• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.341-343
• /
• 2010

현재 사용되는 차량 검지기는 크게 두 가지 검지기가 사용되고 있다. 그 종류는 루프 검지기와 영상 검지기인데 지금 이러한 두 가지 유형은 설치 이용되고 있고, 이러한 검지기로부터 수집된 교통량, 속도 등의 실시간 교통 자료는 가공과정을 거친 후 반복/비 반복 정체관리, 돌발 상황관리, 경로안내 서비스 등 다양한 서비스에 활용하고 있으나, 이들 용도 이외에 더욱더 다양한 서비스를 지원하는 작업이 필요하며 예를 들면, 교통정책 평가, 교통사업 평가, 교통안전 증진 등의 다양한 목적으로 활용하는 서비스를 지원하는 것이어야 하겠다. 따라서 현재 이용되는 차량 검지기 시스템의 확대 설치가 이루어져야 한다. 그러나 루프 검지기와 영상 검지기는 복잡한 공사를 수반하며, 가격 또한 높고 USN 기반의 인식 기술에 비해 경제성과 경쟁력이 떨어진다. 따라서 다양한 공공/민간 교통서비스 및 u-City의 응용 서비스 기술에 필요한 USN 기반의 차량 식별/인식/속도 검지 기술의 개발이 필요하다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.1592-1595
• /
• 2006

본 연구는 시뮬레이션방법을 이용한 가전회사 사내운송시스템 계획 및 적정 운송을 위한 사내운송시스템 시뮬레이션모델 개발에 관한 연구이다. 사내에서 운행되는 운송시스템 분석 및 적정운송시스템을 구축하기 위하여 기간내 차량운송방식, 배차계획 및 운송경로 등의 자료를 통한 사내물류에서 발생되는 예상정체구간 및 운송시스템의 성능을 산정하여 사내운송시 발생되는 물류비 개선을 주요 목표로 한다. 이를 위해 본 연구에서는 AutoMod 시뮬레이터를 사용하여 사내운송시스템을 구성하여 분석한다. 본 연구에서 개발한 사내운송시스템 시뮬레이션 모델은 사내운송시스템의 문제점 분석 및 개선 등을 통한 사내물류 정체률 감소 및 적정 운영대안을 제시함으로써 운송시스템의 효율성을 증대시켜 사내물류흐름 개선 및 물류비의 절감 효과를 얻을 수 있다.

• Proceedings of The KACE
• /
• 2018.01a
• /
• pp.129-132
• /
• 2018

교통 체증은 차량 이용이 대중화된 지금 많은 문제를 야기하고 있다. 교통 정체로 인한 시간 허비, 장시간 운전으로 인한 운전자의 피로 증가, 매연 배출로 인한 환경 오염 촉진 등 교통 체증은 사회적으로 무시할 수 없는 여러 문제들을 불러온다. 이에 본 연구는 신호 체계 개선에 초점을 두어 유전 알고리즘을 이용한 도시 규모의 유동성 연동 신호 체계를 구현하고자 하였다. 이를 위하여 교통 시뮬레이션 프로그램 SUMO를 이용하여 실험 환경을 조성하고, 4개의 사거리와 16개의 사거리, 그리고 선릉역 인근의 실제 도로망에서의 최적 신호 주기를 탐색하였다. 실험 결과 4개의 사거리의 경우 유전 알고리즘 적용 전의 초기 설정에 비해 자동차들의 평균 이동 시간이 31.1% 감소, 16개의 사거리의 경우 6.2% 감소, 실제 도로에서는 1.1% 감소함을 확인할 수 있었다. 따라서 유전 알고리즘을 이용한 새로운 교통 체계는 교통 정체를 완화하는 효과가 있으며 본 연구를 실제에 적용한다면 도시 규모의 도로망에서 시간대 별로 교통 흐름을 최적화하는 맞춤형 신호 주기를 구할 수 있을 것이다.

• Journal of Auto-vehicle Safety Association
• /
• v.15 no.2
• /
• pp.21-27
• /
• 2023

This paper presents a simulation tool for developing and evaluating automated driving systems' lane change algorithm in urban congested traffic. The behavior of surrounding vehicles was modeled based on driver driving data measured in urban congested traffic. Surrounding vehicles are divided into aggressive vehicles and non-aggressive vehicles. The degree of aggressiveness is determined according to the lateral position to initiate interaction with the vehicle in the next lane. In addition, the desired velocity and desired time gap of each vehicle are all randomly assigned. The simulation was conducted by reflecting the cognitive limitations and control performance of the autonomous vehicle. It was possible to confirm the change in the lane change performance according to the variation of the lane change decision algorithm.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.38 no.4
• /
• pp.353-361
• /
• 2020

Due to the rapid urbanization, various traffic problems such as traffic jams during commute and regular traffic jams are occurring. In order to solve these traffic problems, it is necessary to quickly and accurately estimate and analyze traffic volume. ITS (Intelligent Transportation System) is a system that performs optimal traffic management by utilizing the latest ICT (Information and Communications Technology) technologies, and research has been conducted to analyze fast and accurate traffic volume through various techniques. In this study, we proposed a deep learning-based vehicle detection method using UAV (Unmanned Aerial Vehicle) video for real-time traffic analysis with high accuracy. The UAV was used to photograph orthogonal videos necessary for training and verification at intersections where various vehicles pass and trained vehicles by classifying them into sedan, truck, and bus. The experiment on UAV dataset was carried out using YOLOv3 (You Only Look Once V3), a deep learning-based object detection technique, and the experiments achieved the overall object detection rate of 90.21%, precision of 95.10% and the recall of 85.79%.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.19 no.2
• /
• pp.48-61
• /
• 2020

