• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2008년도 제7회 추계학술대회 및 정기총회
• /
• pp.78-84
• /
• 2008

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.643-644
• /
• 2023

본 논문에서는 고속도로 전용차로에서의 운행기준을 위반한 차량을 검지하는 시스템을 제안한다. 다인승 탑승차를 별도의 차로로 통행하도록 하여 혼잡도를 해소하겠다는 정책을 시행하고 있으며, 9인승 이상 차량에 6인 이상 텁숭자를 다인승 통행차량으로 정의하며, 이러한 기준을 만족하지 않는 차량을 자동 검지하는 시스템이다. 트리거 신호 검지기와 4조의 적외선 카메라로 차량 내부 촬영하고 결과 이미지를 분석하여 자동으로 다인승 차량을 판별하여 운행 위반을 검지한다. 테스트 결과 주야간에 관계없이 80% 이상의 우수한 검지율을 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.740-743
• /
• 2010

본 논문에서는 컴퓨터 비젼에서 특징점 추적을 이용한 끼어들기 위반차량 검지 방법을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 영상 변환 및 전처리, 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 단계로 구성된다. 특히 형태학적 기울기 영상에서 특징점을 추출하므로 써 주간 및 야간 영상에 대해 동일한 알고리즘을 적용하여 그림자, 기상 조건, 차량 전조등 및 조명 등에 강인한 실시간성이 가능한 영상 검지 시스템을 구성 한다. 제안한 시스템을 끼어들기 금지구간에서 주간, 야간, 비 오는 날 야간에 취득한 영상을 사용하여 실험한 결과 정인식률 99.49%와 오류율 0.51%를 보였으며, 실시간처리에 문제가 없는 초당 91.34프레임의 빠른 처리속도를 나타냈다.

• 한국ITS학회 논문지
• /
• 제8권2호
• /
• pp.36-44
• /
• 2009

본 논문에서는 특징점 추적을 이용하여 끼어들기 위반차량을 검지할 수 있는 끼어들기 위반차량 검지 시스템을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 세 단계로 구성된다. 특징 추출 단계에서는 실시간 처리가 가능한 특징점 추출 알고리즘을 이용하여 입력 영상에서 특징점을 추출한다. 추출된 특징점들은 다시 추적대상 특징점을 선정하고 등록된 특징점을 정규화 된 교차 상관관계(normalized cross correlation:NCC)를 이용하여 추적한다. 마지막으로 추적된 특징점들의 정보를 이용하여 끼어들기 위반여부를 최종 검지한다. 제안한 시스템을 끼어들기 금지구간에서 취득한 영상을 사용하여 실험한 결과 정인식률 99.09%와 오류율 0.9%의 뛰어난 성능을 보였고 실시간처리가 가능한 초당 34.48프레임의 빠른 처리속도를 얻을 수 있었다.

• 정보처리학회논문지B
• /
• 제18B권4호
• /
• pp.201-212
• /
• 2011

본 논문에서는 특징점 추적을 이용한 끼어들기 위반차량 검지 시스템을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 영상 변환 및 전처리, 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 단계로 구성된다. 특히 형태학적 기울기 영상을 이용하여 특징점을 추출하므로 써 주간 및 야간 영상에 대해 동일한 알고리즘을 적용하여 그림자, 기상 조건, 차량 전조등 및 조명 등에 강인한 영상 검지 시스템을 구성 한다. 제안한 시스템을 끼어들기 금지구간에서 주간, 야간, 비 오는 날 야간에 취득한 영상을 사용하여 실험한 결과 정인식률 99.49%와 오류율 0.51%를 보였다. 또한 실시간처리에 문제가 없는 평균 91.34frame/s의 빠른 처리속도를 나타냈다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 2부
• /
• pp.608-611
• /
• 2007

본 연구는 가상환경에서 위반행동을 한 사람에게 그 행동에 관한 단서를 제시하였을 때 나타나는 심리 생리적 변화를 측정하고자 한다. 피험자는 가상환경에서 주어진 시나리오에 따라 목적지까지 자동차를 운전하는 역할을 수행한다. 시나리오는 운전을 하는 도중에 사고를 내고 차량을 수리하는 내용으로 구성하였다. 피험자는 위반, 관찰, 통제집단의 세 집단으로 선별되며, 위반집단은 고의적으로 교통사고를 일으키게 된다. 위반 행동을 한 피험자에게 사건에 관련된 질문을 컴퓨터로 제시하고 동시에 뇌파를 측정한다. 사건 관련 질문은 위반행동과 관련이 있는 장소, 차량, 행동에 대한 답변보기들로 구성되었으며 피험자에게는 위반행동과 무관한 보기답안과 함께 제시된다. 측정결과, 위반행동과 무관한 보기답안 보다 위반행동과 관련된 보기답안에서 높은 뇌파 반응이 나타났다. 따라서 이를 이용하여 위반행동을 탐지하는 것이 가능할 것으로 보인다. 연구 확장을 통해 가상환경으로 실제 위반 상황을 재구성하여 적용하는 것도 유용해 보인다.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.32-39
• /
• 2011

