• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.49-51
• /
• 2018

미국과 중국 그리고 일부 유럽국가에서는 교통혼잡 해결하기 위해 2인 이상 탑승한 차량만 운행 가능한 다인승 전용차로(HOV, High Occupancy Vehicle Lanes)를 도입하여 운영하고 있다. HOV를 도입한 도시에서는 나 홀로 운행 차량이 많이 감소 되어 교통 혼잡 문제를 조금이나마 해결 할 수 있었다. 현재 HOV에서는 차량 내부의 탑승 인원수를 확인하기 위한 시스템을 사용하고 있다. 기존의 해당 시스템은 HOV에 지나간 차량을 자동으로 적외선 카메라를 통해 촬영하여 사람이 직접 검수하는 방식이다. 기존 방식은 사람이 직접 검사하는 방식이라 이를 위한 많은 인력과 시간이 소모되는 점, 그리고 사람마다 확인한 결과가 다를 수 있는 등 여러 가지 단점이 있다. 본 논문에서는 기존 HOV의 차량 내부 탑승 인원 확인 기술의 여러 단점을 극복하기 위해 Deep Learning과 Computer Vision을 이용한 새로운 기술 설계를 위한 연구한 내용을 다룬다.

• 대한교통학회지
• /
• 제14권4호
• /
• pp.49-76
• /
• 1996

Until recently, the inductive loop detecters(ILD) have been used to collect a traffic information in a part of traffic manangment and control. The ILD is able to collect a various traffic data such as a occupancy time and non-occupancy time, traffic volume, etc. The occupancy time of these is very important information for traffic control algorithms, which is required a high accuracy. This accuracy may be improved by classifying a vehicle type with ILD. To classify a vehicle type based on a Analog Digital Converted data collect form ILD, this study used a typical and modifyed statistic method and General Learning Vector Quantization unsuperviser neural network model and a hybrid model of GLVQ and statistic method, As a result, the hybrid model of GLVQ neural network model is superior to the other methods.

• 대한교통학회지
• /
• 제18권3호
• /
• pp.7-16
• /
• 2000

도시 근로자들의 높은 승용차 이용율과 낮은 재차인원율으로 인해 대도시에서의 교통혼잡이 가중됨에 따라 중앙정부 및 지자체에서는 적극적인 도시 교통수요관리 정책을 시행할 계획이며 이에 따라 다양한 교통수요관리 정책을 어디에 어떻게 적용해야 하는가에 대한 관심이높아지고 있다. 본 연구는 미국 텍사스 주 근로자의 통행특성 변화를 분석하여 도시규모, 직장위치, 그리고 직업종류 변화에 따른 낮은 재차인원율과 높은 승용차 이용율을 나타내는 직장 소재지 및 직업종류를 도출하였다. 연구 결과 대도시에서는 도시 및 도시주변 직장 근로자들이 낮은 재차인원율을 나타냈으며 중도시에서는 도심 및 도심주변 근로자들이 낮은 재차인원율을 나타냈고 소도시에서는 도시 및 도시주변 근로자들이 낮은 재차인원율을 나타냈다. 서비스업 근로자는 모든 도시규모에서 낮은 재차인원율을 나타냈다. 한편 승용차 이용율은 대도시 서비스업 근로자들이 높은 승용차 이용율을 나타냈으며 소도시의 도심과 도심주변 소재 직장 근로자와 기본업 근로자들이 높은 승용차 이용율을 나타냈다.

• Journal of Animal Science and Technology
• /
• 제65권6호
• /
• pp.1254-1269
• /
• 2023

This study aims to predict the change in corn share according to the grazing of 20 gestational sows in a mature corn field by taking images with a camera-equipped unmanned air vehicle (UAV). Deep learning based on convolutional neural networks (CNNs) has been verified for its performance in various areas. It has also demonstrated high recognition accuracy and detection time in agricultural applications such as pest and disease diagnosis and prediction. A large amount of data is required to train CNNs effectively. Still, since UAVs capture only a limited number of images, we propose a data augmentation method that can effectively increase data. And most occupancy prediction predicts occupancy by designing a CNN-based object detector for an image and counting the number of recognized objects or calculating the number of pixels occupied by an object. These methods require complex occupancy rate calculations; the accuracy depends on whether the object features of interest are visible in the image. However, in this study, CNN is not approached as a corn object detection and classification problem but as a function approximation and regression problem so that the occupancy rate of corn objects in an image can be represented as the CNN output. The proposed method effectively estimates occupancy for a limited number of cornfield photos, shows excellent prediction accuracy, and confirms the potential and scalability of deep learning.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2005년도 추계학술대회 및 정기총회
• /
• pp.125-129
• /
• 2005

