• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.200-215
• /
• 2023

자율주행 기술이 고도로 발전하고, 관련 시장이 급격하게 성장하고 있어 머지않은 시기 내에 완전 자율주행 시대가 도래할 것으로 예상된다. 한편, 자율주행 기술의 발전과 함께 기술 안전성에 대한 의문이 제기되고 있으며, 관련 사고 소식이 보도되면서 기술에 대한 우려는 증대되고 있다. 자율주행차의 안전성 향상을 위해, 사고 사례를 분석하고 사고 원인을 규명하는 행위가 선행될 필요가 있다. 이에, 본 연구는 자율주행 사고데이터를 통해 자율차 사고의 심각도에 대한 영향요인을 분석하였다. 연구 데이터는 CA DMV에서 수집·배포하고 있는 자율주행차 사고 레포트를 중심으로 사고 지점의 공간 정보, 교통 정보를 사용하였다. 중점 데이터가 사고 레포트임을 고려할 때, 사건 발생 횟수의 기댓값이 반영될 수 있도록 포아송 회귀 분석을 사용하여 모델링을 진행하였다. 모형 분석 결과, 자율주행차 사고 심각도는 조도가 낮을 때, 자전거·버스 전용 차로가 존재할 때, 보행자와 자전거 사고 이력이 많은 지역에서 증가한다는 결과가 도출되었다. 본 연구 결과는 향후, 자율주행차 안전성 개선을 위한 알고리즘 개발 및 관련 교통 인프라 설치를 위한 기초자료로 활용될 수 있을 것이다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.793-799
• /
• 2023

본 연구는 도시철도역의 입지특성, 역사의 구조, 형태, 이용객 수 등을 반영한 도시철도역사의 유형을 분류하고 역사 유형별 이용자들의 환승이동 동선의 불편정도, 환승정보 수 및 연계성, 환승 이동편의시설의 설치 수, 이용자 간의 상충성, 환승안내정보 표지등에 대해 분석하였다. 자료 분석결과 도시철도이용자들이 환승할 때 가장 불편을 주는 요소들은 환승동선의 길이와 굴곡도, 환승 통로의 보행밀도와 상충자 수, 이동편의시설 설치 유무, 환승안내 문자의 크기나 높이 등으로 나타났다. 이들 환승 불편요소들을 객관화, 지수화하고 도시철도역의 환승 편의성을 측정할 수 있는 평가 지표로 제시하였다. 또한, 각 평가지표별 서비스 수준을 측정할 수 있는 평가척도를 개발하였다. 각 지표별 평가척도는 현장조사를 통해 도출된 자료들의 최대 및 최소값을 기준으로 직선 보간법을 적용하여 6단계를 제시하였다. 다만, 편의성 평가지표별 중요도와 가중치을 하나로 묶은 환승편의성 종합평가는 추후 연구을 통해 정립되어야 할 것으로 판단된다.

• 한국지리정보학회지
• /
• 제26권4호
• /
• pp.145-160
• /
• 2023

본 연구는 무인항공기(Unmanned Aerial Vehicles, UAV) 기반 물리적 환경인 Normalized Difference Vegetation Index(NDVI), Sky View Factor(SVF)와 ENVI-met 모델링을 활용하여 시간대별 열적 환경을 비교 분석하는 것을 목적으로 수행하였다. 연구 결과 NDVI, SVF는 열적 환경 요소인 Upward short-wavelength(S↑), Downward short-wavelength(S↓), Upward long-wavelength(L↑), Downward long-wavelength(L↓), Land Surface Temperature (LST), Mean Radiant Temperature(Tmrt)와 유의수준 1% 이내에서 모두 상관관계를 보이는 것으로 도출되었다. 특히, NDVI는 S↑와 12시에 최대 -0.52^**의 상관관계를 가지는 것으로 분석되었고, L↓와 모든 시간대에서 0.53^** 이상의 상관성을 보였다. LST와는 -0.61^**(13시)의 상관성을 보여 NDVI는 장파 복사에너지의 관련성이 높은 것으로 판단된다. SVF의 경우 SVF 범위에 따라 장파 복사에너지와의 관련성이 높은 것으로 도출되었다. 본 연구결과는 공간의 열적 쾌적성과 미기후를 평가하기 위한 통합 접근 방식을 제공할 수 있으며, 도시 디자인 및 경관 특성이 보행자의 열 쾌적성 미치는 영향 관계 규명 등에 활용될 수 있을 것으로 판단된다.

