• 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.

• 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.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.39-48
• /
• 2024

자동차용 경음기는 운전자 간의 의사소통 수단이자 보행자에게 사전에 경각심을 불러일으키는 부품으로서 안전상 중요한 역할을 한다. 유한 요소 방법과 전기 회로 모델을 활용한 자동차용 경음기의 모델링 연구와 혼의 음향학적 특성을 분석한 연구들이 수행되었으나, 트럼펫 혼의 작동 주파수 설계 방법에 대한 연구는 미비하다. 본 논문에서는 트럼펫 혼의 진동부가 결정되었을 때, 쉘의 음향 리액턴스에 따른 작동 주파수를 예측하는 설계 방법을 제시하고자 한다. 음향부에서는 지수 혼과 도파관이 결합된 혼에 대해 다루었고, 임피던스 튜브 실험을 통해 도파관의 입구 음향 리액턴스는 해석 결과와 유사함을 확인했다. COMSOL Multiphysics 유한 요소 수치 해석 모델을 이용하여 자동차용 경음기의 공진 주파수를 예측했고, 음압 실험을 통해 설계된 혼의 작동 주파수를 측정하여 설계 방법을 검증했다. 음압 실험은 홀더를 제외하고 DC 전압을 12 [V] 인가하여 반무향실 환경에서 측정한 결과, 설계 작동 주파수와 비교하여 수 [Hz] 내에서 정확하게 공진이 발생했다. 본 논문에서는 혼의 음향 리액턴스 관점에서 자동차용 트럼펫 혼의 설계 방법을 살펴보았고, 혼을 포함한 시스템을 설계할 때 유용하게 활용될 수 있을 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.135-135
• /
• 2018

한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.