• 한국전자통신학회논문지
• /
• 제19권4호
• /
• pp.753-762
• /
• 2024

터널은 대피 장소가 한정적이며 후방 진입 차량들이 전방 사고 상황을 인식하기 어렵기 때문에 터널 교통 사고 시 2차 사고로 이어질 가능성이 매우 높다. 본 논문에서는 터널 교통 사고 시 파급 효과를 경감하기 위한 사물 인터넷 기반의 스마트 터널 사고 경보 시스템에 대해 연구하였다. 터널 내의 불꽃 감지 센서, 가스 감지 센서와 충격 감지 센서를 활용하여 측정 값이 기준을 초과하면, 비상 상항으로 판단하여 경보 시스템이 작동하도록 설계하였다. 사고가 감지되면 사고 안내 메시지가 LCD를 통해 표시되고, 와이파이 통신 망을 통해 터널 내외 운전자들에게 전송되도록 설계하였다. 하나의 성능 시험 시스템을 구축하였고 수개의 사고 시나리오들에 대해 성능 평가를 수행하였다. 성능 시험 결과, 스마트 사고 경보 시스템이 주어진 기준 값을 기준으로 정확하게 사고를 감지, 경보 절차를 수행하고 와이파이 무선 통신을 통해 경보 메시지를 스마트 폰에 성공적으로 전송함으로써 그 유효성을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.416-421
• /
• 2021

폭설로 인한 도로 미끄러짐과 기온이 0도 이하로 낮아졌을 때, 도로와 차량 통행용 다리, 터널 출입구 쪽에서 주로 발생하는 블랙아이스는 운전자의 시야에서는 아스팔트의 이미지가 투과되어 보이기에 인식되지 않아서 자동차들이 미끄러지는 상황(슬립 현상)이 발생하고, 이로 인하여 대형 교통사고로 이어져 인명 물적 손실이 대량으로 발생하기에 적외선 카메라를 이용하여 도로 상태를 확인하고 딥러닝을 통하여 블랙아이스를 판별하는 방법을 제안하고자 한다.

• 대한의용생체공학회:의공학회지
• /
• 제18권3호
• /
• pp.315-323
• /
• 1997

Driving is a complex vigilance task that includes improper lookout, excessive speed and inattention. The primary objective of this research is to detect driver drowsiness so that the driver can be alerted to an impending traffic accident in performance. We developed the automatic detection and warning system during drowsy driving. A drowsiness detection system must be able to monitor driver status and detect the detrimental changes of a driver performance. Eyeblink has been found to be a reliable factor of drowsiness detection in earlier studies. As an additional parameter, we also considered the yawning which often occurs in a low vigilance state and predicts the drowsy state. We used a computer vision method to extract the eyeblink and yawning in the face image sequences. When the drowsy state was detected, the driver was refreshed by alarming device and menthol scent generator after deciding the warning level by fuzzy logic. For the evaluation of our system, we measured the physiological parameters such as EOG and EEG. The results indicated that it is possible to detect and alert the driver drowsiness temporarily or continuously by using our system.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.827-833
• /
• 2022

본 연구는 교통정보를 수집하기 위한 검지기 와 돌발 상황 검지에 사용되는 다양한 알고리즘들의 분석을 통해 기존 교통정보 수집체계의 한계를 극복하여 심각도가 높은 2차 교통사고를 예방하고자 한다. 즉 본 연구는 2차 교통사고를 유발하는 돌발 상황과 기존 교통정보 수집체계를 분석하고 그에 알맞은 2차 교통사고의 선제적 예방이 가능한 솔루션 및 도로 전 구간에 대한 정확한 정보수집이 가능한 지능화된 새로운 교통정보 수집 및 전달체계를 제시한다. 실험결과 데이터 전송 신뢰도는 95% 기준 97%를, 데이터 전송 속도는 1000ms 기준 평균 209ms, 네트워크 장애복구 시간은 120sec 기준 50sec의 목표치를 달성하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2010년도 제42차 하계학술발표논문집 18권2호
• /
• pp.137-140
• /
• 2010

교통사고의 발생은 교통 혼잡의 주요 원인으로 작용되어 교통사고에 의한 직 간접적 손해비용까지 지출되고 있다. 따라서 교통사고를 사전에 예방하거나 사고가 발생한 후 신속하게 처리할 수 있는 실시간 교통사고 대처 시스템이 요구되고 있다. 즉, 교통사고 자동검지 시스템의 필요성은 가 피해자의 구분에 활용하는 것 이외에 신속한 인명구조와 사고처리 등의 교차로 유고관리가 가능하며, 교통사고로 발생할 수 있는 교통 혼잡을 최소화 할 수 있다. 본 논문에서는 다양한 형태의 충돌 및 추돌 사고를 검지하는 시스템의 성능을 개선하기 위한 것으로 영상 또는 소리라는 매체에 기반을 둔 시스템에서 자동 검지의 한계성을 도출하고 개선하고자 하였다. 테스트 베드를 기반으로 자동검지 실패의 원인을 분석하고 그 원인에 따른 오인식의 문제점을 개선하여 운전자 단독사고로 인하여 차량 추적이 불가능한 경우, 소리 없이 발생한 사고, 야간에 발생한 사고 등의 문제점들을 극복함과 동시에 성능을 개선하는데 그 목적이 있다.