As metropolitan areas are rapidly growing in both population and physical size, so too has the problem of traffic congestion. Magnifying this is the limited financial resources and lack of road corridor space available to juggle the many competing demands. High Occupancy Vehicle (HOV) facilities have been implemented in an attempt to alleviate the problem of growing congestion while considering the issue of limited funding and lack of physical space. HOV lanes may increase the efficiency of a road corridor by maximising its person carrying capacity. These facilities are meant to provide priority treatment to HOVs, thereby luring people to choose a transport mode with a higher occupancy than the single occupant vehicle (SOV), such as buses or carpools. This paper analyze the issues surrounding HOV lanes, their effect, problems and their evaluation by using Intergration, that is Traffic Simulation Software, when HOV lanes be implemented in the Olympic Highway.

• 한국ITS학회 논문지
• /
• 제12권6호
• /
• pp.68-77
• /
• 2013

본 연구에서는 끼어들기 위반단속시스템 개발을 위한 교통정체판정방법에 대한 실험적 연구결과를 제시하였다. 해당 정체판정 방법은 정체를 검지하여 끼어들기 위반단속시스템의 최적 구동기준을 결정하는데 목적이 있다. ITS 분야에서 일반적으로 정체판정은 구간통행속도를 기준으로 한다. 그러나 영상검지 방식적용 시 속도오차 등으로 인해 정체판정의 오류가 높게 나타날 수 있으며, 본 연구에서는 현장실험을 통해 속도와 점유율을 종합적으로 고려한 방식을 제시하였다. 현장실험 결과 영상검지체계 기반의 끼어들기위반 단속시스템에서 정체판정 기준으로 속도의 경우 20km/h, 점유율의 경우 60% 이상의 조건을 적용할 경우 실제 정체상황과 같은 결과를 얻을 수 있었고, 정확도를 높일 수 있었다.

• 대한교통학회지
• /
• 제20권1호
• /
• pp.19-38
• /
• 2002

일반적으로 교통운영 시스템에 대한 효과를 평가하기 위해서 구간통행 시간, 통행속도, 지정체율 등과 같은 효과척도(MOE: measure of effectiveness)가 사용된다. 그러나, 에너지에 대한 관심이 극히 높은 상황에서는 기존의 교통측면의 효과척도 이외에 에너지소모라는 효과척도가 교통운영시스템의 MOE로서 대안평가에서 점차로 중요한 영향을 발휘할 수 있다. 본 연구는 교통운영방식별 에너지효율성에 대한 평가를 위해 (기존에 주로 사용되던 효과척도로서의 구간평균속도, 구간평균통행시간, 지정체 뿐 아니라), 에너지 소모 또한 대안평가에 사용할 수 있을 것으로 판단하여, 각 대안별 에너지 소모를 상대적으로 측정하여 볼 수 이는 절차를 개발하고 상호 그 결과를 비교하고자 하였다. 이를 위해 메조모형 시뮬레이터인 Integration이 사용되었으며, HOV 차로 운영, 신호 최적화, 차로 확장, ITS 적용에 대한 대안의 평가를 수행하였다. 이중ITS의 적용이 에너지 절감에 가장 큰 효과가 있는 것으로 나타났으며, 차로확장, 신호최적화, HOV 차로 운영 순으로 에너지 절감 효과가 나타났다. 본 연구는 차종에 대한 특성의 고려, 잠재수요에 대한 고려를 하지 않았으며, 분석 기간이 단지 첨두 1시간에 그쳤기 때문에 향후 이러한 현실적 요소에 대한 고려 및 시스템의 확대적용에 있어 보다 정확한 경제성 분석절차 및 방법론적 개선이 요구된다고 하겠다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1026-1031
• /
• 2021

