• 한국ITS학회 논문지
• /
• 제16권2호
• /
• pp.36-54
• /
• 2017

본 논문은 환경변화에 강인한 센서 융합 교통정보 수집 시스템을 제안한다. 제안된 시스템은 각 센서의 특징을 융합하여 영상 검지기에 비해 환경에 강인하고, 주 야간 등 시간에 영향을 받지 않으며 루프 검지기에 비해 유지보수에 드는 비용이 적다. 이는 레이더의 물체 추적 기법과 영상검지기의 차량분류, 적외선거리계의 신뢰성 높은 객체검지 정보를 융합하고 각 센서의 문제점을 보완하여 개선을 이루었다. 구현된 시스템을 보행자의 통행이 가능한 도로에서 주 야간 5일에 걸쳐 6시간 동안 실험한 결과 88.7%의 분류정확도와 95.5%의 차량 검지율을 나타내었다. 본 시스템의 파라미터 최적화 작업을 실험환경에 따라 적응되는 방식으로 보완한다면 교통정보 수집 체계의 고도화에 기여할 수 있을 것으로 기대된다.

• 산업경영시스템학회지
• /
• 제19권39호
• /
• pp.47-61
• /
• 1996

We propose a parallel neural network model in which patterns are clustered and patterns in a cluster are studied in a parallel neural network. The learning algorithm used in this paper is based on LVQ algorithm of Kohonen(1990) for clustering and ADALINE(Adaptive Linear Neuron) network of Widrow and Hoff(1990) for parallel learning. The proposed algorithm consists of two parts. First, N patterns to be learned are categorized into C clusters by LVQ clustering algorithm. Second, C patterns that was selected from each cluster of C are learned as input pattern of ADALINE(Adaptive Linear Neuron). Data used in this paper consists of 250 patterns of ASCII characters normalized into $8\times16$ and 1124. The proposed algorithm consists of two parts. First, N patterns to be learned are categorized into C clusters by LVQ clustering algorithm. Second, C patterns that was selected from each cluster of C are learned as input pattern of ADALINE(Adaptive Linear Neuron). Data used in this paper consists 250 patterns of ASCII characters normalized into $8\times16$ and 1124 samples acquired from signals generated from 9 car models that passed Inductive Loop Detector(ILD) at 10 points. In ASCII character experiment, 191(179) out of 250 patterns are recognized with 3%(5%) noise and with 1124 car model data. 807 car models were recognized showing 71.8% recognition ratio. This result is 10.2% improvement over backpropagation algorithm.

• 대한교통학회지
• /
• 제23권5호
• /
• pp.123-134
• /
• 2005

본 연구는 기존의 루프검지기의 설치 및 유지보수를 위한 성능평가 방법으로서 사용해왔던 L-R-C(Inductance-Resistance-Capacitance) Test에 의한 Q Factor(질 계수)방법을 대체/보완할 수 있는 새로운 방법에 대한 연구이다. 기존의 Q Factor방법은 크게 세 가지 문제점을 수반하고 있다. 첫째, 현장의 루프검지기의 전기적 특성인 L-R-C값을 Q Factor를 기준으로 루프검지기의 현재 성능을 평가함으로써 인력에 의존하는 효율성에 문제를 안고 있으며 둘째, 루프검지시스템의 전체를 대상으로 하지 않고 일부의 측정치만으로 전체시스템을 추론하고 있다는 점과 셋째, 기존의 방법으로는 루프검지기의 검지영역, 즉 높이별 검지영역를 알 수 없다는 것이다. 따라서 본 연구에서는 이러한 문제점을 보완할 수 있는 방법으로서 루프검지기헤드에서 발생하는 자기장을 측정하여 루프검지기 전체시스템의 현재상태를 파악하고자 하였다. 이를 위하여 루프검지기에서 생성되는 자기장을 검출할 수 있는 센서와 자료수집방법, 분석방법 및 진단방법 등을 개발하였다.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.108-117
• /
• 2011

