• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 Proceedings 제34회 추계 학술발표회
• /
• pp.31-40
• /
• 1998

본 연구의 목적은 기존의 Cell Transmission(1994, Daganzo) 교통류 이론을 기반으로 동적통행배정 모형을 개발하는 것이다. 이 모형은 동적 O-D 발생모듈, HOV 차선모듈, 분류부 분할모델, 링크비용함수 모듈, 최단경로 탐색 모듈등으로 구성된다. 이 모델에서 적용하는 교통류 모델은 각 링크를 동일한 특성을 가지는 셀로 구분하여 셀내의 진입시간과 진출시간을 계산하여 링크비용을 계산하는데 이것은 비용의 과대·과소 추정을 피할 수 있으며 교통지체 현상을 현실적으로 표현해 줄 수 있는 장점이 있다. 또한 HOV 차선 모듈에 의해 수단별 교통류 진행 및 비용고려가 가능하며 HOV 차선의 평가 및 분석이 가능하다. 기존의 동적통행배정모형은 매 시간대별 출발지에서 균형상태를 추구하는 통행배정기법을 사용하고 있지만 이 모델은 분류되는 노드를 가상의 출발점이라고 가정하여 각 시간대별로 최단경로를 탐색하여 균형상태를 추구해나가는 기법을 적용하고 있다. 각 셀별 차량을 목적지별, 차종별, 대기시간별로 추적하여 진행시키며 분류부에서는 최단경로를 탐색하여 배분된다. 또한 진행하고자 하는 셀의 용량과 현재 셀의 밀도를 고려함으로서 용량제약 하에서의 동적통행배정모형을 적용하고 있다. 이 모형은 고속로의 합류부 및 분류부의 교통특성을 세밀히 분석할 수 있으며, TCS 및 램프미터링과 접목하여 고속도로 운영에 이용될 수 있으며, 고속도로 중·장기적인 계획에 이용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.623-626
• /
• 2003

본 논문에서는 현재 자동차 번호판의 형식이 구 번호판과 신 번호판 두 가지 유형으로 구성되어 있다는 점을 고려하여 번호판의 세부적 세그멘테이션의 성능을 개선하는 방법에 대하여 제시한다. 컴퓨터 비젼을 바탕으로 한 자동차 번호판의 인식방법과 문자인식방법은 비용면이나 간편성에서 맡은 장점을 가지고 있으며 여러 응용분야에서 사용될 수 있기 때문에 다방면에서 시도되고 있다. 본 시스템은 모폴로지 연산과 클러스트링을 이용하여 자동차 번호판 전체 영역을 추출하는 방법을 사용한다. 다음으로 구번호판에서 신번호판으로 넘어가는 과도기적 단계에 있는 번호판들의 특징인 용도기능의 표시문자의 위치 차이를 이용하여 구 번호판과 신번호판을 먼저 분류한다. 분류된 번호판에서 두 번호판의 차이점인 차종기초 표시영역의 숫자를 나누어서 세그멘테이션함으로서 기존의 연구방법보다 개선된 세그멘테이션 능력과 이로 인하여 향상된 번호판 인식결과를 얻을 수 있다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권3호
• /
• pp.10-18
• /
• 2024

차량 하중은 교량의 열화를 일으키는 주된 원인 중 하나이다. 현재 WiM(Weigh-in-Motion)을 사용하여 통행 차량의 하중을 측정하고 있으나, WiM은 접촉식 센서로 설치 및 유지관리 비용이 큰 단점이 있다. 본 연구에서는 딥러닝과 CCTV 영상을 이용하여 비접촉식으로 교량 통행 차량 하중 이력을 추정하는 방법을 제안하였다. 제안된 방법은 물체 탐지 딥러닝 모델을 이용하여 통행 차종을 인식하고, 해당 차량의 하중을 국내 주요 차량 모델들의 공차중량에 근거하여 작성된 하중기반 7차종 분류표에 근거하여 추정한다. 물체 탐지 딥러닝 모델로는 Faster R-CNN 모델이 사용되었으며, Faster R-CNN 모델을 7차종 분류표에 따라 구축된 영상 학습데이터를 이용하여 학습시켰다. 학습된 딥러닝 모델의 성능은 교량 CCTV로 취득한 영상을 이용하여 검증하였다. 최종적으로 실제 교량 상부에 설치된 CCTV에서 취득한 영상을 이용하여 교량을 통행중인 차량 하중을 연속으로 추정함으로써 특정 시간동안 통행 차량의 하중 이력 그래프를 획득할 수 있음을 보였다.