• 터널과지하공간
• /
• 제34권1호
• /
• pp.1-14
• /
• 2024

폐광산의 갱도 입구를 통해 고속 라이다(Light Detection And Ranging, LiDAR) 장비가 탑재된 무인이동체를 투입하여 폐광의 갱도를 형상화하기 위한 기술이 제안되었다. 직경이 1.5 m 이상인 좁은 갱도에 바닥이 슬러지 형태로 미끄럽고 장애물이 있는 환경에서 무인 이동체를 운영할 때 고려할 사항을 검토하였다. 육상환경 이동을 위해 4족 보행 로봇을 활용하였으며 항공 환경 이동을 위해 쿼드콥터 드론이 활용되었다. 수중환경의 갱도에 투입하기 위해서 수중 드론이 사용되었다. 무인 이동체를 실제 광산 현장에 투입하여 폐광 현장용 이동체가 고려해야 할 변수들을 도출하였다. 폐광산 갱도 형상화용 센서로서 2차원 영상 기반의 solid-state 라이다가 사용되었다. 방사형으로 측정되는 라이다의 특성을 고려하여 고정 경사각을 두어 회전시켜 운영하여 갱도 형상화를 위한 효율성을 높이고 동시에 장애물 감지도 같이 수행할 수 있도록 제안하였다. Solid-state 라이다를 이용하여 측정데이터로부터 센서의 자세와 로봇의 자세를 반영하여 현실 좌표계 데이터로 변환하기 위한 계산기법이 도출되었다. 라이다 센서와 무인 비행체가 결합하여 실제 현장에 투입하여 갱도 형상을 추출하였다. 마지막으로 실제 현장에서 효용성을 높이기 위한 요소를 도출하였다.

• 한국조경학회지
• /
• 제47권6호
• /
• pp.53-66
• /
• 2019

본 연구는 도시재생사업을 평가하기 위한 지표 선정 및 개선방안을 제시하기 위해 연구를 진행하였다. 먼저 도시재생 관련 전문가를 대상으로 설문조사 및 분석을 수행하여 평가지표를 선정하였으며, 선정된 지표를 활용하여 도시재생사업이 시행 중인 원고개 마을의 주민의견을 수렴·분석하였다. 이를 바탕으로 해당지역의 개선방안을 제시하였다. 연구결과를 살펴보면, 도시재생 평가지표를 그 특성에 따라 '물리적 환경', '사회적 환경', '경제적 환경' 부문으로 구분하고, 1차 전문가 설문 및 MCB 분석을 통해 도시재생 평가요인을 선정하였다. 그 결과, '물리적 환경' 부문은 '교통 및 보행환경', '주거(주택) 환경', '안전 및 보안환경', '녹지 공간', '경관 개선', '공공 공간' 등 6개 요인이 선정되었으며, '사회적 환경' 부문은 '주민 참여', '공동체 활성화', '지자체 및 지원센터 역할', '주민 교육' 등 4개의 요인, '경제적 환경'부문은 '지역경제 활성화', '경제기반 환경조성', '일자리 창출' 등 3개의 평가요인이 선정되었다. 다음으로 선정된 평가요인을 2차 전문가 설문 및 AHP 분석을 수행하여 종합가중치를 도출하였다. 도시재생 평가요인 가운데 '주거(주택) 환경'이 0.108로 가장 높은 가중치 값을 가지며, 다음으로 '지역경제 활성화', '주민참여' 가 높은 값을 가지는 것으로 분석되었다. 마지막으로 도시재생 평가요인을 활용하여 원고개 마을의 주민의식을 분석한 결과, '주차환경', '노후주택 및 생활환경 정비', '마을 및 사회적 기업을 조성할 수 있는 환경조성', '상가 및 업무환경 개선', '기존 상권 유지 및 활성화', '가내수공업, 부업 등 소규모 지역경제 활성화' 등이 종합중요도는 높지만 만족도는 낮아 중점 개선이 필요한 것으로 나타났다. 따라서 원고개 마을의 도시재생사업을 개선하기 위해선 공가 및 폐가, 유휴지 등을 활용하여 공용주차장을 조성하거나, 마을 내 위치한 학교운동장을 주민들에게 개방하는 등의 주차환경 개선이 필요할 것으로 판단된다. 또한 협동조합과 연계하여 마을기업, 사회적 기업을 육성하고, 주민활동을 통해 생산된 제품을 주변시장에 판매하는 등의 경제적 활동을 장려시켜야 할 것으로 사료된다.

