• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.146-147
• /
• 2023

해양사고는 도로교통과 달리 지속적으로 증가하고 있으며, 인명피해가 주로 발생하는 주요 사고의 치사율은 도로교통의 11.7배 이상이다. 해양사고는 외부 환경에 따라 사고 위치가 변하고 즉각적인 조치가 어려워 타 교통에 비해 대형 사고로 이어질 가능성이 매우 크다. 그러나 여전히 사고가 발생하고 난 후 대응하는 등 사후적 관리 단계에 무르고 있어 사고의 주요 요인을 사전에 식별·관리하는 선제적 관리단계로의 전환 필요성이 대두되고 있다. 따라서 본 연구에서는 해양사고 발생 지점 밀도 기반의 가변 공간 군집체계를 반영한 해양사고 예측모델을 개발하였다. 반복적인 공간 가산분석을 통해 밀도가 높을수록 작은 규모의 격자 체계를 가질 수 있도록 상세한 공간 군집체계를 구성하였으며, 단순 사고 위험도 예측뿐만 아닌 사고 인과관계를 설명할 수 있는 BN(Bayesian Network) 기반의 모형을 사용하여 해양사고 위험예측 모델을 개발하였다. 또한, Cost-of-Omission을 통해 해양사고 예측확률의 변화와 각 변수들의 영향력을 확인하였으며, 월별 해양사고예측 결과를 GIS를 활용하여 2D/3D 기반으로 시각화하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.8
• /
• pp.301-310
• /
• 2021

The TATI model is a Traffic Accident Text to RGB Image model, which is a methodology proposed in this paper for predicting the severity of traffic accidents. Traffic fatalities are decreasing every year, but they are among the low in the OECD members. Many studies have been conducted to reduce the death rate of traffic accidents, and among them, studies have been steadily conducted to reduce the incidence and mortality rate by predicting the severity of traffic accidents. In this regard, research has recently been active to predict the severity of traffic accidents by utilizing statistical models and deep learning models. In this paper, traffic accident dataset is converted to color images to predict the severity of traffic accidents, and this is done via CNN models. For performance comparison, we experiment that train the same data and compare the prediction results with the proposed model and other models. Through 10 experiments, we compare the accuracy and error range of four deep learning models. Experimental results show that the accuracy of the proposed model was the highest at 0.85, and the second lowest error range at 0.03 was shown to confirm the superiority of the performance.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.144-145
• /
• 2023

육상, 철도, 항공 등 타 교통분야에서 지속적으로 사고와 인명피해가 줄어든 반면, 해양분야는 해양사고가 증가하며 실효적 해양교통안전관리에 대한 필요성이 대두되고 있다. 최근 3년간 국내 해상에서 발생한 충돌사고 중 어선을 포함한 충돌사고가 전체의 약 84%를 차지하며, 해상교통의 주요 변수인 어선을 포함한 국가의 해상교통량 파악은 반드시 필요한 실정이다. 본 연구에서는 현 정부 국정과제인 '디지털 해상 교통망 구축'과 더불어 해양교통안전관리체계 마련의 일환으로 국내 전체 선박위치발신장치(AIS, V-PASS) 데이터를 활용하여 해상교통량을 분석하고 예측 모델을 개발한다. 이를 위해 선박 밀집도를 통한 그리드별 공간가산분석과 항적 데이터 전처리 및 선형화, 선박 길이에 따른 점용면적 산정을 통한 단위 그리드별 해상교통량을 분석한다. 또한, 과거 교통량 데이터는 딥러닝 기반의 시계열 특성을 지닌 RNN과 LSTM 모델을 활용하여 교통량 예측 모형을 개발한다. 본 연구의 결과는 해상교통량과 해양사고의 연관성 분석 및 속력제한구역 등 해상정책 수립의 정량적 근거를 제공하며, 국민에게 해상교통정보 제공을 통해 교통복지 증진에 기여할 수 있다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.24 no.4
• /
• pp.178-185
• /
• 2023

Rapid urbanization and advancements in technology have led to a surge in the number of automobiles, resulting in frequent traffic accidents, and consequently, an increase in human casualties and economic losses. Therefore, there is a need for technology that can predict the risk of traffic accidents to prevent them and minimize the damage caused by them. Traffic accidents occur due to various factors including traffic congestion, the traffic environment, and road conditions. These factors give traffic accidents spatiotemporal characteristics. This paper analyzes traffic accident data to understand the main characteristics of traffic accidents and reconstructs the data in a time series format. Additionally, an LSTM-MLP based model that excellently captures spatiotemporal characteristics was developed and utilized for traffic accident prediction. Experiments have proven that the proposed model is more rational and accurate in predicting the risk of traffic accidents compared to existing models. The traffic accident risk prediction model suggested in this paper can be applied to systems capable of real-time monitoring of road conditions and environments, such as navigation systems. It is expected to enhance the safety of road users and minimize the social costs associated with traffic accidents.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.163-164
• /
• 2021

