• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 B
• /
• pp.1435-1438
• /
• 2004

ITS 데이터 통신체계는 도로상의 현장설비(차량 검지기. 도로전광표지, 번호인식장치 등)와 센터를 1:1로 직접 접속하는 방식(P2P)으로 구성하고 있다. P2P 데이터 통신은 안정적인 데이터 전송을 유지시켜주지만, 통신비용의 증가 원인이 되고 있다. 따라서, 본 연구는 1:1 유선통신 구성으로 인한 통신비를 줄이기 위해 RF 모듈을 사용하여 1:N 구성으로 통신비용을 줄이는 방법을 제안하였고, 적용 가능성을 확인하기 위해 국도 38호선 평택$/sim$안중구간(약 19km)에 대해서 RF 장치를 설치한 후 데이터를 수집하였다. 적용한 RF 통신은 ISM 밴드의 2.4GHz 통신모듈을 사용하였고. 유선통신데이터와 통신 품질을 비교하였다. 데이터 품질은 기존의 1:1 구성 방식인 유선 전용회선에 의한 데이터 (기준치)와 제안한 RF 통신의 데이터를 비교하는 과정이며, 이를 통해 RF 통신의 현장 적용 가능성을 검토하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권12호
• /
• pp.507-516
• /
• 2019

도로 보수 및 도로 개발에 투자되는 비용이 증가세에 놓여있다. 그러나 포트 홀이나 지반 침하와 같은 사고들로 인하여 운전자들의 안전에 대한 위험성과 사고들로 인해 발생하는 물질적인 피해 역시 증가하고 있다. 이러한 추세에 따라 주행 시 발생하는 진동의 크기에 따라 운전자가 직접적인 개입 없이 도로 파손 여부를 판단하기 위한 시뮬레이션 시스템을 개발했다. 본 논문에서는 시스템을 개발하는 과정에서 실제 차량을 사용할 수 없는 환경의 제한으로 인하여 RC카 (Remote Control Car, 이하 RC카) 시뮬레이터를 사용하여 시스템을 구현하였다. 또한, RC카 시뮬레이터 차체에 진동 센서와 GPS 센서를 부착하여 주행하는 동안 실시간으로 차량의 움직임으로 발생하는 진동 수치와 위치 정보를 측정, 해당 데이터들을 서버로 전달하였다. 이로서 외부 사용자가 데이터를 기반으로 도로 파손 여부와 보수가 진행된 도로의 점검을 기존 방법보다 용이하게 파악할 수 있도록 응용을 구현하였다. 본 논문에서 설계 및 구현한 시스템을 통하여 향후 도로 파손에 대한 조기 대처 및 데이터를 기반으로 패턴 예측을 할 수 있을 것이며, RC카 시뮬레이터의 경우 평평도가 요구되는 다른 분야의 사업과 접목시켜 상용화가 가능할 것으로 예상된다.

• 한국컴퓨터정보학회논문지
• /
• 제24권10호
• /
• pp.79-89
• /
• 2019

본 연구에서는 도로 네트워크에서 k-최원접 이웃 검색을 위한 효율적인 FANS(k-FArthest Neighbor Search) 알고리즘을 제안한다. 양의 정수 k, 질의 객체 q, 일련의 데이터 객체 집합 P가 주어지면, k-최원접 이웃 질의는 질의 객체 q에서 가장 멀리 있는 k개의 데이터 객체를 찾는다. 데이터베이스 분야에서 대부분의 연구는 k-최근접 이웃 질의에 중점을 두고 있어서, k-최원접 이웃 질의라는 중요한 근접 질의유형은 별다른 관심을 받지 못했다. 이 논문에서는 도로 네트워크에서 가장 멀리 있는 이웃을 찾는 문제를 다룬다. 도로 네트워크에서 k-최원접 이웃 질의를 처리하는 연구는 거의 없었다. 도로 네트워크에서 k-최원접 이웃 질의를 처리해야 하는 문제는 최단 경로 거리를 계산하는 횟수를 줄이는 것인데, 이는 도로 네트워크와 유클리드 공간의 질의 처리에서 가장 중요한 차이다. 질의 객체와 데이터 객체 사이의 최단 경로 거리에 대한 중복 계산을 줄이기 위하여 공유 계산 전략을 사용한다. 질의 객체에서 데이터 세그먼트까지 최대 거리를 기반으로 효과적으로 후보군을 제거하는 방법은 제시한다. 마지막으로 실제 도로 지도를 사용한 광범위한 실험을 통해 제시된 방법의 효율성과 확장성을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.146-149
• /
• 2014

