차량의 밀도가 높은 지역에서 효율적으로 메시지를 전달할 수 있는 클러스터링 기반의 라우팅 알고리즘 (CBRA, Clustering based Routing Algorithm)을 제안한다. 제안하는 라우팅 알고리즘은 메시지 전송 시 클러스터링 방법을 통해 차량을 관리함으로써 도로 형태에 따른 링크 단절 문제를 해결하고 각 클러스터에서 선택적 플러딩 방법을 적용하여 브로드캐스팅 폭풍문제와 메시지 전송 시 효율성을 향상시킨다. ns-2를 이용한 시뮬레이션 결과 본 논문에서 제안하는 CBRA 방법이 기존 제안되었던 방법보다 더 우수한 성능을 보이는 것을 입증하였다.

• 한국ITS학회 논문지
• /
• 제18권5호
• /
• pp.64-78
• /
• 2019

본 논문은 공간 상관성을 고려하여 서울의 택시통행에 영향을 미치는 요인을 분석한 것으로 택시의 GPS 자료를 이용하였다. 먼저 이들 자료를 이용하여 택시통행의 평균 통행시간, 평균 통행거리, 시공간적 분포 등의 통행특성을 분석하였다. 분석결과, 상당수의 택시통행이 평일 오전 첨두(8-9시)와 심야(0-1시) 시간대에 집중하는 것으로 나타났으며, 평균 통행거리와 통행시간은 각각 5.9km와 13분으로 나타났다. 이는 택시가 주로 단거리 통행수단이나 심야에 대중교통의 대체수단으로 활용되고 있음을 보여주고 있다. 다음으로 Moran's I 검정을 통해 교통존 기반의 택시통행들이 공간적으로 상관성이 있음을 규명하였다. 따라서 이를 고려한 택시통행에 대한 공간회귀모형(공간시차모형과 공간오차모형)을 추정하였으며, 인구사회 변수(가구수, 고령자수, 여성인구비, 자동차대수 등), 교통서비스 변수(지하철역수, 버스 정류장수 등), 토지이용 변수(인구밀도, 고용밀도, 주거면적 등) 등을 독립변수로 고려하였다. 모형분석 결과 이들 변수들이 통계적으로 유의하게 택시통행에 영향을 미치는 것으로 나타났다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.174-192
• /
• 2021

카메라나 레이더에 비해 높은 인지 성능을 제공하는 라이다 센서는 높은 가격으로 의해 ADAS나 자율주행에 적용되기 어려웠으나, 최근 가격이 빠르게 낮아지고 있어 라이다를 활용한 기존 자율주행 기능 개선에 관한 기대가 높아지고 있다. 레벨3 자율주행자동차의 경우, 센서의 결함 또는 한계 등 인지시스템에 위험한 상황이 발생했을 때 운전자에게 수동모드로의 제어권 전환을 요청하며, 만약 이러한 요청에도 운전자가 반응하지 않을 경우 MRM 즉 최소위험기동을 구현하여야 한다. 본 연구에서는 이러한 배경을 바탕으로 인지 시스템에서 생기는 위험으로 인해 LKS의 정상작동이 힘든 경우에 대한, 라이다 기반의 MRM 알고리즘을 개발하였다. 본 논문의 LKS MRM 기술은 라이다에서 수집된 포인트 클라우드 데이터를 기반으로 객체 군집화를 통해 전방에 있는 차량의 이동 경로를 생성하고, 이를 자차량의 목표 경로점으로 변환하여, 카메라 기반의 LKS가 정상 작동을 할 수 없는 경우 라이다 기반의 경로 추종제어를 통해 최소위험기동을 수행한다. 제안된 알고리즘의 성능을 검증하기 위하여 HAZOP 기법을 사용하여 위험원을 식별하였고 이를 바탕으로 검증용 시나리오 3가지를 도출하여, 뵨 연구에서 구축한 시뮬레이션 환경에서 알고리즘 검증을 수행하였다. 그 결과 본 연구에서 제안한 라이다 기반 LKS MRM 알고리즘이 여러 가능한 인지시스템의 위험 상황에 대해 차선이탈을 방지하고 이를 통해 교통사고를 방지하는 것을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.133-142
• /
• 2021

