• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.302-304
• /
• 2022

항만 서비스 의미가 선박의 양적하뿐만 아니라 육로를 통해 반출입되는트레일러의 하역도 포함 디지털프랜스포메이션가속화에 따라 IoT, 빅데이타, 인공지능을 활용한 항만의 생산성 증대 방안으로 선박의 TAT뿐만 아니라 항만 반출입트럭TAT 감축의 중요성도 같이 높아지고 있음 컨테이너 이송 트럭의 TAT에 대한 정확한 측정과 TAT에 영향을 미치는 요인의 규명은 컨테이너 운송에 중요한 역할을 한다고 할 수 있음 따라서 본 연구의 목적은 IoT 기술로 수집된 빅데이터를 활용해 실질적인 차량 반출입시간을 분석한 새로운 항만 반출입차량 TAT 데이터와 기후, 부두 실적, 기항 선박 사이즈, 시간대 등 다양한 항만물류빅데이터를이용하여 항만 반출입차량 TAT에 영향을 미치는 요인을 분석하고 나아가 항만물류빅데이터분석을 위한 빅데이터 수집 방법을 연구하는데 목적이 있음

• 한국빅데이터학회지
• /
• 제2권2호
• /
• pp.129-140
• /
• 2017

낮은 시정, 강우, 강풍, 고온 등 기상 상태는 운전 능력, 차량 성능(예: 마찰, 안정성, 조작력), 노면 마찰력, 도로 인프라, 추돌 위험, 교통 흐름 및 도로 관리자 생산성 등에 영향을 미친다. 최근에는 CCTV, 도로 센서, 차량 센서 등 다양한 도로 기상 빅데이터 소스들이 개발되면서 이러한 기상 관련 문제들 해결에 적용되고 있다. 본 연구는 이러한 도로 기상 빅데이터 소스들의 유형과 특징을 정의하고 국내외 실증 사례들을 통해 도로 기상 빅데이터 유형별로 관련 문제들 해결에 활용하는 전략에 대해 제시하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.287-288
• /
• 2019

본 논문에서는 대용량 화물 DTG 데이터 분석을 위한 빅데이터 플랫폼을 설계 및 구현한다. DTG(digital tacho graph)는 차량운행기록을 실시간으로 저장하는 장치로서, 차량의 GPS, 속도, RPM, 제동유무, 이동거리 등 차량운행 관련 데이터가 1초 단위로 기록된다. 차량 운행 패턴 및 분석을 하기 위해서는 DTG 데이터의 빠른 처리가 필수적이며, 특히 대용량 DTG 데이터를 가공 및 변환하기 위해서는 별도의 플랫폼이 필요하다. 본 논문에서는 오픈소스 기반의 빅데이터 프레임워크인 스파크(Spark)를 이용하여 대용량 화물 DTG 데이터의 전처리 플랫폼을 구현하였다. 실제 대용량 화물 DTG 데이터를 대상으로 데이터를 변환 및 지도상에 표현해 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.548-551
• /
• 2018

대다수 차량은 문제가 발생하면 사용자가 직접 정비소에 방문하여 정비가 이뤄지는 형태를 취하고 있다. 정비가 이뤄지는 동안 사용자는 운행을 하지 못하는 불편함과 함께, 대상 차량이 수익을 창출하는 차량이라면 경제적인 손실도 감수해야 한다. 실시간으로 차량 정보를 수집하고, 수집된 빅데이터를 기반으로 차량에서 발생할 수 있는 문제를 파악하여 사후 서비스 보다는 사전 서비스를 제공한다면, 안정된 차량 운행에 도움을 줄 수 있으며, 경제적 손실도 감소할 수 있다. 이에 본 논문에서는 IoT기반 게이트웨이를 설계하고, 실시간 차량 정보를 수집하여 빅데이터를 구성하여 실시간으로 차량 정보를 제공할 수 있는 플랫폼을 설계하였다.

• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.74-84
• /
• 2022

자율주행 관련 기술의 고도화와 함께 자율차와 비자율차가 혼재된 교통 환경이 예측됨에 따라서 미시구간의 차량 속도정보 예측은 안전한 교통 환경 구축에 가장 중요한 정보 중 하나로 판단되고 있다. 하지만, 현재 제공되는 링크 기준 미시구간 주행 속도는 속도 변화 구간을 정확하게 반영하지 못하는 한계가 있다. 본 연구에서는 미시구간 속도정보 서비스를 위한 개별 차량 빅데이터 기반의 공간 분할 방안을 제시한다. 본 연구에서는 차량 빅데이터를 이용한 동질속도구간 도출과 지오해시 기반의 단계적 구간 분할을 통하여 미시적 속도 정보 변화 지점을 분류하였다. 경부고속도로 경기지역에 대하여 제안된 방법을 적용한 결과 해당 구간 도로는 130 및 170개의 동질속도구간으로 세분되었다. 본 연구에서는 결과 분석을 통하여 제안된 방법은 기존 링크 기반 정보에 비하여 정밀하고 정확한 속도 정보 제공이 가능함을 제시하였으며, 개별 차량 빅데이터를 이용한 미시적 속도 정보 제공을 위한 구간 세분화가 필요함을 검증하였다.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.447-454
• /
• 2013

수많은 CCTV에서 기록 보관되는 영상 데이터가 폭발적으로 증가하면서, 빅데이터 환경에 적합한 CCTV 영상 데이터의 처리와 응용이 큰 이슈가 되고 있다. 본 논문에서는 대규모 CCTV 영상 데이터를 하둡 기반으로 병렬처리하고, 이를 활용한 VRT(Vehicle Route Tracking) 시스템을 설계 구현한다. VRT 시스템은 대규모 차량 번호판 인식 시스템의 특성을 가지며, 구글 맵을 통해 특정 차량의 이동경로를 빠른 시간 내에 추적 가능케 한다. 그리고 VRT 시스템의 성능 평가를 위한 실험을 통하여 단일 PC와 하둡 환경에서 대규모 CCTV 영상 데이터의 번호판 인식 시간을 비교 분석한다.