The objective of this study is to estimate traffic capacity based on the heavy-vehicle ratio in a two-lane freeway work zone where one lane is blocked by construction. For this, closed circuit television (CCTV) video data of the freeway work zone was collected, and the congestion at an upstream point was observed. The traffic volume at a downstream point was analyzed after a bottleneck was created by the blockage due to the upstream congestion. A distribution model was estimated using observed-time headway, and the road capacity was analyzed using a goodness-of-fit test. Through this process, the general capacity and an equation for capacity based on the heavy-vehicle ratio passing through the work zone were presented. Capacity was estimated to be 1,181~1,422 passenger cars per hour per lane (pcphpl) at Yeongdong, and 1,475~1,589pcphpl at Jungbu Naeryuk. As the ratio of heavy vehicles increased, capacity gradually decreased. These findings can contribute to the proper capacity estimation and efficient traffic operation and management for two-lane freeway work zones that block one lane due to a work zone.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.11
• /
• pp.789-794
• /
• 2013

A vehicle tracking system makes it possible to induce the vehicle movement path for avoiding traffic congestion and to prevent traffic accidents in advance by recognizing traffic flow, monitoring vehicles, and detecting road accidents. To track the vehicles effectively, those which appear in a sequence of video frames need to identified by extracting the features of each object in the frames. Next, the identical vehicles over the continuous frames need to be recognized through the matching among the objects' feature values. In this paper, we identify objects by binarizing the difference image between a target and a referential image, and the labelling technique. As feature values, we use the center coordinate of the minimum bounding rectangle(MBR) of the identified object and the averages of 1D FFT(fast Fourier transform) coefficients with respect to the horizontal and vertical direction of the MBR. A vehicle is tracked in such a way that the pair of objects that have the highest similarity among objects in two continuous images are regarded as an identical object. The experimental result shows that the proposed method outperforms the existing methods that use geometrical features in tracking accuracy.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.15-18
• /
• 2013

본 논문에서는 교통상황을 실시간으로 반영하여 최적의 이동경로를 제공하는 적응형 내비게이션 시스템을 제안한다. 본 시스템은 세 가지 요소로 구성되어있다. 첫 번째로 도로교통망 중 한 구획의 도로상황정보를 수집하고 공유하는 Traffic Control Center (TCC). 두 번째로 개별적인 도로나 교차로에 설치되어 차량으로부터 도로상황정보를 수집하는 Road Side Unit(RSU). 마지막으로 차량들 간의 망 형성을 위해서 사용되는 Dedicated Short Range Communications(DSRC)를 기반으로 차량에 설치된 단말기가 있다. DSRC를 기반으로 RSU와의 통신하는 단말기는 실시간 도로교통정보를 기반으로 운전자에게 최적의 경로를 제공한다. 이동속도와 같은 교통정보는 단말기에서 측정되고, RSU로 전송된다. RSU는 이 정보를 처리하여 해당 도로의 도로상황지수를 생성하고, 주기적으로 TCC에 전송한다. TCC는 RSU로부터 도로상황지수를 통합하여 TCC의 관할 구획의 모든 차량에 대해 도로교통정보를 만든다. 마지막으로 단말기는 효율적인 경로안내를 위해 최적의 경로를 도출하여 운전자에게 제공한다. 따라서 단말기, RSU, TCC간의 상호작용을 통해 AINS는 동적인 교통상황(정체, 교통사고 등)을 기반으로 새로운 형태의 적응형 지능 내비게이션을 제공할 수 있다.

• The Journal of the Korea Contents Association
• /
• v.21 no.1
• /
• pp.139-146
• /
• 2021

Ahead of the commercialization of autonomous vehicles, it's application should be considered into the current transportation infrastructure. Under limited traffic circumstances, effective set of lane change rules alone could bring benefits to the autonomous driving system. In this study, a cooperative movement (local platooning) plan with limited vehicles associated as pocket driving, aiming at effective movement between vehicles in urban environment was proposed. Under congested roadway condition, the gaussian gap between vehicles was introduced to secure gap acceptance for safe lane change maneuver. Proposed lane change method showed 86.6% delay reduction along with traffic volume improvement. This result could be considered as a crucial factor in designing a next-generation roadway infrastructure with autonomous driving.

• The Journal of the Acoustical Society of Korea
• /
• v.13 no.2
• /
• pp.76-85
• /
• 1994

A speech enhancement algorithm which attenuates nonstationary colored noise is presented In this paper. The algorithm consists of a stationary Kalman filter and the simple speech/nonspeech detector. While the conventional enhancement systems are focused on a stationary and/or white background noise, this study Is focused on the mort realistic nonstationary and nonwhite noise. An AR model-based vector Kalman filter is used as a noise suppression system and a short-time energy threshold logic is used as a speech/nonspeech classifier. For Kalman filtering. noise coefficients are estimated in the nonspeech frame, and speech coefficients are estimated by applying the EM iteration algorithm. Simulation results using the car noise are presented based on the signal-to-noise ratio and informal listening tests. According to the experimental results, background noises in the nonspeech frames are eliminated almost completely, while some distortions are noticed in the speech frames. The distortion becomes severer as the SNR is reduced to 0dB and -5dB. Intelligibility, however, is not degraded significantly.