최근 딥러닝은 하드웨어 성능이 향상됨에 따라 자연어 처리, 영상 인식 등의 다양한 기술에 접목되어 활용되고 있다. 이러한 기술들을 활용해 지능형 교통 시스템(ITS), 스마트홈, 헬스케어 등의 산업분야에서 데이터를 분석하여 고속도로 속도위반 차량 검출, 에너지 사용량 제어, 응급상황 등과 같은 고품질의 서비스를 제공하며, 고품질의 서비스를 제공하기 위해서는 정확도가 향상된 딥러닝 모델이 적용되어야 한다. 이를 위해 서비스 환경의 데이터를 분석하기 위한 딥러닝 모델을 개발할 때, 개발자는 신뢰성이 검증된 최신의 딥러닝 모델을 적용할 수 있어야 한다. 이는 개발자가 참조하는 딥러닝 모델에 적용된 학습 데이터셋의 정확도를 측정하여 검증할 수 있다. 이러한 검증을 위해서 개발자는 학습 데이터셋, 딥러닝의 계층구조 및 개발 환경 등과 같은 내용을 포함하는 딥러닝 모델을 문서화하여 적용하기 위한 구조적인 정보가 필요하다. 본 논문에서는 신뢰성있는 딥러닝 기반 데이터 분석 모델을 참조하기 위한 딥러닝 기술 언어를 제안한다. 제안하는 기술 언어는 신뢰성 있는 딥러닝 모델을 개발하는데 필요한 학습데이터셋, 개발 환경 및 설정 등의 정보와 더불어 딥러닝 모델의 계층구조를 표현할 수 있다. 제안하는 딥러닝 기술 언어를 이용하여 개발자는 지능형 교통 시스템에서 참조하는 분석 모델의 정확도를 검증할 수 있다. 실험에서는 제안하는 언어의 유효성을 검증하기 위해, 번호판 인식 모델을 중심으로 딥러닝 기술 문서의 적용과정을 보인다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.47-56
• /
• 2022

본 논문의 안전운행 보상시스템은 안전운전을 수행한 차량운전자에게 직접적인 보상을 제공하여 안전운전의 동기를 부여하고 적극적 참여를 유도함으로써 사고의 발생을 줄여 생명과 재산의 손실을 줄이는데 목표가 있다. 기존의 디지털 운행기록계의 경우 차량의 운전상태를 기록만 하였으나, 안전운전보상시스템은 사고예방 효과를 높이기 위한 지원책으로서 안전운전을 수행한 경우 금전적 보상을 통해 위험운전을 피하고 안전운전을 하도록 유도하였다. 즉, 과속으로 인한 사고 발생 빈도가 높은 지역에서는 속도 준수, 또는 차 간 거리 유지, 지정차로 운행 등의 안전운행 지시를 수행한 경우 직접적인 보상을 제공함으로써 안전운전 동기를 부여하여 교통사고를 예방하고자 한다. 이러한 안전운행 데이터와 보상내용은 투명하고 안전하게 관리되어야 하므로 보상근거와 보상내용을 폐쇄형 블록체인 하이퍼레저 패브릭을 이용하여 구축하였다. 그러나 블록체인 시스템은 투명성과 안전성이 보장되는 반면에 낮은 데이터 처리속도가 문제가 되므로 이를 개선하고자 블록생성 가속 기능을 구현하였다. 본 연구에서는 순차적으로 블록을 생성하는 속도가 10TPS(Transaction per second) 내외의 낮은 속도를 나타내어, 블록의 생성속도를 높이기 위해 가속 기능을 적용한 결과 1,000TPS 이상의 고성능 네트워크를 구현하였다.