최근 자동차 산업과 IT 기술의 융합이 활발해지면서 스마트카, 자율주행 자동차(무인 자동차)와 같은 지능형 자동차 개발이 활발히 진행되고 지능형 자동차의 비전 기반 기술개발도 활발히 진행되고 있다. 고속도로와 같이 포장된 도로나 자갈길과 같은 비포장 도로에서도 운전자의 승차감을 고려한 능동적 안전시스템과 안정적인 자율주행 자동차의 주행능력을 보장하는 기술들 중 도로 유형을 판단하는 것이 중요 요소 중 하나이다. 따라서 본 논문에서는 가중치 기반 클러스터링 기술을 이용하여 도로표면 유형을 분류하는 알고리즘을 제안한다. 아스팔트, 자갈길, 흙길, 눈길의 도로표면 영상 데이터를 히스토그램의 분포도와 최고점 위치, 에지 영상의 에지량, 채도성분을 이용하여 특징값을 추출하고 클러스터를 구성한다. 분류할 입력 도로표면 영상에 대해 특징값을 분석한 후 탐색범위 내 선택된 각 클러스터의 벡터와의 거리를 측정하여 가중치를 계산하고 가중치가 높은 클러스터를 분류하여 입력 영상에 대한 도로표면을 결정한다. 실험결과 제안하는 방법이 각 도로표면 영상의 특징값과 이를 이용한 가중치만을 이용하여 약 91.25%의 정확도로 도로의 표면을 분류해 내는 것을 볼 수 있었다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2010년도 춘계학술대회
• /
• pp.183-183
• /
• 2010

위치기반서비스(Location Based Service)는 갈수록 고도화 되어 가고 있다. 특히 최근의 대형 포털을 중심으로 지오웹 서비스가 활성화 되어 있고 이를 스마트폰과 같은 개인용 이용기기를 통해 연속적으로 제공하려는 경향이 뚜렷하다. 이와 같은 시점에서 정부와 민간에서 구축 중이거나 보유 중인 전국적 규모의 데이터 간 상호 연동과 융합을 도모하려는 시도 또한 불가결하다. 이는 고도화된 LBS를 위하여 반드시 필요한 과정이기 때문이다. 이에 따라 몇 가지 주요한 전국 데이터를 대상으로 상호 연동과 융합을 위한 기술개발을 시도하였다. 우선 도로명주소기본도와 수치지형도 간 POI의 연계를 위한 연구를 수행하고 있다. 이 연구에서는 두도면 내의 POI를 대상으로 다양한 매칭과 이에 기반 한 의사결정 방법론을 이용하여 자동으로 상호 인식 및 연계가 될 수 있도록 하고 있다. 다음으로 지적도와 수치지형도 간의 객체 매칭에 관한 연구이다. 수치지형도와 지적도의 불부합으로 인하여 그 동안 지적도를 수치지형도에 맞춘 형태의 편집지적도를 지속적으로 생산하여 왔고 앞으로도 그럴 것이다. 문제는 여기에 필요한 많은 예산이다. 만일 수치지형도와 지적도를 자동으로 매칭하여 편집지적도를 자동으로 생산할 수 있게 된다면 많은 예산 절감과 함께 편집지적도의 현시성을 확보할 수 있게 될 것이다. 다음으로 항공사진과 도로망도의 매칭이다. 현재 주요 포털에서 제공하고 있는 항공사진 기반의 도로망도는 기복변위와 같은 문제로 인하여 시각적으로 많은 위치오차를 보이고 있다. 만일 항공사진의 도로영역을 자동으로 추출하여 벡터 도로망도와 매칭을 할 수 있다면 보다 시각적으로 안정된 항공사진 상의 도로망도를 제공할 수 있게 되고 나아가 이는 차량이나 보행자 네비게이션에 매우 요긴하게 이용될 수 있을 것이다. 다음으로 서로 LOD가 다른 도로망도의 매칭 문제이다. 많은 기관에서 독자적으로 생산한 도로망도는 LOD의 상이에 기인한 문제가 많아 서로 연계 활용되지 않는다. 이를 자동으로 매칭하여 서로 연계할 수 있다면 두 도로망도가 보유하고 있는 속성정보를 공동으로 이용할 수 있는 이익을 얻게 된다. 다음으로 지도 일반화 기술이다. 지도일반화는 지적도내 수치지형도와 같은 대규모 데이터를 스마트폰과 같은 저용량 사양의 기기에 서비스 할 때 불가결한 기술이다. 지도상 객체들의 기하학적 정보 손실을 최소화하면서 메모리 측면에서 경량의 지도를 자동으로 만들어 낸다면 이는 매우 요긴하게 이용될 것이다. 마지막으로 보행자 네트워크의 생성기술이다. 보행자 네트워크는 그 상세함과 정보용량에 있어서 차량용 네트워크에 견줄 수 없다. 이를 현행의 차량용 네트워크와 같이 수동으로 생성하는 데에는 경제적으로나 시간적으로 막대한 투자가 필요하다. 따라서 이를 기존의 공간정보들을 활용하여 자동으로 생성해 낼 수 있다면 그 파급효과는 매우 크리라 판단된다. 본 발표에서는 위와 같은 주제에 관하여 그간의 연구 성과를 개략적으로 소개해본다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.327-333
• /
• 2019