• 한국조경학회지
• /
• 제42권5호
• /
• pp.110-123
• /
• 2014

최근 지역주민들의 일상생활 속에서 편리하게 이용 가능한 도보권 근린공원의 중요성이 커지고 있다. 이에 본 연구는 도보권 근린공원을 대상으로 공원 내부 및 접근환경이 공원이용만족도에 미치는 영향을 규명하고자 하였다. 이를 위하여 현장조사와 GIS를 활용하여 공원 내 외부 환경을 자료를 구축하였고, 설문조사를 통해 분석된 환경들과 비교를 통해 개선방안을 제시하였으며, 최종적으로 요인분석을 통해 도출된 환경들이 공원이용만족도에 미치는 영향을 다중회귀분석을 통해 확인하였다. 연구결과를 요약하면, 화랑공원 이용자들은 공원시설과 안전성에 대한 만족도가 높았으며, 관음공원은 녹지 공간과 그늘 양 등 자연적인 요소에 대해 만족하고 있는 것으로 나타났다. 반면, 관음공원은 시설의 노후화로 시설적인 측면의 만족도가 낮았고, 두 공원 모두 어린이들을 위한 시설과 볼거리 측면의 개선이 필요할 것으로 나타났다. 공원까지의 접근 환경을 평가한 결과, 보행과 관련된 쾌적성 및 접근성과 관련된 환경은 화랑공원이 관음공원에 비해 양호한 것으로 나타났으며, 이용자들이 만족도 또한 전반적으로 화랑공원이 높게 평가되었다. 공원까지의 접근에 있어 두 공원 이용자 모두 볼거리 측면의 만족도가 낮아 개선이 필요할 것으로 나타났다. 다음으로 다중회귀분석을 통해 이용만족도 영향 요인을 분석한 결과, '접근로의 환경', '공원시설', '산책공간'이 도보권 근린공원 이용만족도에 공통적으로 영향을 미치는 것으로 나타났으며, 화랑공원의 경우 내부적 환경보다 접근로의 환경개선이 이용만족도를 높이는데 더 유리한 것으로 나타났다. 본 연구의 결과는 도보권 근린공원의 개선에 있어 내부환경뿐만 아니라, 접근환경 측면을 고려함으로써 이용만족도를 향상시키는데 도움이 될 것이다.

• 한국터널지하공간학회 논문집
• /
• 제19권6호
• /
• pp.915-936
• /
• 2017

본 논문에서는 2016년을 기준으로 강화된 터널 방재시설 설치 및 관리지침과, 점차 강화되고 있는 터널 CCTV설치 터널등급 기준과 터널 영상유고감지 시스템의 설치 운용에 대한 요구의 증가 상황을 정리해 보고하였다. 그럼에도, 가동중인 알고리즘 기반의 터널 영상유고감시 시스템의 정상 인지율은 50%가 채 되지 않는 것으로 파악되었으며, 그에 대한 주원인은 터널 내 낮은 조도, 심한 먼지로 인한 영상 선명도 저하, 낮은 CCTV 설치위치로 인한 이동객체의 겹침현상 등으로 파악되었다. 따라서, 본 연구에서는 이러한 열악한 조건에서도 영상유고 정상 인지율을 확보할 수 있는 딥러닝 기반 영상유고감지 시스템을 개발하였으며, 이에 대한 이론적 배경 제시와 시스템의 타당성 검토 연구가 진행되었다. 개발 시스템의 타당성 검토 연구는 터널 방재시설 및 관리지침 내 영상유고감지 항목중 정지 및 역주행 차량을 감지하는 주요 정보인 차량 객체 인식과 보행자 감지를 중심으로 진행되었다. 또한, (1) 동일 터널 내에서 학습과 추론이 이루어 지는 경우와 (2) 다양한 터널의 영상 정보를 통합 학습하고, 각 터널의 영상유고감지에 투입되는 경우, 두개의 시나리오를 설정하여 타당성 검토를 진행하였다. 두 시나리오 모두 일정 시간의 학습 자료와 유사한 상황에 대해서는 열악한 터널환경과 무관하게 그 감지성능이 80% 이상으로 우수하나, 추가 학습 없이 학습된 시간 구간과 멀어질수록 그 추론 성능은 상대적으로 낮은 40% 수준으로 떨어짐을 알 수 있었다. 그러나, 시간이 지남에 따라 자동으로 누적되어 확장되는 영상유고 빅데이터를 반복적으로 학습함으로써, 설치된 영상유고감지 시스템의 보완이나 보정절차 없이도 자동으로 그 영상유고감지 성능이 향상될 수 있음을 보였다.

