• 한국측량학회지
• /
• 제38권3호
• /
• pp.269-279
• /
• 2020

교통량 산정은 주로 교통량조사시스템, 차량검지시스템, 통행료징수시스템 등과 같은 조사 장비와 CCTV를 통한 인력 조사를 병행하고 있으나 이는 많은 인력과 비용이 발생한다. 본 연구에서는 단일 CCTV의 경우 전체 차량을 탐지하지 못하는 한계를 극복하기 위해서, 딥러닝과 스테레오 CCTV를 이용하여 교통량을 산정하는 방법을 제안하였다. 차량을 탐지하기 위한 딥러닝 모델을 학습하기 위해 COCO 데이터셋을 사용하고, 실시간으로 좌우 CCTV 영상에서 각각 차량을 탐지하였다. 그리고 나서, 각 영상에서 추출하지 못한 차량을 부등각사상변환을 이용하여 추가적으로 차량을 탐지하여 교통량 산정의 정확도를 개선하였다. 실험은 평상시 도로 환경과 안개가 발생한 기상 상황의 경우에 대해서 각각 수행하였다. 평상시 도로 환경의 경우 단일 CCTV 영상을 사용할 때보다 좌우 영상에서 각각 6.75%, 5.92%의 차량 탐지의 개선효과가 있었다. 또한, 안개가 발생한 도로 환경의 경우 좌우 영상에서 각각 10.79%, 12.88%의 차량 탐지의 개선효과가 있었다.

• 한국ITS학회 논문지
• /
• 제11권5호
• /
• pp.125-135
• /
• 2012

본 연구는 도로 위의 객체를 분류하고 그 위치를 추정하기 위해 카메라와 레이저스캐너를 이용한 이종센서 검지 시스템의 연구를 다루고 있다. 이러한 도로인프라에서의 검지시스템은 ADAS(Advanced Driver Assist System) 및 (반)자동제어 서비스 등의 새로운 C-ITS 서비스에서 요구되는 객체의 위치 정보를 검지할 수 있다. 본 연구에서는 국외 관련 사례를 살펴보고, 카메라와 레이저스캐너를 이용한 검지시스템의 가능성을 살펴보았다. 그 후 이종센서 처리 알고리즘을 제안하고, 실 도로환경에서 몇 가지 도로상황 시나리오를 설정하여 시험검증을 실시하였다. 그 결과 이종센서 검지시스템으로 차량, 보행자 및 기타 장애물에 대한 검지 및 위치 추정에 대하여 비교적 용이하게 이용될 수 있음을 확인할 수 있었다. 본 연구의 경우 매우 이상적인 조건에서 실험이 실시되었으며, 조도, 날씨 등의 외부환경 조건의 변화에 따른 알고리즘의 평가가 필요하다. 이러한 연구는 향후 미래의 C-ITS 환경 하에서 객체 검지 기술로 활용될 수 있을 것으로 기대한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.680-682
• /
• 1999

In this paper, we propose an traffic data acquisition method and automatic vehicle classification system using laser. We use a invisible laser to minimize measuring error caused by environmental variation. also we use radio frequency data communication and PCMCIA for operating convenience.

• Journal of Platform Technology
• /
• 제8권1호
• /
• pp.3-9
• /
• 2020

우리나라는 전국토의 63% 가 산림으로 이루어져 있으며, 지구의 평균 기온은 증가하고 있다. 소나무재선충병과 같은 산림재해충의 확산 방지를 위한 효과적 운영 방법으로는 선제적인 방제가 요구된다. 선제적인 방제 체계는 기상, 지형적 및 인력운영의 어려움 등으로 적시 방제에 쉽지 않다. 본 논문에서는 정보통신기술 기반으로 소형 무인항공기를 이용하여 획득한 영상을 기반으로 피해목과 고사목을 자동으로 분류하는 체계를 갖춰 신속·정확하고 효율적인 방제체계를 갖추는 모델을 제시한다. 특히 제안된 모델은 민간분야 협력을 통해 정부업무에 대한 효과적인 대응체계를 구축함으로써 무인항공기 사업 및 서비스 산업 등의 새로운 일자리 창출을 기대할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.225-227
• /
• 2022

현재 서울특별시는 25개 구청에 7만5천여대의 CCTV가 설치되어 있다. 서울특별시 구청별로, CCTV관제를 위한 관제센터를 구축하고 24시간 인공지능 지능형 영상분석을 통해 차량 종류, 번호판인식, 색상 분류 등의 정보를 빅데이터로 구축하고 있다. 서울특별시는 국토교통부, 경찰청, 소방청, 법무부, 군부대 등과 MOU를 체결하여 긴급/응급 상황에 신속한 대응이 가능하도록 하고 있다. 즉, 각 구청의 CCTV영상을 제공하여 안전하고 재난의 예방이 가능한 스마트시티를 구축하고 있다. 본 논문에서는 CCTV영상을 인공지능을 통해 사건발생 시 차량 및 인원에 대한 특징을 추출하고 이를 기반으로 도주경로를 예측하고 지속적인 추적이 가능하도록 설계한다. 해당 경로의 CCTV영상을 인공지능이 자동으로 선택하여 표출하도록 설계한다. 해당 관할 권역 이외 지역으로 사건 관련 사람이나 차량의 도주경로가 예상될 때 인접 구청에 영상정보와 추출된 정보를 제공함으로써 스마트시티 통합플랫폼을 확장할 수 있도록 설계한다. 본 논문은 스마트시티 통합플랫폼 연구발전에 기초자료로 기여할 것이다.