차량의 변속기어가 체결된 주행 상태에서 가속페달을 방치하는 경우 연료차단 주행이 시작된다. 적극적인 연료차단 주행을 활용하면 차량 연비가 개선된다. 본 연구에서는 차량의 속도, 가속도, 도로구배를 입력데이터로 사용하여 연료차단 주행 여부를 예측할 수 있는 딥러닝 기법을 제안하였다. 약 12km 정도의 도로주행을 통해 측정한 9600개의 데이터에 은닉층 3~10개, 매개변수 10~20개의 딥러닝 연산법을 적용하여 연료차단 주행여부를 예측하였다. 연산 결과, 렐루함수를 활성화함수로 적용하고 은닉층 7개, 매개변수 10개인 경우 정확도 84.5% 수준으로 예측할 수 있었다. 입력데이터인 속도, 가속도, 도로구배의 변화율이 연료소모율 데이터의 변화율에 비해 큰 것이 오차의 원인으로 판단된다. 따라서 입력데이터 정규화 과정을 통해 정확도를 높일 수 있을 것으로 예상된다. 본 연구의 특징은 차량의 연료분사 인젝터나 OBD 데이터를 사용하지 않고 GPS 등에서 쉽게 측정할 수 있는 데이터에 딥러닝을 적용한 방식이다. 또한 연산량이 적어 본 연구에서 제안한 방식으로 친환경 경제운전에 적용하기 용이할 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.1-13
• /
• 2021

본 연구에서는 도로교통분야의 계획, 설계, 유지관리, 연구 등 다양한 목적으로 활용되고 있는 교통량 데이터의 정확도 확보를 위해 시계열 분석 기법을 적용하여 교통량 데이터의 보정 및 예측을 수행하였다. 기존 알고리즘의 경우 주기성 및 계절성이 강하거나 불규칙한 데이터에 한계를 보이고 있어 교통량 데이터와 같은 자료에 적용하기에는 한계가 있다. 이러한 한계점을 극복하고 보완하기 위해 ARIMA 모형에 자기상관 모형인 SAR(Seasonal Auto Regressive)과 계절 이동평균 모형인 SMA(Seasonal Moving Average)가 결합된 분석 기법인 SARIMA 모형을 적용하였다. 분석결과 최적 파라미터 조합인 SARIMA(4,1,3)(4,0,3) 12 모형을 활용한 교통량 예측 결과 평균 85% 정도의 우수한 성능을 보였다. 본 연구를 통해서 교통량 데이터의 결측 발생 시 교통량 보정 및 예측의 정확도를 높일 수 있으며, 교통량 데이터 외에도 계절성에 영향을 받는 시계열 데이터에 적용이 가능하다.

