• 한국산업정보학회논문지
• /
• 제22권6호
• /
• pp.9-16
• /
• 2017

본 논문에서는 도로에서 주행 중인 차량에서 차선을 검출하고 차선이탈여부를 확인 및 경고처리할 수 있는 영상기반의 알고리즘을 제안한다. 차량 탑재된 카메라 영상을 이용하여 차선을 검출하는 경우, 도로면 위의 다양한 표지로 인하여 오검출률이 증가하거나, 터널 통과시 터널 내의 조명 효과로 인해 노랑색의 중앙선이 미검출되거나 또는 우천시 차선 검출이 쉽지 않은 문제들을 안고 있기 때문에 제안된 알고리즘은 이러한 문제점들을 해결하는 데에 초점을 맞추었다. 또한 제안된 알고리즘은 검출된 차선 정보를 이용하여 차로 내에서 한쪽으로 치우치는 정도를 판단하여 차선 이탈 여부를 확인하고 경고처리할 수 있다. 제안된 알고리즘의 성능은 블랙박스를 통해 얻어진 실제 도로주행 영상을 이용하여 도로의 조명변화가 심하거나 노면에 표시가 있는 환경에서의 테스트 하였고, 실험 결과 높은 검출률을 보이는 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.241-244
• /
• 2018

매년 국내 자동차 등록은 계속 증가하고 있으며, 차량이 많아짐에 따라 교통사고 또한 많아지는 중이다. 교통사고가 발생하는 경우 가해자와 피해자를 판단하여 상황에 맞게 처리해야한다. 이러한 상황을 판단할 때, 현장에 있었던 목격자를 제외하고 증거가 될 수 있는 것이 차량용 블랙박스이다. 차량용 블랙박스는 교통사고에 대비해 자동차에 필수 불가결한 장치가 되어가는 중이다. 그러나 블랙박스는 디지털 증거인만큼 증거 훼손, 조작 등으로 인해 무결성을 입증할 방법이 없다. 이에 따라 본 논문에서는 무결성 입증을 위해 PingPong-256 암호알고리즘을 이용하여 생성된 Hash값을 통해 영상의 무결성을 보장하는 방법을 제안한다.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.133-146
• /
• 2023

도심지역의 교통 상태는 효과적인 교통 운영과 교통 제어를 수행하는 데 필수 요소이다. 하지만 교통 상태를 얻기 위해서 수많은 도로 구간에 교통 센서를 설치하는 것은 막대한 비용이 든다. 이를 해결하기 위해서 시장침투율이 높은 센서인 차량 블랙박스 카메라를 이용하여 교통 상태를 추정하는 것이 효과적이다. 하지만 기존의 방법론은 객체 추적 알고리즘이나 광학 흐름과 같이 계산 복잡도가 높고, 연속된 프레임이 있어야 연산을 수행할 수 있다는 단점이 존재한다. 이에 본 연구에서는 심층학습 모델로 차량과 차선을 탐지하고, 차선 사이의 공간을 관심 영역으로 설정하여 해당 영역의 교통밀도를 추정하는 방법을 제안하였다. 이 방법론은 객체 탐지 모델만을 이용해서 연산량이 적고, 연속된 프레임이 아닌 샘플링된 프레임에 대해 교통 상태를 추정할 수 있다는 장점이 있기에, 보유하고 있는 컴퓨팅 자원에 맞는 교통 상태 추정이 가능하다. 또, 도심지역에서 운행하는 서로 다른 특성의 2개의 버스 노선에서 수집한 블랙박스 영상을 검증한 결과, 교통밀도 추정 정확도가 90% 이상인 것을 확인하였다.

• 방송공학회논문지
• /
• 제19권6호
• /
• pp.798-809
• /
• 2014

본 논문에서는 블랙박스 혹은 운전석에 장착된 카메라로부터 얻어진 차량 영상에 대한 영역별 수직 투영 히스토그램 매칭 및 선형 회귀분석 모델을 활용한 강건한 차량 운행 동영상의 안정화 기법을 제안한다. 동영상 안정화 기법은 영상의 흔들림 보정 뿐 아니라 동영상 내 강건한 특징점 추적 및 매칭을 위한 이전의 전처리 과정으로 활용된다. 일반적으로 촬영 과정에서 많은 떨림이 포함될 수 있는 야외 CCTV 영상이나 손으로 들고 촬영된 동영상에 대한 흔들림 보정 등에 적용되고 있으나 영상 내 특징점이 지속적으로 변하고 영상의 변화 정도가 매우 심한 차량 운행 동영상에서는 적용된 사례가 드물다. 본 연구에서는 일반적인 비디오 안정화 기술이 적용되기 어려운 차량 운행 동영상에 대하여 흔들림 보정을 위한 동영상 안정화 기법을 제안한다. 제안된 기법은 입력 영상에 대한 영역별 수직 투영 히스토그램 매칭을 수행하고 선형 회귀모델을 통해 영상에 나타나는 수직 및 회전 이동 변환을 선형 근사하여 시간 영역상에서의 입력 영상에 대한 안정화를 수행한다. 제안 방법의 검증을 위해 블랙박스로 촬영된 동영상에 동영상 안정화 기술을 적용하였으며, 운행 중 불규칙한 노면으로 인한 영상의 흔들림이 효과적으로 제거되는 것을 확인할 수 있었다.