• 대한교통학회지
• /
• 제25권1호
• /
• pp.121-132
• /
• 2007

일반국도의 상시조사 자료는 교통량 조사 장비를 통해 수집되며, 수집된 자료가 누락되거나 불량일 경우 통계자료의 객관성을 유지하기 위해서 보정을 해야 한다. 교통량 결측 자료의 보정을 통계적인 방법으로 접근하여 신뢰성을 높이고자 본 연구에서는 보정 대상 시간과 동일시간의 자료를 적용할 수 있는 자기회귀분석과 보정 대상 지점과 동일 지점의 자료를 적용할 수 있는 계절 시계열 분석을 이용하여 보정하는 방안을 제시하였다. 계절 시계열 분석을 적용하여 결측 자료를 보정한 결과, 결측 기간이 길어질수록 오차가 커지는 것으로 분석되었다. 이것은 단기예측의 경우 실제자료를 이용하여 예측 값을 제시하지만, 장기예측의 경우 예측된 자료를 이용하여 예측값을 제시하기 때문에 신뢰성이 떨어지기 때문이라 판단된다. 자기회귀분석을 적용하여 결측 자료를 보정한 결과, 시계열분석에 비해서 오차가 적은 것으로 분석되었다. 이것은 교통량자료는 과거 패턴보다 현재 시점의 영향을 더 많이 받는 것이기 때문이라 판단된다 하지만 자기회귀분석은 인근에 패턴이 유사한 지점이 있어야 가능하며, 인근에 유사한 지점이 있더라도 그 지점의 자료가 불량일 경우 보정이 불가능하다는 단점이 있다. 이러한 경우에는 과거자료를 이용해서 보정할 수밖에 없으며, 단기 결측의 경우에는 시계열분석을 이용할 수 있다.

• 대한교통학회지
• /
• 제32권5호
• /
• pp.522-530
• /
• 2014

교통관리센터에 축적되어 있는 속도 이력데이터에는 반복 비반복 정체 시공간 전개에 대한 상세한 정보가 모두 들어있으나, 도해법에 의해 다루어져 왔기 때문에 많은 양의 이력데이터를 처리하여 교통상황예측이나 정보제공에 활용할 수 없는 한계가 존재하였다. 본 논문에서는, 기존의 Classification과 Density-Based Clustering 알고리즘을 속도 시공간 데이터 특성에 맞게 조합하고 변형하여 정체 시공간 영역을 자동 인식하는 알고리즘과, 정체파급길이, 파급속도, 해소속도 등 정체 시공간 전개 패턴의 특성치를 산정하는 알고리즘을 개발하였다, 본 알고리즘은, 교통관리센터에 축적되어 있는 방대한 양의 이력데이터를 자동으로 분석하여 자세한 정체 관련 정보를 추출할 수 있고, 산정된 특성치를 가지고 각 센터의 필요에 따라 다양한 정보를 2차 생성하고 활용할 수 있는 장점이 있다. 본 연구결과는 향후 반복 비반복 정체에 대한 예측과 대응이 획기적으로 개선되는데 초석이 될 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.389-395
• /
• 2022

심층 학습 기술의 발전으로 인해 분류, 객체 검출, 분할과 같은 시각 정보를 이용한 심층 학습이 다양한 분야에서 활용되고 있다. 그 중 자율 주행은 시각 데이터를 잘 활용하는 대표적인 분야 중 하나이다. 본 논문에서는 도로 위의 사람과 운송수단 객체에 대한 개별적인 깊이 값을 예측하는 망을 제안한다. 제안하는 모델은 YOLOv3와 Monodepth를 기반으로 하며, 하드 파라미터 쉐어링을 이용한 인코더와 디코더를 통해 객체 검출과 깊이 추정을 동시에 수행한다. 또한 주의 집중 기법을 사용하여 객체 검출 및 깊이 추정의 정확도를 높이고자 하였다. 깊이 추정은 단안 이미지를 통해 이루어지며, 자가 학습 방법을 통해 학습을 수행하였다.

• 자원리싸이클링
• /
• 제31권4호
• /
• pp.3-11
• /
• 2022

전기차 수요의 증가로 향후 폐차 혹은 배터리 노후화로 인한 폐배터리 배출량 급증이 예상됨에 따라 이에 대한 적정 관리가 시급한 실정이다. 기술개발 측면에서는 데이터 기반 진단 등 다양한 폐배터리 진단 및 관리 기술이 주목을 받고 있다. 또한 로봇기반 자동 해체 기술은 산업 현장에서의 Test 검증 및 향후 배터리 관련 데이터베이스와의 연동이 필요한 것으로 보인다. 특히 향후 폐배터리 순환과정에서의 효율화와 동시에 안전성/친환경성 제고를 위한 다양하고 선진적인 배터리 진단 및 평가기법 개발 및 보급이 중요하다. 또한 리튬 관련 화학물질 배출이동에 대한 데이터베이스화와 배터리 연소시 가스유출위험 및 소방안전에 관한 평가 및 대처가 중요할 것으로 보인다. 더 나아가 데이터 기반 진단/분류/해체 과정을 재활용/최종폐기와 연계된 다양한 관점에서의 폐배터리 전주기 관리 최적화 등에 향후 더 많은 연구개발이 필요하다고 판단된다. 그리고 일련의 데이터는 차후 배터리 생산 시 환경적 부담을 감소시키고 재이용/재활용이 원활하도록 청정설계 및 제조에 기여해야 한다. 또한 이러한 최적화는 전기차 배터리의 향후 기술 및 시장 변동을 감안하여 추진되어야 한다.