• 한국산학기술학회논문지
• /
• 제19권1호
• /
• pp.75-84
• /
• 2018

본 철도 유지보수 산업의 효율화를 위해서는 핵심부품의 적시 관리를 통한 부품 가동률 향상 및 철도 운행의 안정성 향상이 필요하다. 또한 유지보수 시스템 고속화에 따른 신뢰성 향상과 핵심부품의 유지보수 비용 절감의 두 가지 측면을 모두 만족시키기 위해, 부품 이력관리와 대규모 빅데이터의 자동화된 분석 기술을 활용한 부품 상태 진단 기술 수요가 증가하고 있다. 이 논문에서는 철도차량의 차상 및 지상 장치로부터 발생되는 실시간 빅데이터 수집, 처리, 분석을 위해서 빅데이터 플랫폼 기반의 철도차량 부품의 상태 데이터 관리시스템을 개발하였으며, 이 시스템의 활용으로 철도차량의 부품 상태정보 및 시스템 리소스에 대한 실시간 모니터링이 가능하다. 또한 빅데이터 플랫폼으로부터 수집된 상태 데이터를 기반으로 분산/병렬처리 및 자동화된 부품 고장진단이 가능한 머신러닝 기법을 제안하였다. 실험결과, 분산/병렬처리 기술이 적용된 알고리즘의 실행시간 단축을 아마존 웹서비스의 가상 인스턴스 생성 시스템을 통해 증명하였으며, random forest 머신러닝 기법을 활용한 고장 진단 모델의 베어링 및 차륜 부품에 대한 상태 예측 정확도가 83%임을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.68-79
• /
• 2021

소셜 사물 인터넷(SIoT)에서 차량들이 다양한 정보를 생성하고 이를 다른 차량과 공유하고 피드백을 주고 받는 소셜 행위가 이루어진다. 차량 간에 신뢰성 있는 정보를 공유하기 위해서는 차량의 신뢰성을 판별하는 것이 중요하다. 본 논문에서는 차량들 간에 신뢰성 있는 정보를 공유하기 위한 차량 신뢰도 계산 기법을 제안한다. 제안하는 기법은 차량 간 소셜 행위에 기반한 사용자 평판과 네트워크 신뢰도를 고려하여 차량 신뢰도를 판별한다. 차량은 점수 부여, 무시, 재배포 등의 행위를 선택할 수 있으며 이에 따라 사용자 평판이 계산된다. 네트워크 신뢰도를 계산하기 위해 다른 차량과의 거리와 패킷 전송률을 이용한다. 사용자 평판과 네트워크 신뢰도를 이용하여 지역 신뢰도가 계산된다. 이때, 전달되는 데이터의 중복 배포를 방지한다. RSU(Road Side Unit)의 데이터를 활용하여 지역적인 데이터의 한계를 극복하고 전역적인 데이터를 활용하여 보다 더 정확한 차량 신뢰도 계산이 가능하다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해서 성능이 우수함을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.167-170
• /
• 2017

자동차 보급 증가로 인한 주차 공간 부족 문제는 불법 주정차 차량 발생의 원인이 되어, 교통 체증을 야기하는 심각한 사회문제가 되었다. 따라서 각 지방자치단체에서는 불법 주정차 문제 해결을 위한 법안을 마련하기 위해 노력하고 있으며, 불법 주정차문제를 해결하기 위한 연구가 진행되고 있다. 한편, 정보통신의 발달에 의해 데이터의 양이 매우 빠른 속도로 증가하고 있으며, 아울러 공공 데이터의 양도 매우 빠른 속도로 증가하고 있다. 따라서 공공 빅데이터를 효율적으로 처리하기 위한 연구가 필요하다. 그러나 현재 공공 빅데이터 관리 및 분석을 수행하기 위한 효율적인 시스템을 구축하는 데는 아직 미흡한 실정이다. 따라서 본 논문에서는 불법 주정차 데이터와 같은 공공데이터를 효율적으로 분석하고 효과적인 주 정차 단속을 위한 하둡 기반 불법 주 정차 데이터 관리 및 분석 시스템을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.216-219
• /
• 2012

최근 정보의 다양화와 대량화로 인해 대두된 빅데이터 환경은 여러 분야로의 연구 방향을 제시하고 있다. 이미 데이터 양이 페타바이트 규모를 넘어서고 있으며, 이를 처리하기 위한 방안이 연구중이다. 본 논문에서는 무선 통신기기 및 센서 기술의 발달로 대규모 네트워크 구축이 가능해진 센서 데이터 중 차량에 사용되는 센서 데이터를 연구하는 방안을 제시하고자 한다. 빅데이터 개념이 대두되면서 이슈화되고 있는 Hadoop 시스템을 이용하여 자동차 센서 데이터 (CAN Message)를 분석하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.833-836
• /
• 2017