• 한국조경학회지
• /
• 제47권1호
• /
• pp.76-87
• /
• 2019

본 연구는 서울시립대학교 맹꽁이 대체서식지의 2015~2017년 사후모니터링 이후 대체서식지 조성 평가 및 유지관리방안 도출을 목적으로 하였다. 연구대상지는 2014년에 조성되었으며, 면적은 $191m^2$이다. 조성 평가는 목표종의 서식환경 유지, 목표종의 개체수와 번식률 유지, 자생종 서식환경 유지, 자연생태계로의 회복력, 주변 환경과의 조화로 구분 평가하였다. 목표종의 서식환경 유지 측면에서 대체서식지 내 토양을 기존 맹꽁이 서식지에서 채취하여 토심 30cm 깊이로 조성하였다. 대체서식지 수원은 우수와 수돗물이라 자연적으로 이루어질 수 없으므로 맹꽁이와 함께 다른 양서류 산란 및 부화시기에 인위적인 물 공급이 매년 필요하였다. 그리고 연구대상지는 대체서식지 조성 이후 산란 및 번식을 하는 시기인 6~8월의 평균 기온이 $26.2^{\circ}C$로 맹꽁이 서식에는 어려움이 없는 것으로 판단되었다. 맹꽁이 개체수와 번식률 유지 측면에서는 맹꽁이가 점차 안정적인 서식 및 번식을 이루고 있는 것으로 평가하였다. 자생종 서식환경 유지 측면에서는 피식자 또는 포식자 특성을 고려한 식생 종 및 식생 구조 개선이 필요하였고, 환삼덩굴, 미국가막사리 등 외래종은 자생종의 습지생태계 유지를 위해 제거가 필요하였다. 자연생태계로 회복 평가에서 물빠짐 현상의 완화를 위해 수심 변화 모니터링을 통한 진흙다짐을 실시하였다. 진흙은 대상지 주변에 위치한 하늘연못 습지 바닥에서 채취하여 이설했다. 식생 관리는 부분적인 예초관리가 필요하고, 자연적인 식생 군락 형성 유도가 필요하였다. 또한 고목, 나뭇가지 등 다공질 공간을 조성하여 소생물의 서식 공간 및 은신처, 먹이 산란처를 조성할 필요가 있었다. 주변 환경과 조화 측면에서는 차량 및 보행자에 의한 양서류 로드킬, 인공 배수로에 양서류 빠짐, 주변 이용자 접근 등 위협요인 관리가 필요하였다. 대체서식지 관리방안은 모니터링 결과를 바탕으로 산란 및 은신할 수 있는 다양한 수변구조, 지속적인 수환경 관리, 자생종 서식환경 중심의 식생관리, 야생생물의 서식환경을 위한 주변 환경관리를 제시하였다. 창출형 대체서식지는 모니터링을 통해 대상지 변화 특성을 반영한 관리와 복원 목표종의 서식 환경 개선 노력이 지속적으로 필요하다.