• 융합신호처리학회논문지
• /
• 제3권3호
• /
• pp.27-35
• /
• 2002

지식기반 영상검색은 영상이 갖는 다양한 데이터에서 추출되어진 특징값을 지식으로 하여 질의 영상에 대한 검색 결과영상을 찾아주는 방법이다. 본 연구에서 사용한 영상자료는 자동차 전조등 영상으로 전조등 영상에 대한 입력 자료는 차량마다 다양한 패턴을 갖는 영상과 문자, 숫자 및 특수문자이다. 영상에서의 정보는 화소값들의 분포상태나 통계적 분석 및 패턴의 상태 등인데, 전조등 영상에서는 이러한 정보가 영상 검색을 위한 지식 데이터로 사용된다. 영상데이터에서 추출된 다양한 정보를 다중 지식 기반으로 하여 본 논문에서는 교통사고나 기타 차량사건의 발생 시 활용할 수 있는 영상검색 시스템을 구축하였으며, 전조등 영상의 검색에 효율적으로 적용한 다중 지식기반 검색방법을 제안하였다. 다중지식 구축을 위한 특징함수는 컬러 영상에서와 그레이레벨 영상에서 각각 필요한 성분들을 추출하여 구성하였으며, 한 개나 두 개 정도의 특징값을 사용한 기존의 방법과 달리 복합적인 특징값의 사용을 통한 다중 지식 기반의 검색방법이 컬러정보나 패턴에 대한 유사성을 높여서 용의차량의 전조등 영상 검색 효율성을 향상시켰다. 소프트웨어의 제작을 위해 비쥬얼 베이직과 크리스탈리포트 그리고 MS 액세스 데이터베이스를 사용하였다. 검색 효율성 및 특성 함수의 구성을 효과적으로 발전시키면 검색시스템은 용의 차량의 추적 및 교통사고에서 효율적인 과학수사에 일조할 것으로 기대한다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1723-1728
• /
• 2021

C-ITS는 차량, 도로 인프라, 운전자, 보행자 등 구성요소 간 교통정보를 수집·관리·제공함으로써 교통 이용 편의, 교통안전을 제고 할 수 있는 지능형교통시스템이다. 국내에서는 C-ITS 사업을 통해 도로인프라가 국내 전역에 구축되고, 실시간 교통정보 제공, 버스운행 관리 등 다양한 서비스가 제공되고 있다. 그러나 현재 도로상황 인지·전파 등을 통한 교통안전 중심의 C-ITS를 구축하기에는 첨단도로 인프라 및 정보 연계 체계가 미흡한 실정이다. 본 논문에서는 다양한 공간적 측면에서 시간의 연속성을 고려하여, 교통 인프라 간 정보 연계를 통해 교통흐름과 돌발 사고를 인지할 수 있는 그룹형 Zigbee Mesh 네트워크 기반 교통상황인지 시스템을 제시하였다. 제안하는 시스템은 1차적으로 현장에서 사고감지 및 경보 등의 대응이 가능하며, 타 시스템과의 정보 연계를 통해 보다 다양한 교통정보 서비스로의 활용이 가능할 것으로 기대한다.

• 자동차안전학회지
• /
• 제4권1호
• /
• pp.27-32
• /
• 2012

Recently, in order to reduce traffic accident related fatalities, increasing number of studies are conducted regarding the vehicle safety enhancement devices. But very few studies about test procedures and requirements for vehicle safety systems are being carried out. Since BSD, as one of the most important safety features, is installed on a new vehicle, its performance test method has to be evaluated. Independent factors irrelevant to the device types including collision position, vehicle speed and closing speed are used to calculate test distance away from the current vehicle. Effect of roadway geometry as radius of curvature is introduced to propose possible misjudgement of following vehicle as adjacent one. The study results would be utilized to enhance the test procedure of BSD performance.

• 자동차안전학회지
• /
• 제11권3호
• /
• pp.7-12
• /
• 2019

AEB (Autonomous Emergency Braking system), a system in which vehicles automatically recognize forward objects or pedestrians and actively brake when forward collisions are expected, has been mandated by NHTSA (National Highway Traffic Safety Administration) and IIHS (Insurance Institute for Highway Safety) for all vehicles sell in the United States since 2022, and AEB research is also actively underway in korea. In this study, it can be confirmed that the passenger injury is reduced according to the AEB detection distance when it is assumed that the AEB is mounted in the actual event generated from KIDAS (Korea New Car Assessment Program) data through various analysis programs.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.77-86
• /
• 2023

Ship detection is widely used in areas such as maritime security, maritime traffic, fisheries management, illegal fishing, and border control, and ship detection is important for rapid response and damage minimization as ship accident rates increase due to recent increases in international maritime traffic. Currently, according to a number of global and national regulations, ships must be equipped with automatic identification system (AIS), which provide information such as the location and speed of the ship periodically at regular intervals. However, most small vessels (less than 300 tons) are not obligated to install the transponder and may not be transmitted intentionally or accidentally. There is even a case of misuse of the ship'slocation information. Therefore, in this study, ship detection was performed using high-resolution optical satellite images that can periodically remotely detect a wide range and detectsmallships. However, optical images can cause false-alarm due to noise on the surface of the sea, such as waves, or factors indicating ship-like brightness, such as clouds and wakes. So, it is important to remove these factors to improve the accuracy of ship detection. In this study, false alarm wasreduced, and the accuracy ofship detection wasimproved by removing wake.As a ship detection method, ship detection was performed using machine learning-based random forest (RF), and convolutional neural network (CNN) techniquesthat have been widely used in object detection fieldsrecently, and ship detection results by the model were compared and analyzed. In addition, in this study, the results of RF and CNN were combined to improve the phenomenon of ship disconnection and the phenomenon of small detection. The ship detection results of thisstudy are significant in that they improved the limitations of each model while maintaining accuracy. In addition, if satellite images with improved spatial resolution are utilized in the future, it is expected that ship and wake simultaneous detection with higher accuracy will be performed.