최근 블랙박스 및 CCTV 같은 영상 촬영 장치가 보편화되면서, 방대한 양의 영상 데이터가 실시간으로 생성되고 있다. 만약 이 대용량 데이터 안의 차량 정보를 추출할 수 있다면 범죄 차량 추적, 교통 혼잡도 측정 등의 활용이 가능할 것이다. 이를 구현하기 위해서는 수많은 자동차에서 실시간으로 생성되는 영상 데이터를 처리할 수 있는 시스템이 필수적이나, 이러한 시스템을 찾기 힘든 것이 현실이다. 이를 위해 이 논문에서는 아파치 카프카, Hbase를 이용한 영상 빅데이터 처리 시스템을 제안한다. 아파치 카프카는 시스템 내에서 영상 손실이 없는 전송과 영상 처리 노드의 스케줄링을 수행하며, Hbase는 처리된 데이터를 테이블로 저장하고 사용자가 보낸 쿼리를 처리한다. 더불어, Hbase에 인덱스를 구성하여 빠른 쿼리 처리가 가능하도록 만든다. 실험 결과, 제안된 시스템은 인덱스가 없을 때보다 뛰어난 쿼리 처리 성능을 보이는 것을 확인할 수 있었다.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.141-156
• /
• 2023

화물의 흐름은 물류시설 투자 및 물류관련 정책 수립에 필요한 핵심적인 기초자료이다. 국가승인통계인 화물자동차의 기종점 통행량은 분석의 공간적 해상도가 시군구 단위로 집계되고 있다. 이는 물류시설 방문 및 이용에 관한 상세한 정보로 활용하는데 한계가 있다. 본 연구에서는 화물차의 이동 정보를 분석함에 있어 공간적 해상도를 시설단위로 식별 추출할 수 있는 방법론을 트립체인 정보를 활용하여 개발하고자 하였다. 먼저, DTG를 활용하여 개별 화물차량의 방문지 위치정보를 식별하고, 화물차의 통행 순서정보를 이용하여 화물차량의 방문한 공간적 범위를 H3 기반의 폴리곤으로 생성하였다. 생성된 트립체인 폴리곤 간의 연계성을 전국 단위로 분석함으로 폴리곤의 H3 해상도를 결정하였으며, 최적의 해상도를 동적으로 도출하기 위한 파라미터의 결정 알고리즘을 개발하였다. 전국을 대상으로 실증하여 폴리곤을 생성하고 최적 해상도 결정 결과 공간 적합도는 81.26% 수준으로 확보되고 오차율은 14.8% 수준으로 검증되었다. 본 연구에서 개발한 방법론으로 화물차량의 통행체인 특성과 방문 시설의 특성에 따라 군집화함으로 물류 거점을 기준으로 화물의 특성을 파악할 수 있는 기반을 마련하였다.

• 한국ITS학회 논문지
• /
• 제17권2호
• /
• pp.39-57
• /
• 2018

본 연구는 교통운영 개선에 필요한 빅데이터 및 인공지능 모델 개발의 일환으로서, 도시부의 링크통행시간 및 통과교통량 등 가용 데이터 등을 이용하여 교통변수로 활용도가 높은 차량대기길이와의 관계를 딥러닝(Deep Learning)을 통해 학습하고 추정하는 인공지능 모델을 구축하는 것을 목표로 하였다. 차량대기길이 추정모형은 데이터 분석결과를 토대로 하여 우선 차량대기길이의 링크 초과여부를 분류한 후 링크 초과 및 링크 미초과 상황에서의 차량대기길이 추정하는 3개의 모형으로 모델링하였다. 딥러닝 모형은 텐서플로우로 구현하였으며, 모든 모형은 DNN 구조로서 은닉층과 노드 개수를 다양화하여 학습 및 테스트 후 최소 오차를 나타내는 네트워크 구조를 선정하였다. 차량대기길이 링크 초과여부 분류 모형은 약 98%의 정확도를 나타냈으며, 미초과 모형은 15% 미만, 초과 모형은 5% 미만의 오차를 각각 나타내었다. 링크별 평균 오차는 12%로 도출되었다. 이를 기존 검지기 데이터 기반의 방식과 비교한 결과 오차가 약 39% 감소된 것으로 분석되었다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.145-153
• /
• 2020