• 대한교통학회지
• /
• 제27권3호
• /
• pp.119-130
• /
• 2009

본 연구의 목적은 DVR(Driving Video Recorder)의 이용이 교통사고 저감과 교통사고 처리 비용의 절감에 얼마나 효과가 있는 지 살펴보고, DVR의 설치가 택시 운전자의 운전태도 변화에 미치는 영향을 분석하는 것이다. 본 연구를 위한 데이터는 부산 택시운전자를 통해 획득하였으며, 실증적인 분석을 위해 구조방정식 모형과 two-way ANOVA를 이용하였다. 본 연구의 개략적인 결과는 DVR 이용 후 부산 법인 택시 회사 4개소에서 교통사고가 평균적으로 32.7% 정도 감소하는 것을 보여준다. 뿐만 아니라 DVR의 이용은 택시 사고 처리 비용의 측면에서 택시 업체의 경제적 이익에 상당한 영향을 미칠 것으로 예상된다. 더구나 본 연구는 DVR 이용자 집단과 비 이용자 집단 간의 운전태도의 차이를 확인할 수 있었고, 운전자들의 운전태도에 미치는 긍정적인 영향과 부정적인 영향을 구분할 수 있었다. 본 연구는 '태도', '주관적 규범', '행동통제력 지각' 요인이 '행동 의도' 요인을 거쳐 간접적으로 DVR 장착이라는 계획된 '행동'에 미치는 영향력과 '행동통제력 지각' 요인이 직접적으로 '행동' 요인에 미치는 영향력을 정량적으로 도출하였다. 결론적으로, 본 연구는 교통안전법에 의거 사업용 자동차에 의무적으로 운행기록장치(차량용 블랙박스)를 설치할 때 영상기록장치의 영상기록기능을 추가하는 것을 제안한다.

• 한국정보통신학회논문지
• /
• 제16권9호
• /
• pp.1898-1905
• /
• 2012

본 연구에서는 안드로이드 기기와 차량에서 발생하는 안전을 위한 제반정보를 수집, 전송시켜주는 MCU (Micro-control Unit)를 기반으로 개발한 융합형 차량용 스마트 기기인 OSD (On-board Smart Device)를 제안한다. OSD는 RRA (Record, Report & Alarm)의 핵심 기능을 제공하는 안전 및 편의지향 스마트 시스템으로 주행 중 모니터링 데이터의 저장 기능 (Recording as a blackbox), 사고 발생 후 사고 및 긴급 구조의 자동신고 기능 (Report on Accident & Rescue) 및 안전 예방 기능으로 차량의 상태를 알려주는 (Alarm for Status of Vehicle) 경고 시스템을 갖추고 있다. 또한 운전자가 기기를 편리하게 제어하기 위한 음성인식 인터페이스를 도입해 운전자의 안전 운행을 도모하였으며 차량의 정보를 Database 서버에 업로드하여 보다 쉽고 편리하게 정보에 접근할 수 있도록 설계하였다. 따라서 본 연구에서 개발한 OSD는 상대적으로 단순 기능만 제공하는 기존의 차량용 안전 기기와 달리, 친사용자 환경에서 종합적으로 차량안전 데이터 무선전송 뿐만 아니라 영상 그리고 음성인식 기술을 함께 적용한 스마트 기기로서 향후 차량 안전 및 사고예방을 위한 필수 차량 무선 스마트 시스템이 될 것으로 예상된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권12호
• /
• pp.716-730
• /
• 2008

서비스 지향 아키텍처에서 서비스 제공자는 재사용 가능한 서비스를 개발하고 저장소에 배포하며, 서비스 사용자는 인터페이스를 통하여 블랙박스 컴포넌트 형태의 서비스를 사용한다. 저장소에 배포된 서비스는 시간이 지남에 따라 변경/진화될 가능성이 높고, 다양한 언어 또는 플랫폼을 사용하여 구현되는 이질성(Heterogeneity)을 가진다. 이런 이유로, 서비스 사용자는 서비스 내부 구조를 알기 힘들기 때문에, 서비스가 기능을 수행하는 도중 문제점이 발생하면 문제점을 식별하여 해결하는 등의 서비스 결함을 효과적으로 관리하는 것이 어렵다. 자율 컴퓨팅(Autonomic Computing, AC)은 사람의 개입을 최소화하고 시스템이 스스로의 결함을 관리하도록 설계하는 방식이다. AC는 시스템을 자율적으로 결함을 관리할 수 있는 주요 원칙들을 제안하고 있으므로, 서비스 결함 관리에 관한 기술적 이슈들은 AC의 기법들을 사용하여 해결될 수 있다. 본 논문에서는 SOA 환경에서 자율적으로 서비스의 결함을 관리하기 위한 이론적 모델인 Symptom-Cause-Actuator(SCA) 모델을 제시한다. SCA 모델은 의사가 환자를 치료하는 과정으로부터 유도된다. 먼저, 다섯 단계로 구성된 SCA 컴퓨팅 모델을 정의하고 SCA의 메타모델을 제안한다. 또한, SCA 모델의 저장소 역할을 하는 SCA 프로파일을 정의하고, SCA 프로파일에 저장되는 symptom, cause, actuator의 인스턴스와 이들 간의 의존 관계를 기계가 인식할 수 있는 형식으로 표현한다. 그리고, 서비스의 결함을 자율적으로 관리하는 컴퓨팅 모델의 다섯 단계를 수행하는데 필요한 알고리즘을 상세하게 기술한다. 마지막으로, SCA 모델의 실행 가능성을 보여주기 위하여, SCA 프로파일과 알고리즘을 구현한 프로토타입을 '비행기 예약 시스템'에 적용하는 사례 연구를 수행한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.