• 제목/요약/키워드: 재난 및 안전훈련

검색결과 82건 처리시간 0.018초

개인형 이동장치의 안전 주요 문제점 및 개선방안 연구 (A Study on Major Safety Problems and Improvement Measures of Personal Mobility)

  • 강승식;강성경
    • 한국재난정보학회 논문집
    • /
    • 제18권1호
    • /
    • pp.202-217
    • /
    • 2022
  • 연구목적: 최근 개인형 이동장치(PM : Personal Mobility) 이용이 지속적으로 증가하면서 사고 또한 매년 폭발적으로 급증하고 있다. 이에 따라 PM 이용에 대한 안전 요구가 강화되고 있으나 여전히 안전한 환경을 위한 법/제도, 인프라, 관리체계 등은 부족한 실정이다. 따라서 본 연구에서는 PM 관련 선행연구 검토를 토대로 주요 문제점과 개선방안을 종합적으로 모색하고, 델파이조사를 통해 개선방안의 중요성에 따른 우선순위를 제시한다. 연구방법: 연구방법은 크게 문헌연구와 전문가 설문조사(델파이조사)로 구성된다. 기존의 선행연구와 개선사례(지방자치단체, 정부부처, 업체 등)를 검토하여 문제점, 개선사항을 도출하고 키워드를 기반으로 문제점/개선사항 분류표를 작성한다. 분류 내용을 토대로 전문가 설문조사를 실시하여 우선순위 개선방안을 도출한다. 연구결과: PM 관련 문제점은 인적요인과 관련하여 '교통법규 미준수, 지식 부족, 조작 미숙, 안전의식 부재'가, 물리적요인과 관련하여 '기기 특성, 도로-주행 가능 공간, 도로시설물, 주차시설'이, 관리적요인으로 '관리/감독, 제품관리, 이용자관리, 교육/훈련'이, 그 외 이 모든 요인들과 관련한 법률적요인을 '법률 부재/미흡, 혼선/중복, 실효성 저하' 측면으로 나눠볼 수 있었다. 이와 관련한 개선과제로 'PM 교육·홍보, 주차·반납, 도로개선, PM 등록·관리, 보험, 안전기준, 통행기준, PM 기기안전, PM 부대시설, 단속/관리, 전담조직, 서비스제공업체, 관리체계, 이와 관련한 법/제도 개선'의 14개 핵심 부문에 대해 42개 세부과제를 도출하였다. 세부 과제에 대한 중요도 평가결과 비용, 시간, 효과, 시급성, 실현가능성 평가항목에 대해 평균이 종합적으로 높은 과제는 '단속/계도활동 강화, 교육홍보/캠페인, 무단방치 PM관리, 통행규정 명확화'로 나타났다. 결론: PM 시장은 공유 서비스를 기반으로 점차 시장 규모가 커지고 있으며, 산업 활성화와 더불어 PM 이용의 안전환경이 보장되어야 한다. 이러한 측면에서 본 연구는 PM 관련 주요 문제점, 개선방안을 종합적인 관점에서 모색하고 우선적으로 필요한 개선대책의 순위를 알아본데 있어 그 의미가 있으며 향후 정책수립 자료의 기초가 될 수 있다는 점에서 그 가치가 있다. 향후에는 실질적인 정책 적용을 위해 개선 핵심 분야별로 심층적인 자료 보완이 필요할 것이다.

Sentinel-1 SAR 영상과 AI 기법을 이용한 국내 중소규모 농업저수지의 수표면적 산출 (An Artificial Intelligence Approach to Waterbody Detection of the Agricultural Reservoirs in South Korea Using Sentinel-1 SAR Images)

  • 최소연;윤유정;강종구;박강현;김근아;이슬찬;최민하;정하규;이양원
    • 대한원격탐사학회지
    • /
    • 제38권5_3호
    • /
    • pp.925-938
    • /
    • 2022
  • 농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.