• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.329-332
• /
• 2015

야간에 자동차를 운행할 때 검정색 차량 같은 어두운 색상의 자동차는 운전자가 인지를 못하는 경우가 많고 안개가 짙게 낀 상황도 운전자의 시야가 좁아져 교통사고율이 급격하게 증가한다. 도로교통공단의 자료에 의하면 최근 5년(2009~2013) 동안 가해자의 안전거리 미확보로 인한 교통사고는 매년 감소하는 것으로 나타나지만, 안전운전 의무 불이행 다음으로 두 번째로 높은 사고 건수를 기록하고 있다. 이는 아직도 운전자의 시인성 저하에 대한 방안이 부족하기 때문이다. 시인성 저하를 위한 대책으로 BMW, AUDI, Benz 회사에서 적외선 카메라를 이용한 나이트 비젼이 있으나 거리감지기능이 없어 디스플레이를 계속 주시하면서 운행하여야 하므로 시야가 좁아져 다른 위험이 발생할 수 있다. 현재 시중에 제공되고 있는 적외선 나이트 비젼 카메라를 이용하였을 때 일반 시야보다 약 4배 정도의 거리를 인식할 수 있었고, 이러한 나이트 비젼의 장점을 활용하여 전면 차량과의 안전거리를 확보하는 시스템을 제안한다. 본 논문에서는 제시하는 시스템은 시인성이 떨어지는 환경을 가정하여 설계하였고 나이트 비젼 카메라를 이용해 디스플레이로 출력하여 육안으로 구분할 수 없는 물체도 인지할 수 있어 헤드라이트를 켜고 운행할 때보다 안전한 운행을 할 수 있을 것으로 보인다. 하지만 디스플레이를 지속적으로 주시하며 운행할 경우 거리 감각이 떨어져 근접해 오는 물체와의 충돌 사고를 막기 힘들 것으로 보인다. 따라서 이러한 단점을 보안하기 위해 영상 데이터를 활용하여 앞 차량의 유무를 파악하고 차량이 있을 때 안전거리를 디스플레이에 표시함으로 앞 차량과의 거리를 유지하여 사고를 예방하여 안전 운행이 가능하도록 설계하였다.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.14-20
• /
• 2021

겨울철 도로 결빙으로 인한 사고는 대부분 큰 사고로 이어진다. 이는 운전자가 도로의 결빙을 사전에 자각하기 어렵기 때문이다. 본 연구에서는 AutoML과 CNN의 앙상블 모델을 이용하여 도로교통 이머징 리스크를 정확하게 탐지하는 방법을 연구한다. 비정형 데이터인 이미지를 이용한 CNN 이미지 특징 추출 기반 도로교통 이머징 리스크 분류 모델과 정형 데이터인 기상 데이터를 이용한 AutoML 기반 도로교통 이머징 리스크 분류 모델을 각각 학습시킨다. 그 후 모델들에서 도출된 확률값을 입력하여 CNN 기반 분류 모델을 보완하도록 앙상블 모델을 설계한다. 이를 통해 도로교통 이머징 리스크 분류 성능을 향상하고 더 정확하고 빠르게 운전자에게 경고하여 안전한 주행이 가능하도록 한다.

• 한국전자통신학회논문지
• /
• 제16권5호
• /
• pp.867-878
• /
• 2021

최근 도로조명시설에 영상 및 레이더 등을 부착하여, 실시간 교통데이터 수집과 교통 정보제공이 가능한 스마트 가로등에 대한 연구가 활발하다. 스마트 가로등 기술은 이에 따라 기존 대비 고해상도 검지, 판별, 조밀한 정보제공이 가능하다. 스마트 가로등의 장점으로 고해상도 정보전달매체로서 효과적으로 활용하기 위해서는 기존 중앙집중식 운영 전략과 다른 지점형 운영 전략이 요구된다. 본 연구는 스마트 가로등 기반사고 발생 전/후의 상황에 따라 구분된 공간적 범위에서 목적성을 달리하는 동적 정보 제공 전략, 해제 전략 및 그 기준에 대해서 제시하였다. 이를 통해 스마트 도로조명시설을 보다 효과적으로 활용 가능할 것으로 기대된다.