• 한국터널지하공간학회 논문집
• /
• 제24권3호
• /
• pp.247-262
• /
• 2022

국내 200 m 이상 연장의 터널에서는 CCTV 설치가 의무화되어 있으며, 터널 내 돌발 상황을 자동으로 인지한 다음 터널 관리자에게 알릴 수 있는 터널 영상유고시스템의 운영이 권고된다. 여기서 터널 내 설치된 CCTV는 터널 구조물의 공간적인 한계로 인해 낮은 높이로 설치된다. 이에 따라 이동차량과 매우 인접하므로, 이동차량과 CCTV와의 거리에 따른 원근현상이 매우 심하다. 이로 인해, 기존 터널 영상유고시스템은 터널 CCTV로부터 멀리 떨어질수록 차량의 정차 및 역주행, 보행자 출현 및 화재 발생과 같은 터널 내 유고상황을 인지하기 매우 어려우며, 100 m 이상의 거리에서는 높은 유고상황 인지 성능을 기대하기 어려운 것으로 알려져 있다. 이 문제를 해결하기 위해 관심영역 설정 및 역 원근변환(Inverse perspective transform)을 도입하였으며, 이 과정을 통해 얻은 변환영상은 먼 거리에 있는 객체의 크기가 확대된다. 이에 따라 거리에 따라 객체의 크기가 비교적 일정하게 유지되므로, 거리에 따른 객체 인식 성능과 영상에서 보이는 차량의 이동속도 또한 일관성을 유지할 수 있다. 이를 증명하기 위해 본 논문에서는 터널 CCTV의 원본영상과 변환영상을 바탕으로 동일한 조건을 가지는 데이터셋을 각각 제작 및 구성하였으며, 영상 내 차량의 실제 위치의 변화에 따른 겉보기 속도와 객체 크기를 비교하였다. 그 다음 딥러닝 객체인식 모델의 학습 및 추론을 통해 각 영상 데이터셋에 대한 거리에 따른 객체인식 성능을 비교하였다. 결과적으로 변환영상을 사용한 모델은 200 m 이상의 거리에서도 객체인식 성능과 이동차량의 유고상황 인지 성능을 확보할 수 있음을 보였다.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.129-152
• /
• 2024

터널 내 CCTV를 통한 딥러닝 객체인식 적용에 있어서 터널의 열악한 환경조건, 즉 낮은 조도 및 심한 원근현상으로 인해 오탐지가 대량 발생한다. 이 문제는 객체인식 성능에 기반한 영상유고시스템의 신뢰성 문제로 직결되므로 정탐지 향상과 더불어 오탐지의 저감 방안이 더욱 필요한 상황이다. 이에 본 논문은 딥러닝 객체인식 모델을 기반으로, 오탐지 데이터의 재학습을 통해 오탐지의 저감뿐만 아니라 정탐지 성능 향상도 함께 추구하는 오탐지 학습법을 제안한다. 본 논문의 오탐지 학습법은 객체인식 단계를 기반으로 진행되며, 학습용 데이터셋 초기학습 - 검증용 데이터셋 추론 - 오탐지 데이터 정정 및 데이터셋 구성 - 학습용 데이터셋에 추가 후 재학습으로 이어진다. 본 논문은 이에 대한 성능을 검증하기 위해 실험을 진행하였으며, 우선 선행 실험을 통해 본 실험에 적용할 딥러닝 객체인식 모델의 최적 하이퍼파라미터를 결정하였다. 그리고 본 실험에서는 학습영상 포맷을 결정하기 위한 실험, 반복적인 오탐지 데이터셋의 재학습을 통해 장기적인 성능향상을 확인하기 위한 실험을 순차적으로 진행하였다. 그 결과, 첫 번째 본 실험에서는 추론된 영상 내에서 객체를 제외한 배경을 제거시키는 경우보다 배경을 포함시키는 경우가 객체인식 성능에 유리한 것으로 나타났으며, 두 번째 본 실험에서는 재학습 차수별 독립적으로 오탐지 데이터를 재학습시키는 경우보다 차수마다 발생하는 오탐지 데이터를 누적시켜 재학습 시키는 경우가 지속적인 객체인식 성능 향상 측면에서 유리한 것으로 나타났다. 두 실험을 통해 결정된 방법으로 오탐지 데이터 재학습을 진행한 결과, 차량 객체 클래스는 1차 재학습 이후부터 AP값이 0.95 이상 우수한 추론 성능이 발현되었으며, 5차 재학습까지 초기 추론 대비 약 1.06배 추론성능이 향상되었다. 보행자 객체 클래스는 재학습이 진행됨에 따라 지속적으로 추론 성능이 향상되었으며, 18차 재학습까지 초기 추론대비 2.3배 이상 추론성능이 자가 향상될 수 있음을 보였다.