이 연구는 2018년도 정부(농림축산식품부)의 재원으로 농림식품기술기획평가원의 지원을 받아 수행된 연구이다. 고병원성 조류인플루엔자(Highly Pathogenic Avian Influenza, HPAI)는 해외로부터 철새를 통해 유입되고 있으나 어떤 경로를 통해 농가에 확산하는지 정확히 밝혀진 바 없다. 그리고 발생 농가에서 유입되는 농가 간의 전이도 차량이 주요 원인이라고 추정할 뿐, 전파 주요 원인이 정확히 밝혀진 것은 아니다. 하지만 가장 빈번하게 농가에 방문하는 차량의 방문유형이 가축 운반 및 사료 운반과 같은 농가와 시설 간의 방문이기 때문에 발생 농가에 들른 차량과 시설의 관계를 분석할 필요가 있다. 본 논문 연구에서는 농림축산검역본부에서 제공하는 KAHIS(Korea Animal Health Integrated System) 데이터를 기반으로, HPAI Virus 전이의 주요 원인을 확인하고자 한다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.155-180
• /
• 2020

화물의 수배송을 위한 차량의 배차 및 최적 경로 설계는 물류 서비스의 효율성 향상을 위한 가장 핵심적인 역할을 담당한다. 이 문제는 차량의 대수, 차량별 적재 용량, 차량의 총 이동거리와 같이 다양한 비용 요소를 동시에 고려해야 하기 때문이다. 최근 비용 최소화 및 운영 효율성 향상을 위해 TMS를 도입하는 사례가 증가하고 있으나, 현장에서 필요한 모든 요소를 고려하지 못한다는 한계가 존재한다. 이를 해결하기 위해 현장 전문가가 TMS의 결과를 경험과 직관에 기반하여 수정하는 과정이 필요하다. 본 연구에서는 지금까지 총 비용의 최소화에 집중하고 있는 기존 연구들과 달리 서비스에 투입되는 자원 활용의 효율성과 형평성을 동시에 높일 수 있는 방법을 제안한다. 이를 위해 Cluster-First Route-Second (CFRS)기법을 활용한다. 고객의 위치를 기준으로 네 가지 클러스터링 알고리즘(K-Means, K-Medoids, DBSCAN, Model-based)과 Fisher & Jaikumar 알고리즘을 적용하여 고객들을 군집화하였다. 이 후, 군집별 최적의 차량 경로 계획을 수립하였다. 수치 실험을 통해 본 연구에서 제안하는 CFRS 기법을 적용한 방안이 상대적으로 차량의 전체 이동거리와 평균 이동거리 및 이동시간이 더 절감될 수 있다는 사실을 확인하였다. 또한, 차량별 방문하는 고객의 수에 대한 편차가 더 낮다는 사실로부터 기본적인 차량 경로 배정 유형에 비해 본 연구에서 제안하는 방안이 상대적으로 형평성 있게 업무가 할당되었음을 확인할 수 있었다.

• TTA 저널
• /
• 통권173호
• /
• pp.6-11
• /
• 2017

자율주행차는 센서와 인공지능으로 차량의 위치와 주변 상황을 인지하고 주행 경로를 계획하여, 자동차 스스로 교통법규에 따라 주행하는 차량이다. 이는 4차 산업혁명의 주역으로 2020년 상용화 될 전망이다. 2020년 자율주행차 세계 시장규모는 189억 달러로 예측되고 이를 위해 각국의 자동차사, ICT 업체들이 시장 선점을 위해 치열하게 경쟁하고 있다. 자율주행 상용화를 위한 기술적 해결 이슈로는 센서, 인공지능, 빅데이터 분석, 기능안전, 정밀지도, 신뢰성 높은 차량통신, 차량 SW 플랫폼, 차량 사이버 보안 등이 있다. 이러한 기술적 이슈가 해결되어야 2020년 자율주행차 시대를 맞이하고 새로운 시장이 열리게 될 것이다. 자율주행차 상용화를 위해서 차량, ICT 기술, 도로 인프라 등 산업 융합 및 기업체 간 협업이 기술개발과 사업화를 성공시키는 중요한 열쇠가 될 수 있다는 것을 강조하며, 이번 특집호를 통해 자율주행 실현을 위한 핵심기술 및 표준화에 대한 전체적인 흐름과 방향을 파악하는데 도움이 될 것으로 기대한다.