• 지식경영연구
• /
• 제25권1호
• /
• pp.217-233
• /
• 2024

최근 배달문화의 확산으로 이륜차 수요가 증가하면서 이륜차 운행도 함께 증가하고 있다. 이륜차 운행은 혼잡한 교통상황이나 경제적으로 효율적이지만 이륜차 난폭 운전과 명확하게 정립되지 않은 이륜차에 대한 교통 법규로 이륜차 사고는 새로운 사회문제로 나타나고 있다. 이륜차는 차체 특성 상 치사율이 높기 때문에 이륜차 사고가 발생하면 그 심각성 및 위험이 크다. 그러므로, 이륜차 사고에 대한 특성을 분석함으로써 이륜차 사고의 특성을 제대로 파악하는 것이 필요하다. 그리하여, 본 연구에서는 이륜차 사고 데이터를 기반으로 K-prototypes 알고리즘을 이용하여 이륜차 사고의 특성을 분류하였다. 그 결과, 이륜차 사고 특성에 따라 4개의 군집으로 분류되었다. 각 군집마다 사고발생 도로, 주요 위반법규, 사고 유형, 사고 발생 시간 등에서 다른 특성을 나타내었다. 이를 기반으로 이륜차 사고 예방을 위한 구체적인 방안을 제안한다. 각 사고 특성에 따른 단속 방법 및 규율을 개정함으로써 수도권 지역의 이륜차 사고 발생을 최소화하고 궁극적으로는 도로 안전성 향상에 기여한다. 더불어, 머신러닝 기법을 도시교통 및 안전 분야에 적용함으로써 관련 문헌확장에도 기여한다.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.11-20
• /
• 2023

자동차보험 교통사고 진료비는 매년 증가하고 있다. 본 연구는 교통사고 진료비용 상승의 주요 항목인 경상환자 중 장기입원환자(18일 이상)를 예측하는 모델을 decision tree 등 5개 알고리즘을 이용하여 생성하고, 장기입원에 영향을 미치는 요인을 분석했다. 그 결과, 예측 모델의 정확도는 91.377 ~ 91.451이며 각 모델 사이에 큰 차이점은 없었으나 random forest와 XGBoost 모델이 91.451로 가장 높았다. 설명변수 중요도에 있어서 병원 소재지, 상병명, 병원 종류 등 장기환자군과 비 장기입원 환자군 사이에 모델마다 상당한 차이가 있었다. 모델 평가는 훈련 데이터의 교차검증(10회)한 모델별 평균 정확도와 실험 데이터의 정확도를 상호 비교한 결과로 검정했다. 설명변수 유의성 검증을 위해 범주형 변수는 카이제곱 테스트를 실시하였다. 본 논문의 연구 결과는 경상 환자들의 과잉진료 및 사회적 보험료 비용을 줄이는 진료행태 분석에 도움이 될 것이다.

• 대한교통학회지
• /
• 제35권2호
• /
• pp.160-168
• /
• 2017

지난 10년 간 졸음운전은 전체 고속도로 사고건수의 약 23%로 교통사고 사망원인 중 가장 높은 비중을 차지하고 있다. 과속, 주시태만 등 운전자 과실이 주요원인인 일반적인 사고유형과 달리, 졸음운전은 졸음이라는 불가항력적 원인에 의해 발생한다는 점에서 타 사고유형과 차별화된 접근이 요구된다. 그 동안의 졸음운전 감소대책은 일반적인 교통사고 대책과 마찬가지로 사고다발지점과 같은 특정지점(spot)에 집중하였으나, 도로특성(해당구간의 화물차 비율 등) 또는 시간특성(누적주행시간에 따른 위험 운전행동 증가 등)을 고려한 감소대책이 필요함에 따라, 본 연구에서는 시 공간적으로 확대한 구간(link) 개념을 도입하였다. 고속도로 졸음운전 위험구간 분석을 위해 화물차 디지털 운행기록계(digital tacho graph: DTG) 자료를 활용하였으며, 이를 바탕으로 졸음운전 위험구간을 산정하였다. 위험 행동지표와 사고 발생건수 간의 상관 분석을 위해 음이항 회귀모형(negative binomial regression)을 통한 졸음사고 예측모형을 추정하였으며 모형의 결과 값을 바탕으로 경험적 베이즈(empirical Bayes: EB) 추정치와 구간별 잠재적 안전개선 지수(potential for safety improvement: PSI)를 산출하여 졸음운전 위험 구간을 선정하였다. 졸음사고 모형 추정 결과, 연평균 일교통량, 화물차 비율, DTG 수집 자료건수, 평균 과속비율(20km/h 초과), 평균 급감속비율 및 평균 급차로변경비율이 늘어날 경우 졸음운전 사고건수 역시 증가하는 것으로 분석되었다.