• 한국콘텐츠학회논문지
• /
• 제11권12호
• /
• pp.919-930
• /
• 2011

도로는 사회간접자본 중 하나로서 지속적으로 관리되어야 그 기능을 발휘할 수 있는 국가의 중요한 자산이다. 지금까지는 도로를 포장관리시스템이라는 체계로 관리하여 왔다. 이 포장관리시스템은 시설물유지관리차원에서 사회기반시설을 관리하는 것으로서 주로 관리자 관점에서 공학적 판단을 기준으로 최소의 비용으로 공용수명을 최대화하는 모델이다. 그러나 경제발전으로 국민의 소득수준이 올라감에 따라 삶의 질에 대한 요구도 증가하고 있어 이제는 납세자로서 국민의 동의는 국가의 정책을 결정하는데 중요한 변수로 작용하기 시작했다. 따라서 사용자 관점의 평가는 이러한 요구를 해결하는 출발점이 되었다. 이런 관점으로 평가하기 위한 척도로서 서비스 수준(Level of Service: LoS) 이라는 것이 사용되기 시작했으며, 이를 시설물 자산관리에 활용하려는 여러 가지 시도가 있다. 본 논문에서는 LoS를 척도로 활용하는 한국형통합 자산관리체계(Korea Total Asset Management-40: KTAM-40)를 적용한 도로포장자산관리시스템의 정보기술아키텍처 중에 응용아키텍처와 데이터아키텍처를 설계하고 이것이 KTAM-40의 요구조건을 충족시키는지를 밝히고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.80-82
• /
• 2019

드론은 좁은 장소나, 도로 위에서도 자유롭게 운용할 수 있다는 등의 장점으로 인해 점차 교통 모니터링 분야에 서도 널리 쓰이고 있다. 교통 모니터링을 통해 교통관제가 가능하며, 교통혼잡 해소에 활용할 수 있다. 교통량 확인을 위하여 기존에는 hand-crafted 기반의 방법들이 사용되었는데, 이러한 방법들은 조명이나 촬영위치에 취약하다. 따라서 이러한 문제를 해결하기 위해 본 논문에서는 딥러닝 기반의 교통량 확인 알고리즘을 제안하였다. 본 논문에서는 드론의 촬영 환경과 비슷한 환경의 도로 데이터를 수집하였다. 정확도를 좀 더 높이기 위해, 데이터 augmentation 을 하였다. 생성된 데이터를 이용하여 학습을 진행하였고, 학습 결과 97%의 정확도가 나옴을 확인하였다. 테스트 데이터에 대한 정확도 측정은 [250 pixel 이상] X [250 pixel 이상] 크기의 객체에 대해서 IOU 0.3 기준으로 측정되었다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2009년도 춘계학술발표회 논문집
• /
• pp.23-25
• /
• 2009

지리정보 수집 기술이 발전함에 따라 서로 불일치하는 데이터베이스를 통합하는 작업이 점차 중요하게 떠오르고 있다. 본 논문에서는 도로 네트워크 데이터를 대상으로 하여, 서로 다른 특성을 가진 두 데이터셋의 노드 사이의 매칭 관계를 찾아내기 위한 알고리즘을 제안하였다. 노드의 위치 뿐 아니라 그에 연결된 링크의 형상 정보를 활용하여 대응하는 노드 쌍을 찾아내었고, 그에 따라 매칭 정확도가 향상되는 것을 확인하였다. 이 결과를 이용하여, 뒤이어 링크 매칭을 수행할 때 위상 정보를 반영할 수 있을 것으로 사료된다.