• 대한교통학회지
• /
• 제20권7호
• /
• pp.143-153
• /
• 2002

본 연구는 교통사고의 발생원인에 대한 인식유형과 감소대책에 대한 인지 유형별 영향요인의 정도를 분석하기 위하여 수량화이론 II류와 CHAID 분석법을 이용하여 분류모델과 판별모델을 구축하였다. 수량화이론 II류에 의한 교통사고 발생원인에 대한 인식 유형별 영향요인 판별모델은 전체 적중률이 78.4%로 매우 높게 나타났다. 편상관계수는 설명변수의 항목 중 학력, 성별, 운전경력 년 수, 소유 차종의 순으로 영향을 미치고 외적 변수인 교통사고 발생원인에 대한 유형에서는 기여 정도가 교통단속 부재 > 교통체계 미비 > 승용차 과다 사용 >잘못된 의식 때문의 순으로 나타났다. 교통사고 감소 대책에 대한 인지유형별 영향요인 판별모델은 전체 적중률이 59.9%로 높게 나타났으며, 편상관 계수는 학력, 성별, 운전경력 연수, 연령의 순으로 영향을 미치고 있고, 외적 변수인 교통사고 감소 대책에 대한 유형에서는 기여 정도가 교통단속 강화 > 대중교통수단 이용 유도 > 교통체계 개선 > 의식 개혁의 순으로 나타났다. 또한 CHAID 분석법에 의한 교통사고 발생원인에 대한 인식 유형별 영향요인 분류모델에 있어서는 예측변수로 학력, 연령, 성별, 통행수단의 네 가지 변수가, 교통사고의 감소 대책에 대한인지 유형별 영향요인 분류모델에 있어서는 학력, 운전경력 연수, 성별 그리고 통행수단의 네 가지 변수가 카이제곱 통계량 이 5%의 유의수준에서 유의한 것으로 판단되었다. 교통사고 발생원인 인식과 감소 대책의 인지 유형에 대한 빈도분석과 교차분석은 의식과 관련한 유형이 가장 높게 나타났으나 판별.분류모델에서는 교통단속과 관련한 유형이 기여 정도가 높고 의식 관련 유형이 상대적으로 낮게 나타나는 등 반대양상을 보이고 있어 심리적으로 내재되어 있고 표면에 잘 드러나지 않았던 의식 수준의 낮음이 분류모델을 통해서 명확하게 드러났다.

• 한국산업정보학회논문지
• /
• 제22권2호
• /
• pp.61-70
• /
• 2017

본 논문에서는 CPU기반 병렬처리인 OpenMP를 적용하여 헤드라이트의 차종을 판별하기 위한 처리속도를 개선하고, 생산부품의 얼라인먼트를 보정 후 특징을 추출하여 차종을 판단하는 방법을 제안하였다. 제안방법의 세부성능을 분석하기 위해 그레이영상을 이용한 방법 및 라인 검출을 이용한 방법과의 판별성능과 처리속도를 비교 분석하였다. 분석결과, 판별성능의 경우 제안방법과 라인 검출을 이용한 방법이 좋은 성능을 보였지만 처리속도 측면에서 라인검출 방법보다 제안 방법이 더 좋은 성능을 보였다. 처리속도의 경우 그레이 영상을 이용한 방법이 가장 좋은 성능을 보였으나 판별성능 측면에서 제안방법이 그레이 영상을 이용한 방법보다 좋다고 할 수 있다.

• 한국도로학회논문집
• /
• 제8권3호
• /
• pp.29-37
• /
• 2006

본 연구는 현재 수행중인 "한국형 포장 설계법 개발과 포장성능 개선방안 연구"의 일환으로 역학-경험적 포장 설계법에 사용될 교통하중 입력변수를 정량화하기 위해서 실시하였다. 교통하중 정량화를 위하여 기존의 ESAL 개념이 아닌 축하중 스펙트럼을 이용하였다. 이를 위하여 교통량 통계 연보내 교통량 자료를 가지고 일반 국도에 대한 대표 축하중 조사지점을 차로별, 지역특성별 구분에 따라 33개 지점을 통계적 방법을 이용하여 선정하였다. 그리고 선정된 대표 지점을 대상으로 축하중 계측기를 이용하여 각 차종에 대한 축하중을 조사하였다. 측정된 축하중 자료는 각각 분류된 조건에 따라서 축하중 스펙트럼으로 표준화하였으며, 그 방법으로 누적밀도함수인 S-커브 곡선을 이용하여 각 조건별 계수를 제시하였다.