• 한국ITS학회 논문지
• /
• 제17권3호
• /
• pp.1-17
• /
• 2018

렌터카 차량의 교통사고 발생건수 및 사망자 수는 꾸준히 증가하는 추세를 보이며, 사고로 인한 사망률 또한 일반 승용차 및 영업용 택시보다 높다. 본 연구는 전국을 대상으로 2010년부터 2014년까지 발생한 렌터카 사고 데이터를 분석하여 사고 심각도에 영향을 미치는 요인들을 도출하였다. 사고 심각도와 관련된 17개 변수를 렌터카 사고 데이터로부터 추출하였으며 이를 4가지(인적, 차량, 도로 및 환경) 요인으로 구분한 후 순서형 로짓 모델을 적용하여 통계적으로 분석하였다. 분석 결과, 운전자 연령, 교차로 형태, 사고 발생 요일을 제외한 나머지 14개 변수가 렌터카 사고 심각도에 영향을 미치는 요인으로 통계적 유의성이 있는 것으로 분석되었다. 연구결과는 다음과 같이 요약될 수 있다. 첫째, 거주 지역이 아닌 곳에서 발생한 렌터카 사고의 심각도가 더 큰 것으로 나타났다. 둘째, 일반 도로 대비 고속도로 렌터카 사고, 과속 및 11대 중과실 위반 등 법규 위반 관련 렌터카 사고의 경우 사고 심각도가 더 큰 것으로 나타났다. 셋째, 지리적으로 익숙하지 않은 렌터카 운전자 특성상 도로 기하구조가 복잡하며, 운전자의 시야가 분산되는 커브구간 등에서의 사고 심각도가 높게 나타났다. 넷째, 지역별로 렌터카 사고 심각도에 차이가 있으나, 2010년 이후 사고 심각도는 전반적으로 감소하고 있는 것으로 나타났다. 본 연구의 결과는 향후 렌터카 사고 심각도를 줄이기 위한 기초자료로 활용될 수 있을 것으로 생각한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2016년도 춘계학술대회
• /
• pp.287-288
• /
• 2016

선박과 선박간의 사고 위험도를 예측하는 교통정보 생성 기술을 해상교통관제센터에 적용하기에는 위험도 정보의 정확성에 한계가 있다. 또한 대상 해역에 대한 교통 패턴을 파악하는 밀집도 및 혼잡도와 같은 교통정보 생성 기술은 위험 우선순위 선박을 도출하는 것이 불가능하다. 복잡한 교통 패턴을 보이는 해상교통관제 해역에서 위험 선박을 인지하여 관제사의 관제 업무를 지원하기 위해서는 새로운 접근이 필요하다. 본 연구에서는 관제대상해역의 교통 상황을 총체적으로 파악하고 위험 선박을 사전에 인지할 수 있는 교통정보 생성을 위해서 기계학습 기법을 검토하였으며, 기존의 인공지능 한계를 극복하기 위한 딥러닝 프레임워크 도입을 검토하였다. 해상교통관제센터의 이미지, 메시지, 음성 등 다양한 형태의 연속적 자료들을 통합하고 이를 토대로 총체적인 분석을 통해 관제 업무를 지원할 수 있는 교통 상황 인지 정보를 생성할 수 있을 것으로 파악되었다. 빅데이터 기반의 기계학습은 보다 의미 있는 상황 인지 정보를 생성할 수 있기 때문에 이를 위한 관제 센터의 각종 데이터 통합이 필요하다.

• 대한교통학회지
• /
• 제23권1호
• /
• pp.33-44
• /
• 2005

철도건널목사고는 일반 도로사고보다는 상대적으로 사고의 발생도는 적으나, 사고의 심각도면에서는 대형사고로 연결될 수 있다는 점에서 철도건널목에서의 안전성 확보는 결코 소홀히 다루어질 수 없다. 본 연구에서는 건널목 사고모델을 통해 건널목 사고에 영향을 미치는 요인들은 분석하고 이를 정량화하여 교차로 안전성 향상에 기여하고자 한다. 본 연구에서는 건널목사고 분석에 있어서 사고데이터 특성을 고려하여 비선형 회귀분석 중 적정 모델식을 적용하였다. 철도건널목 관련 변수들을 이용하여 분석한 결과, 분산값이 0에 가까운 값을 나타내어 포아송 회귀분석이 적합한 것으로 나타났다. 또한 본 연구에서는 주 모델과 후보모델 통해 건널목 사고에 영향을 미치는 7개의 주요설명변수들을 규명했는데 그 변수들은 차량 교통량과 철도교통량, 상업지역, 제어거리, 경보시간차, 건널목유형, 과속방지턱으로 분석되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
• /
• pp.420-422
• /
• 2011

2009년 경찰청 통계자료에 따르면 교통사고 사망자 중 안전 운전 불이행, 중앙선 침범, 신호 위반, 안전거리 미확보 등 운전자의 부주의에 의해 이루어진 사고가 약 90%이상을 차지하고 있어 심각한 사회적 경제적 문제를 초래한다. 이러한 운전자의 운전습관 개선 및 안전운전에 대한 사회적 요구, 사고 기록 등의 요구에 부응하기 위하여, 디지털 주행기록계 차량용 블랙박스 등 다양한 형태의 시스템이 사용되고 있으나, 이러한 시스템은 사고 후 차량데이터를 기반으로 위험운전여부를 분석하여 운전자를 관리하기 때문에 실시간으로 운전자를 관리하기에는 큰 한계가 있다. 이에 본 연구는 3축 가속도 센서와 GPS를 사용하여 위험운전 여부를 판단하고, 그 결과를 계수화하여 운전자의 정숙 운전 지수를 계산하여 보여줌으로써, 안전 운전과 급정차 급출발에 따른 연비 악화를 개선할 수 있도록 한다.