꼬리물기는 교차로에 정체가 발생하면 녹색 현시라도 진입해서는 안 되는데 이를 무시하고 무리하게 진입, 신호가 바뀐 뒤 다른 방향의 차량흐름에 방해를 주는 행위이다. 인력에 의한 단속 방법은 한계가 있어 지속적으로 단속을 하기위해서는 대체 방안이 필요하다고 하겠다. 교차로에서의 꼬리물기 위반를 시스템을 통해 단속가능한 지 여부를 파악하기 위해 실제 현장에서 실험을 통해 평가를 수행하였다. 본 연구에서는 현재 운영 중인 신호위반 단속장비와 달리 위반 차량을 단속하는 시점을 교차로 진출부 횡단보도 부근에서 하였으며, 위반 차량을 역추적 방식으로 궤적을 추적하는 방식을 적용하였다. 현장 실험 결과 시스템에 다음과 같은 결론을 얻었다. 교차로 꼬리물기 위반 차량에 대한 단속 능력, 즉 위반차량 검지율 및 오검지율을 평가한 결과, 평균 검지율은 83.5%, 오단속률은 0.2, 오인식률 1.5%로 나타났다. 따라서 꼬리물기 위반 차량을 무인단속장비에 의해 단속을 할 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제16권4호
• /
• pp.89-98
• /
• 1998

교통사고의 원인은 인적 요인, 차량적 요인, 도로 환경적 요인으로 분류된다. 주어진 도로 환경과 차량 조건하에서는 운전자가 마지막으로 안전을 제어할 책임을 지고 있다. 따라서, 교통사고를 사전에 예방하기 위하여 운전자의 교통법규 위반 행위에 대하여는 도로교통법에 근거하여 징역, 벌금, 구류, 과료, 과태료, 범칙금에 처하고 있다. 교통법규 위반 행위 단속 시에는 교통사고 유발 가능성과 위험도에 따라 단속의 강약을 포함하여 차등화된 처벌이 이루어져야 한다. 교통 범칙금 기준 제시를 위하여 1991~1995년의 5년간 교통사고 및 교통법규 위반을 분석한 결과 전체 교통법규 위반 단속 중 교통사고를 야기하는 동적 위반 행위인 사고관련 위반 행위 단속의 비율이 44%로 일본의 61%에 비해 매우 낮은 수준이다. 따라서 사고유발 가능성에 근거한 교통법규 위반 행위 단속의 강화가 필요하다. 한편 범칙금 부과방안으로 피해도 모형과 빈도 모형을 비교한 결과 교통법규 위반 행위로 인해 발생된 교통사고 비용을 고려한 피해도 모형은 범칙금의 차등화가 분명하지 않고 변별력이 뚜렷이 나타나지 않아 적합하지 않은 것으로 분석되었다. 교통법규 위반 행위에 따른 빈도 모형은 교통사고 건수와 사망사고 건수의 가중치(w)설정을 위해 동적 위반행위가 우리나라와 유사한 일본 자료와 비교한 결과 가중치가 한국=0.7, 일본=0.8일 때 상대적으로 $x^2$가 31.71로 가장 낮게 나타났다. 따라서, 사고건수에 대한 가중치는 0.7로 사망사고에 대한 가중치는 0.3을 적용하였다. 마지막으로 현행 범칙금과 제안된 범칙금을 비교분석하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.499-500
• /
• 2022

차량용 블랙박스의 대중화와 '스마트 국민 제보' 애플리케이션 도입에 따른 영향으로 교통법규 위반 공익신고 건수가 급증하면서 대응해야 할 담당 경찰 인력이 부족한 상황이다. 이러한 인력 부족 문제를 해결하기 위해서 인공지능(AI) 알고리즘을 활용하여 신고된 영상의 위법 여부를 자동으로 분석할 필요가 있다. 본 논문에서는 공익신고의 대부분을 차지하고 있는 진로변경 위반 영상 분석을 위한 객체 인식 방법에 대한 연구 내용을 기술한다. 이 연구에서는 딥러닝 알고리즘과 컴퓨터 비전 알고리즘을 통해 진로변경 위반 분석에 필요한 차량과 실선 객체를 인식하여 진로변경 위반 영상 분석에 활용할 수 있도록 한다.

• 한국산학기술학회논문지
• /
• 제22권1호
• /
• pp.424-430
• /
• 2021

교통 신호 위반 사고는 운전자의 주장이 서로 상반되면 원인 규명이 어렵다. 본 연구에서는 사례를 중심으로 교통 사고 분석을 위해 사용하는 차량 충돌 해석 시뮬레이션 프로그램인 PC-CRASH을 이용하여 시뮬레이션을 수행하였고, 이를 통하여 교차로에서 신호 위반 차량을 규명하는 과정을 제시하였다. 첫째, 신호 위반의 원인 규명이 분명하지 않은 운전자나 목격자의 진술을 배제한다. 둘째, 사고 차량의 최종 자세, 최종위치, 파손 부위, 조향 여부, 제동 여부, 노면 흔적을 수집하고, 정지선으로부터 충돌지점까지 조사한다. 셋째, 사고 차량의 충돌 상황과 최종 정지 자세에 부합될 때까지 시뮬레이션 자료를 수정 입력한다. 넷째, 시뮬레이션 결과가 충돌 상황과 부합되면 운전자의 진술과 부합되는지 교차 검증하여 사실 규명을 입증한다. 본 연구의 시뮬레이션의 결과는 교차로 내 좌회전 신호에 렉서스는 약 55 km/h로 진입하였고 소나타는 교차로의 차량 직진 신호를 보고 72km/h로 교차로에 진입하여 렉서스와 충돌하였다. 그러므로 소나타의 신호위반으로 규명되고 소나타 운전자, 목격자, 경찰의 주장은 모순이다.