• 한국조명전기설비학회지:조명전기설비
• /
• 제10권4호
• /
• pp.78-84
• /
• 1996

본 논문에서는 초음파센서 배열과 신경회로망 및 불변모멘트 벡터를 이용하여 물체의 위치이동에 무관한 3차원 물체인식과 복원을 연구함으로서 추차관리 시스템의 차종인식 응용가능성에 대하여 검토하였다. 초음파센서 배열로부터 얻어진 16$\times$8 픽셀의 데이터를 이용하여 물체의 불변모멘트 벡터를 계산하고 이를 SCL(Simple Competitive Leverning)신경회로망에 입력하여 3차원 물체를 분류하였으며, 저해상도인 16$\times$8 픽셀의 물체정보를 SCL 수정형 신경회로망에 입력하여 32$\times$32 픽셀로 해상도를 향상시켜 3차원 물체복원을 하였다. 물체의 위치가 변하여도 불변모멘트 벡터는 일정한 값을 유지하였고, 학습 후 인식율은 학습데이터의 경우는98[%]이고 시험데이터의 경우 95[%]이었으며, 3차원 32$\times$32 픽셀의 고해상도 물체정보로 복원하였다. 실험결과로부터 신경회로망과 연계된 초음파 센서는 차량의 감지뿐만 아니라 차종의 구분에도 응용가능할 것으로 생각된다.

• 대한교통학회지
• /
• 제14권1호
• /
• pp.135-154
• /
• 1996

This paper presents a heuristic algorithm for classifying vehicles using a single loop detector. The data used for the development of the algorithm are the frequency variation of a vehicle sensored from the circle-shaped loop detectors which are normal buried beneath the expressway. The pre-processing of data is required for the development of the algorithm that actually consists of two parts. One is both normalization of occupancy time and that with frequency variation, the other is finding of an adaptable number of sample size for each vehicle category and calculation of average value of normalized frequencies along with occupancy time that will be stored for comparison. Then, detected values are compared with those stored data to locate the most fitted pattern. After the normalization process, we developed some frameworks for comparison schemes. The fitted scales used were 10 and 15 frames in occupancy time(X-axis) and 10 and 15 frames in frequency variation (Y-axis). A combination of X-Y 10-15 frame turned out to be the most efficient scale of normalization producing 96 percent correct classification rate for six types of vehicle.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.959-962
• /
• 1998

In this paper, we propose an efficient vehicle detection and classification algorithm for an electronic toll collection, which is based on shadow robust vehicle presence test. In order to improve the performance of vehicle presence test, we use correlation coefficients between wavelet transformed input and reference images, which takes advanage of textural similarity. We compare the performance of the vehicle presence test with those of some conventional approaches that use variance of frame difference. Experimental results from field test show that the proposed vehicl detection and classification algorithm performs well even under abrupt intensity change due to the characteristics of sensor and occurrence of shadow.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 제34회 추계 학술발표회
• /
• pp.409-409
• /
• 1998

본 연구는 운전자 특성 및 교통사고 발생유형에 따른 사고 심각도(Severity)를 분석함으로써 교통사고를 유발키 쉬운 운전자 집단과 사고 발생시 위험도가 높은 사고유형을 규명하고자 하였다. 교통사고 위험집단 분석을 위한 운전자 특성은 성별, 차종, 연령 등을 대상으로 하였으며, 사고유형별 심각도 분석은 사고유형을 여덟 가지로 분류하고, 결과의 신뢰성 확보를 위하여 안전벨트 착용여부를 추가하여 상해정도와의 관계를 비교하였다. 로그-선형 모형 및 로짓 모형을 사용하여 카테고리 자료를 분석하였으며, 그 결과 위험집단 분석에서는 '20세 미만의 이륜차 운전자', '41세에서 50세까지의 택시운전자'가 가장 위험한 것으로, 또한 남자보다는 여자가 승용차, 택시, 이륜차 등에 관계되었을 때 위험한 것으로 조사되었다. 사고유형과 심각도와의 관계에서는 정면충돌 사고와 앞지르기 시 우회전시 사고가 기여위험도(Odds Multiplier)가 매우 높아 부상 또는 사망사고와 연계될 가능성이 큰 것으로 나타났다. 따라서 교통사고의 예방과 사고발생시의 심각도 경감을 위해서는 교통사고 취약계층으로 분석된 위험집단에 대한 교통안전 교육 및 홍보가 강화되어야 하고, 정면충돌 사고와 앞지르기 시 우회전시 발생하는 사고를 줄일 수 있는 방안이 연구되어야 할 것이다.