세계 자동차 기술의 발전과 시장 규모의 확대로 차량 수요가 증가하고 있으며 이로 인해 차량탑승 인원은 감소하고 도로의 차량 수는 증가하는 추세이다. 이는 교통체증의 원인이 되며 이러한 문제를 해결하기 위해 다인승 전용차로 제도를 시행하고 있으나 불법 이용 차량은 계속 증가하고 있다. 이러한 불법 행위를 단속하기 위한 다양한 기술이 연구되고 있다. 기존에 개발된 시스템은 트리거 장비를 이용하여 차량을 인식하고 적외선 카메라를 통해 차량을 촬영하여 차량 탑승 인원을 감지한다. 본 논문에서는 기존 시스템 적용된 트리거 장비를 이용하지 않고 딥러닝 모델 기술을 적용한 차량탑승 인원탐지 시스템을 제안한다. 제안된 기술은 영상 내에 트리거를 설정하여 차량을 탐지하고 딥러닝 객체 인식모델을 적용하여 실시간 탑승 인원을 감지하는 시스템을 제안한다.

• 한국도로학회논문집
• /
• 제11권2호
• /
• pp.151-158
• /
• 2009

본 연구는 지방부에서의 후미추돌사고를 다루고 있다. 이 연구의 목적은 신호교차로의 후미주돌 사고특성을 분석하고 청주 청원에 대한사고모형을 개발하는 것이다. 이를 위해, 이 연구에서는 도시부와 지방부의 특성을 비교하는데 중점을 두고 있다. 이 연구에서 사용된 종속변수는 사고건수와 EFDO(equivalent property damage only)이며, 독립변수는 교통량과 기하구조 요소들로 이루어졌다. 주요 연구결과는 다음과 같다. 첫째, 사고건수를 종속변수로 이용한 포아송 회귀모형과 EFDO를 종속변수로 이용한 음이항 회귀모형이 통계적으로 적합한 것으로 분석된다. 둘째, 포아송 회귀분석 결과 나타난 독립변수들은 중차량비, 교통량 합계 그리고 차량 유출입구 합계이며 음이항 회귀분석으로 나타난 요인은 주도로 폭, 교통량 합계 그리고 중차량비로 분석된다. 마지막으로, 지방부에서의 특정 독립변수는 주도로 폭과 중차량비 그리고 차량 유출입구 합계이다.

• 한국ITS학회 논문지
• /
• 제12권4호
• /
• pp.87-94
• /
• 2013

본 연구는 버스전용차로 설치로 인한 일반차로의 지체증가를 완화하기 위해 다인승차량이 버스전용차로를 운행할 수 있도록 해 주는 방안에 대하여 알아보았다. 연구 대상지는 버스전용차로에는 버스통행량이 적고 일반 차로의 지체가 심각한 대전의 두 지역(도안동로, 도안대로)을 선정하였다. 분석을 위해 Synchro를 이용하여 신호를 최적화 시키고 VISSIM을 이용하여 시뮬레이션 분석을 시행하였다. 현황을 정확히 모의실험 하기 위하여 운전자 행태를 반영할 수 있는 파라메터를 Simultaneous Perturbation Stochastic Approximation(SPSA)알고리즘을 이용하여 최적화 한 후 분석을 시행하였다. 분석 결과 두 지역 모두 현재의 다인승차량의 진입을 허용하여도 버스전용차로의 정시성에는 크게 영향을 끼치지 않는 것으로 나타났다. 특히, 도안대로의 경우 다인승차량이 버스전용차로를 운행하면 전체 지체가 떨어지는 효과가 있는 것으로 나타났다. 장래, 교통량이 증가하였을 경우 다인승차량이 10%정도 증가하여도 버스전용차로의 정시성은 어느 정도 유지할 수 있는 것으로 나타났다. 현재의 규제 위주의 교통수요관리 보다는 주어진 도로를 최대한 효율적으로 이용하고자 하는 노력도 중요하다. 향후 가로변 구간에 있는 버스전용차로의 다인승차량 허용에 대한 연구 및 다양한 교통량에 대한 세부적인 연구가 추가되어야 할 것으로 판단된다.