본 논문에서는 날씨와 상관관계를 갖는 교통사고에 대한 예측을 진행하는 Web Site 개발을 제안한다. 날씨에 영향을 받는 교통사고에 대한 일일 사망자 수, 교통사고 발생률의 각각의 예측값을 딥러닝 모델을 이용한다. 위의 모델을 작성하기 위하여 본 논문에서는 Anaconda 기반의 Jupyter Notebook에서 Python Tensorflow 모델을 작성하여 테스트하고, 만들어진 모델을 웹 사이트에서 불러오기 위해 Python 기반 Flask Web Framework를 통하여 웹 사이트를 개발한다. 개발된 웹 사이트는 사용자들은 Web Site에 날씨 정보를 입력하여 교통사고 발생률을 예측하고 볼 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.441-442
• /
• 2022

교통사고 예측은 차량의 블랙박스 동영상을 통해 사고 발생을 최대한 빨리 예측하는 것을 목표로 한다. 이는 안전한 자율주행 시스템을 보장하는 데 중요한 역할을 한다. 다양한 교통 상황과 카메라의 제한된 시야로 인해 프레임에서 사고 가능성을 조기에 관찰하는 것은 어려운 도전이다. 예측의 핵심 기술은 객체의 시공간 관계를 학습하는 것이다. 본 논문에서는 블랙박스 동영상에서 사고 예측을 위한 계산 모델을 제안한다. 이것을 사용하여 사고 예방을 강화한다. 이 모델은 사고 위험에 대한 운전자의 시각적 인식에서 영감을 받았다. 객체 탐지기는 동영상 프레임에서 다양한 객체를 탐지한다. 탐지한 객체는 노드 생성기와 특징 추출기 동시에 통과한다. 노드 생성기에서 생성한 노드는 GCN 실행기를 사용한다. GCN 실행기는 각 프레임에 대한 객체의 3D 위치 관계를 계산한 후 공간 특징을 취득한다. 동시에 공간 특징과 특징 추출기에서 얻은 객체의 특징은 GRU 실행기로 보내진다. GRU 실행기 안에 시공간 특징을 암기하고 분석하여 교통사고 확률을 예측한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.27-30
• /
• 2021

경제 성장과 함께 자동차의 수요가 늘어남에 따라 교통사고 발생 빈도는 꾸준히 증가하고 있다. 이에, 본 연구에서는 교통사고를 야기하는 도로 및 기상환경과 같은 조건을 활용하여 기계학습 모델을 통해 서울시 교통사고 사상자 수를 예측하는 모형을 찾고자 한다. 활용한 데이터는 도로교통 공단에서 제공하는 교통사고 사상자 수 정보를 포함하는 데이터로 2015년부터 2018년도까지 데이터를 학습에 사용하였고 2019년도 데이터를 테스트 평가에 사용하였다. 실증연구를 통해 트리 기반의 모델 별 성능을 비교하였으며 본 연구에 대한 결과는 사고 발생 시 우선순위에 의한 구조활동이 가능하게 함과 도로상황 및 기상을 고려한 안전운전 가이드 지식으로 활용될 수 있다.

• Journal of Korean Society of Transportation
• /
• v.20 no.7
• /
• pp.59-67
• /
• 2002