• 토지주택연구
• /
• 제13권3호
• /
• pp.125-140
• /
• 2022

도로퇴적물(Road Deposited Sediments, RDS)은 도로, 도로 시설물, 자동차 마모와 배가스, 그리고 도로 외부에서의 유입에 의해 형성되어 도로에 축적되는 입자 물질이다. RDS는 유기물, 휘발성 고형물, 영양염류, 각종 금속류 등 다양한 오염물에 고농도로 오염되어 있고, 강우유출수와 함께 주변 수계로 유출되므로, 도시 지역 비점오염물질의 축적과 이동에 중요한 역할을 한다. 이에, 본 연구는 RDS의 중금속 농도를 문헌에 의해 검토하여, 관련 부하저감 대책수립에 도움이 되고자 하였다. 도시지역 RDS의 중금속 농도는 매우 편차가 컸다. Norway, Spain, Australia, UK, Jordan, Turkey, Iran, Angola, Canada, USA, China, Taiwan, Malaysia, Thailand 그리고 India의 도시 지역 RDS의 Cr, Ni, Cu, Fe, Zn, As, Cd, 그리고 Pb 농도는 각각 3.16-3,410, 1.15-1,382, 20.2-9,069, 2980-124,853, 81-2,550, 2.3-214, 0.19-21.3, 그리고 15.21-1,125mg/kg 이었다. 특히, Cu, Fe, Mn, Zn, Cd, 그리고 Pb의 농도가 높아, 인위적 요인에 의한 RDS의 중금속 오염이 확인되었다. RDS의 Cr, Ni, Cu, Zn, Cd, 그리고 Pb 농도는 주거지역이나 공원 등에 비해, 교통지역이나 산업지역에서 높았으며, 입도가 감소함에 따라 중금속 농도가 높아졌다. 본 연구결과는 RDS에 의한 수계의 중금속 부하의 산정과, RDS 제어에 의한 비점오염 저감대책의 수립에 도움이 될 것으로 생각된다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.549-558
• /
• 2021

터널과 지하시설물을 비롯한 콘크리트 토목구조물을 안전하게 관리하려면 균열 발생 여부를 정기적인 점검을 통해 알아내야 한다. 터널의 콘크리트 라이닝 표면에 발생한 균열의 위치와 형태를 검사하는 일은 주로 고소작업차를 투입하여 이루어진다. 이러한 작업은 차로를 통제한 채 이루어지므로 교통 체증을 일으키며, 점검 종사자가 위험한 환경에 노출되며, 매번 같은 종사자가 같은 터널의 같은 부위를 조사하기 어려우므로 검사 결과의 일관성이 저해된다. 본 연구는 기존 터널 영상 취득 시스템을 대상으로 딥러닝 기술을 적용해 터널 내 콘크리트 라이닝의 균열을 자동으로 탐지하는 방법을 다음과 같이 제시한다. 구체적으로는 의미론적 분할(semantic segmentation)을 수행하는 딥러닝 모델을 공개 데이터셋으로 학습시키고, 터널 영상 취득 시스템으로 취득한 데이터셋을 딥러닝 모델에 입력했을 때 성능을 알아본다. 첫 번째, 공개 데이터셋을 전부 학습시켰을 경우, 두 번째, 공개 데이터셋 중 기존 터널 영상 취득 시스템 데이터셋과 관련성이 높은 데이터셋만 선택하여 학습시켰을 경우, 마지막으로 관련성이 높은 데이터셋과 균열이 없는 영상(negative example)을 선택하여 학습시켰을 경우에 대하여 성능을 비교하여 효율적인 모델 학습 방안을 모색한다. 그 결과 공개 데이터셋에서 관련성이 높은 영상과 균열이 없는 영상을 골라 학습시켰을 경우의 성능이 가장 좋았다. 향후 딥러닝 알고리즘을 터널 영상 취득 시스템에 적용할 때 효율적인 모델 학습 방안을 수립하는데 기여할 것으로 기대한다.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.44-53
• /
• 2023

최근 충분한 주차공간 확보의 어려움으로 심각한 주차문제가 발생하고 있으며 또 다른 교통문제나 사회문제로 이어지기도 한다. 일정 범위 이상의 지역·지구에서 발생하는 주차문제를 해결하기 위해서는 지역특성을 반영한 노상 및 노외주차장에 대한 연구가 필요하며 본 연구에서는 지역·지구의 특성을 고려한 노상 및 노외주차 공급 정책을 수립하는데 기초 연구로 활용하기 위한 주차수요 산정모형을 구축하였다. 연구수행을 위해 대구광역시 동구를 행정동으로 구분하여 주차시설, 주차수요를 조사하였다. 조사시간은 평일에 주간과 야간으로 구분하였으며 차종은 승용차 소형트럭·버스, 대형트럭·버스 3종으로 구분하였다. 주차수요 산정을 위한 설명변수로 단독주택, 공동주택, 근린생활시설, 문화·집회시설, 업무시설, 판매시설 등 6가지의 용도별 건축물 연면적을 사용하였다. 상관분석 결과 6가지 설명변수 중 근린생활시설의 연면적이 노상 및 노외 주차수요와 유의미한 상관관계를 나타내었다. 근린생활시설의 연면적을 설명변수로 하여 회귀분석 모형을 구축하였고 통계적으로 유의미한 결과를 얻었다.