• 한국인터넷방송통신학회논문지
• /
• 제19권3호
• /
• pp.105-114
• /
• 2019

4차 산업혁명의 발전에 따라 빅데이터의 기술들을 이용하여 연식이 오래된 차량들에서 확인할 수 없는 결과들을 모바일을 이용하여 즉각적으로 확인할 수 있는 시스템을 개발하였다. 먼저 OBD2 센서를 이용하여 차량의 데이터를 수집하였고 수집된 데이터를 라즈베리파이에 저장하여 라즈베리파이가 차량이 주행하는 것과 같은 상황을 두었다. 이후 차량의 데이터가 발생되면 데이터를 실시간으로 수집하고, 수집된 데이터를 여러 개의 노드를 이용해 분산저장한 뒤 시각화 하고자 하는 데이터를 가공, 정제, 처리하고 처리된 결과를 바탕으로 시각화하여 출력한다. 우리는 이와 같은 진행에 빅데이터를 이용하고 차량데이터를 빠르게 처리하여 모바일 기기를 통하여 효과적으로 확인할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제24권12호
• /
• pp.67-74
• /
• 2019

본 논문에서는 과적 화물차량 단속을 위한 대용량 화물 DTG 데이터 분석 플랫폼을 설계 및 구현한다. DTG(digital tachograph)는 차량운행기록을 실시간으로 저장하는 장치로서, 차량의 GPS, 속도, RPM, 제동유무, 이동거리 등 차량운행 관련 데이터가 1초 단위로 기록된다. 차량 운행 패턴 및 분석을 하기 위해서는 DTG 데이터의 빠른 처리가 필수적이며, 특히 대용량 DTG 데이터를 가공 및 변환하기 위해서는 빅데이터 분석 플랫폼이 필요하다. 본 논문에서는 오픈소스 기반의 빅데이터 프레임워크인 스파크(Spark)를 이용하여 과적차량 단속을 위한 대용량 화물 DTG 데이터의 분석 플랫폼을 구현하였다. 구현 결과, 실제 대용량 화물 DTG 데이터를 GIS 데이터로 변환하여 지도상에 표현하고 단속 추천 지점을 보여준다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.107-117
• /
• 2020

최근 자율주행의 발달로 차량에 장착된 다양한 센서가 일반화 되고 그 센서에서 발생되는 빅 데이터는 교통 분야에서 활용도가 높아지고 있다. 본 연구에서는 이러한 교통 빅 데이터의 활용을 위해 실시간으로 발생되는 차량 센싱 빅 데이터와 도로 기상 등 공공데이터를 지도상에 효율적으로 맵핑하기 위한 그리드 인덱스 기법을 제안하였으며, 제안한 그리드 공간 분할 방식과 그리드 ID 부여 방식에 대하여 적용 가능성 및 효과를 분석하였다. 차량 센서에서 실시간 분석된 강수 데이터를 전국 화물차의 디지털 운행기록장치(DTG, Digital Tachograph) 데이터를 기반으로 가상 생성하여 좌표기반으로 맵핑하였으며, 제안 방식과 링크 단위 처리방식의 처리 속도를 비교하였다. 제안 방식은 링크 단위의 처리 방식 대비 약 2,400배 이상의 데이터 처리 성능 개선을 나타냈다. 추가로 그리드 맵핑의 적용 가능성 및 링크 단위 맵핑과의 차별성을 확인하고자 가상 생성한 데이터를 시각화하고 비교하였다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1794-1799
• /
• 2022

최근 증가하고 있는 도로 위 적재 불량 화물차는 비정상적인 무게 중심으로 인해 물체 낙하, 도로 파손, 연쇄 추돌 등 교통안전에 위해가 되고 한번 사고가 발생하면 큰 피해가 유발할 수 있다. 하지만 이러한 비정상적인 무게 중심은 적재 불량 차량 인식을 위한 주행 중 축중 시스템으로는 검출이 불가능하다는 한계점이 있다. 본 논문에서는 이러한 사회 문제를 야기하는 적재 불량 차량을 관리하기 위한 객체 인식 기반 AI 모델을 구축하고자 한다. 또한 AI-Hub에 공개된 약 40만 장의 데이터셋을 비교 분석하여 전처리를 통해 적재 불량 차량 검지 AI 모델의 성능을 향상시키는 방법을 제시한다. 또한 객체 추적을 통해 실시간 검지를 수행하는 방법을 제안한다. 이를 통해, 원시 데이터를 활용한 학습 성능 대비 약 23% 향상된 적재 불량 차량의 검출 성능을 나타냄을 보였다. 본 연구 결과를 통해 공개 빅데이터를 보다 효율적으로 활용하여, 객체 인식 기반 적재 불량 차량 탐지 모델 개발에 적용할 수 있을 것으로 기대된다.