2001년 경찰청 $\ulcorner$2001년판 교통사고통계$\lrcorner$ 자료에 의하면 사고피해의 정도를 나타내는 치사율에 있어서 중앙선침범사고가 과속사고와 함께 가장 높은 수치를 보이고 있으며, 대형 교통사고의 39.5%가 중앙선 침범에 의해 발생한 것으로 나타났다. 실제로 2000년 한 해 동안 총 사고건수 290,481건 중 중앙선 침범에 의해 18,931건 (6.52%)의 교통사고가 발생하여 사망자 1,472명, 부상자 35,046명으로 전체 교통사고 사망자의 14.38%, 부상자의 8.21%를 점하고 있는 것으로 나타났다. 이와 같이 전체 교통사고에서 중앙선침범사고가 차지하는 비중 이 높아지고 있어 중앙선침범사고를 줄이기 위한 대책의 일환으로 중앙분리대, 표지병, 시선 유도봉 등과 같은 중앙선침범 예방시설물을 설치하고 있으나, 해당 시설물에 대한 설치기준이 없는 실정이다. 이렇듯 중앙분리대 설치기준의 부재로 인해 중앙선침범사고 발생과 이에 따르는 경제적인 교통사고 비용손실, 그리고 중앙분리대의 과다설치로 인한 국가 재원의 낭비는 간과할 수 없는 문제점을 내포하고 있다. 이러한 점에 착안하여 기존에 지방부 2차로 도로의 직선부에 대한 중앙선침범사고 예측모델이 개발되었고 본 연구에서는 그 연장선상에서 지방부 2차로 도로의 곡선부에 대한 중앙선침범사고 예측모델에 대한 중앙선침범사고 예측모델의 개발을 통해 중앙선침범사고에 대한 사회적 비용을 산정하고, 현재 설치하여 운영중인 중앙선침범 예방시설물의 설치비용간의 비용-편익분석을 통해 얻어진 기준으로 중앙선침범 예방시설물 설치의 가부에 대한 보다 현실적이고 비용-효율적인 중앙선침범 예방시설물 설치기준을 제시함으로써 교통사고 비용손실을 최소화하고, 중앙분리대의 효율적 설치방안의 도입을 통한 경제적 이익창출을 도모하고자 한다.

• Journal of Korean Society of Transportation
• /
• v.20 no.7
• /
• pp.87-94
• /
• 2002

2001년 경찰청 $\ulcorner$2001년판 교통사고통계$\lrcorner$ 자료에 의하면 사고피해의 정도를 나타내는 치사율에 있어서 중앙선침범사고가 과속사고와 함께 가장 높은 수치를 보이고 있으며, 대형 교통사고의 39.5%가 중앙선 침범에 의해 발생한 것으로 나타났다. 실제로 2000년 한 해 동안 총 사고건수 290,481건 중 중앙선 침범에 의해 18,931건 (6.52%)의 교통사고가 발생하여 사망자 1,472명, 부상자 35,046명으로 전체 교통사고 사망자의 14.38%, 부상자의 8.21%를 점하고 있는 것으로 나타났다. 이와 같이 전체 교통사고에서 중앙선침범사고가 차지하는 비중 이 높아지고 있어 중앙선침범사고를 줄이기 위한 대책의 일환으로 중앙분리대, 표지병, 시선 유도봉 등과 같은 중앙선침범 예방시설물을 설치하고 있으나, 해당 시설물에 대한 설치기준이 없는 실정이다. 이렇듯 중앙분리대 설치기준의 부재로 인해 중앙선침범사고 발생과 이에 따르는 경제적인 교통사고 비용손실, 그리고 중앙분리대의 과다설치로 인한 국가 재원의 낭비는 간과할 수 없는 문제점을 내포하고 있다. 이러한 점에 착안하여 기존에 지방부 2차로 도로의 직선부에 대한 중앙선침범사고 예측모델이 개발되었고 본 연구에서는 그 연장선상에서 지방부 2차로 도로의 곡선부에 대한 중앙선침범사고 예측모델에 대한 중앙선침범사고 예측모델의 개발을 통해 중앙선침범사고에 대한 사회적 비용을 산정하고, 현재 설치하여 운영중인 중앙선침범 예방시설물의 설치비용간의 비용-편익분석을 통해 얻어진 기준으로 중앙선침범 예방시설물 설치의 가부에 대한 보다 현실적이고 비용-효율적인 중앙선침범 예방시설물 설치기준을 제시함으로써 교통사고 비용손실을 최소화하고, 중앙분리대의 효율적 설치방안의 도입을 통한 경제적 이익창출을 도모하고자 한다.

• Journal of the Korea Convergence Society
• /
• v.5 no.1
• /
• pp.9-15
• /
• 2014

Traffic accidents are caused by a variety of factors. Among the factors that cause traffic accidents are weather conditions at the time. There is a difference in the percentage of deaths according to traffic accidents, due to the weather conditions. In order to reduce the number of deaths due to traffic accidents, to predict the incidence of traffic accidents that occur in response to weather conditions is required. In this paper, it propose a model to predict the incidence of traffic accidents caused by weather conditions. Predictive modeling was applied to the theory of Markov processes. By applying the actual data for the proposed model, to predict the incidence of traffic accidents, it was compared with the number of occurrences in practice. In this paper, it is to support the development of traffic accident policy with the change of weather.