서울시는 2001년부터 실시간 신호제어시스템(COSMOS)를 운영하고 있으며, 도시부 신호교차로의 신호운영 자료인 포화도 및 대기길이의 산출을 위하여 검지기를 설치해 차량으로부터 기초자료를 습득하고 있다. 현재 가장 보편적으로 사용하는 것은 유도성 루프검지기로 도로의 노면에 매설하는 방식이라 유지 보수가 용이하지 않고 비용이 많이 드는 단점이 있다. 또한 대기길이의 산정시 검지기를 통과하는 차량의 속도만으로 계산해야하기 때문에 속도측정 오차 발생시에 대기길이의 값에 영향을 미치게 된다. 제안하는 알고리즘은 카메라, 센서 및 이미지처리 장치와 같은 추가적인 장치 없이, VANETs(Vehicular Ad-hoc Networks)의 차량 간의 통신을 이용하고 각 방향별 그룹을 설정하여 교차로에서 원활한 교통 흐름을 가능케 하는 실시간 교통신호 제어 시스템을 제안한다. 본 연구에서 제안한 알고리즘은 GLD(Green Light District) Simulator를 기반으로 단일교차로 모델에서 AJWT(Average Junction Waiting Time)와 TQL(Total Queue Length) 에 대해서 확인하였으며 그 결과를 무작위(Random) 제어방식 및 최상우선(Best first) 제어방식과 비교하여 더 나은 결과를 보였다. 향후 VANETs를 활용한 실시간 제어방법이 보편화 될 경우 무선 통신기술을 이용한 교차로의 교통제어기술을 제안한 본 연구는 그 활용가치가 높을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제3권1호
• /
• pp.85-96
• /
• 2004

본 연구의 기본개념은 개별 차량이 대기차량 검지기를 통과할 때 "점유시간이 길다면 곧 차량은 정체하고 있다."라는 아주 기본적인 명제에서 출발하고 있다. 즉 차량의 속도를 고려하지 않고, 점유시간과 정체도는 비례한다는 개념으로부터 차량의 점유시간에서 정체도의 개념을 바로 유추하는 것이다. 본 연구에서 수행한 결과만을 놓고 본다면, 본 연구에서 제안하는 방식인 지점속도 대신 주기단위 점유율을 사용하는것이 모형이 정확도와 대기길이 추정의 신뢰도 측면에서 공히 우월한 결과를 얻었다. 이외 운영자 측면에서의 이점으로는 긴존 방식에서 요구되는 모수 s1, s2, Thdoc 값을 현장에 맞게 최적화 할 필요 없이 점유율을 곧 바로 정체도로 사용할 수 있다는 장점도 매력적일 수 있다. 점유율 방식을 사용할 경우 물론 현장 상황에 따라 조정되어야 할 변수들이 있겠지만, 기정값으로는 기존 임계정체도에서 사용하는 값인 0.7 대신에 0.20 - 0.30 정도가 적당한 것으로 분석되었다. 단, 제안 모형의 한계로는 본 모형은 누적 점유시간을 계측 주기시간 동안의 점유율을 사용하기 때문에 만일 대기차량이 형성되어 있는 동안 차량이 검지기를 점유하지 않을 때는 상당한 오차를 가지게 된다는 문제가 있다. 따라서 제안방식의 모형의 추정 신뢰도를 제고하기 위해서는 현재 상류부 대기길이용 검지기인 1.8m X 1.8m 크기의 검지기를 차량흐름 방향으로 크게 하거나 아니면 아예 검지기를 쌍으로 설치하는 것이 필요하다고 하겠다. 또한 COSMOS 시스템에서의 신뢰도 높은 대기길이 추정 기능은 과포화시 효율적인 신호제어에 필수적으로 요구되는 기능으로 향후 이와 관련된 후속연구가 활발히 진행되기를 바란다.그리고 매트릭스는 $256\times512$ 였다. MRI촬영자료에서 관절연골부위를 픽셀단위로 비교분석 하였다. 배양이 끝난 관절연골은 hematoxylin & eosin, toluidine blue, alcian blue, trichrome 염색 등을 시행하여 관찰하였다. 결과 : Dimethylmethylene blue를 이용한 GAG의 정량분석결과 배양시간증가에 따라 GAG의 농도가 비례적으로 증가하였다. $Gd(DTPA)^{2-}$ 첨가된 trypsin배양에서 관절연골의 T1 강조 영상에서의 신호강도는 trypsin 배양에 비하여 평균 $42.0\%$ 증가하였고 4시간과 5시간배양에서는 trypsin에서만 배양한 관절연골에 비하여 신호강도가 더욱 뚜렷하게 증가되었다 (p<0.05). 관절연골의 T1, T2, rho 이완시간은 배양시간에 따라 유의성 있는 차이가 관찰되지 않았으나 $Gd(DTPA)^{2-}$ 첨가된 trypsin배양에서 T1이완시간의 증가가 관절연골의 표층부와 이행부에서 측정되었다. 조직검사결과 trypsin 배양의 관절연골에서 toluidine blue와 alcian blue염색에서 결손이 관찰되었다. 결론 : Trypsin 배양시간에 따라 관절연골의 GAG결손을 정량적으로 확인할 수 있었고 픽셀크기 $97.9\times195\;{\mu}m$인 MRI로 $Gd(DTPA)^{2-}$-조영증강 및 이완시간을 측정할 수 있었다. 배양시간에 따른 GAG결손은 T1, T2, rho 이완시간보다 $Gd(DTPA)^{2-}$-조영증강에서