• 한국인터넷방송통신학회논문지
• /
• 제22권3호
• /
• pp.15-24
• /
• 2022

현재 교차로에서의 보행자 교통흐름이나 비동력차 교통흐름의 신호제어에 대한 연구는 비교적 적다. 교통 흐름 신호 제어의 최적화 방안을 연구하여 보행자, 비동력차, 자동차 등의 전체적인 교통 흐름을 조화롭게 통제할 수 있게 하는 것은 교차로의 정체 상황을 개선하는 데 중요한 의의가 있다. 교차로의 교통 최적화를 위해 본 논문은 채널화 최적화와 위상 설계의 두 가지 측면에서 출발하며, 교차로에서의 충돌점의 수를 공간적, 시간적 할당으로부터 각각 감소시킨다. 고전적인 신호 타이밍 방법을 이론적 기반으로하고, 교통 여행객의 안전과 시간 적 이익 보장을 목표로 교차로의 채널화 최적화 및 신호 제어 방안을 제안한다. 자동차, 비자동차, 보행자를 객체로 하는 교차로의 채널화 및 위상 설계방법에 대해 논의하고, 교차로의 채널화 최적화 개선 방안을 제안한다. 교차로 신호제어의 다목적 최적화 모델을 구축하였으며, NSGA-II 알고리즘을 기반으로 모델을 해결하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.61-68
• /
• 2024

횡단보도에서 발생하는 교통사고를 해결하기 위한 시도가 계속되고 있지만, 교통사고는 끊임 없이 일어나는 상황이다. 특히 노인, 장애인 등의 교통약자들은 교통사고에 노출될 위험이 더 크다. 이에 대한 문제점을 주의 깊게 볼 필요가 있다. 본 논문은 교통 약자 중 휠체어, 목발과 같은 보조 기구를 이용하는 보행자를 위해 YOLO v5 모델을 활용한 객체 탐지 기술을 제안한다. 휠체어, 목발 사용자 그리고 보행자의 이미지 크롤링, Roboflow와 Mobibity Aids 데이터를 수집하였다. 일반화 성능을 높이기 위해 데이터 증강 기법을 활용하였다. 더하여 Type 2 error를 줄이기 위해 앙상블 기법을 이용하여 Recall이 96%인 높은 성능 수치를 얻었다. 이를 통해 교통약자를 목표로 YOLO 내 단일 모델을 앙상블 할 시, 객체를 놓치지 않고 정확한 탐지 성능을 보여준다는 것을 입증하였다.

• 한국ITS학회 논문지
• /
• 제11권5호
• /
• pp.27-37
• /
• 2012

최근 10년간 긴급차량(소방방채청 기준)의 출동 건수 및 출동 시간은 지속적으로 증가하는 추세이며, 혼잡으로 인한 출동여건은 나빠지고 있다. 특히, 일반 승용차의 양보가 힘든 상황에서 신호제어 전략은 출동시간을 줄일 수 있는 중요한 방법 중 하나로서 본 연구에서는 경찰청의 UTIS 사업과 연계하여 신호교차로에서 사용가능한 긴급차량 preemption 알고리즘을 보행자를 고려한 현시전략 및 주기 회복 전략을 고려하여 개발하였다. 또한 이를 평가하기 위한 방안으로 VISSIM을 이용하여 대전에 위치한 비연동축 및 연동축에 대하여 모의실험을 수행하였다. 모의실험의 객관적 평가를 위해 네트워크 정산 및 검증 과정을 수행하였으며, 이를 기반으로 기존 고정식 신호제어와 preemption 신호제어에서 긴급차량과 일반차량의 통행시간 및 평균지체를 검토하였다. 긴급차량의 경우 preemption 이후 주기회복에 "Add 또는 Subtract"을 사용할 경우 36.8~43.3%, "Dwell" 방식을 사용할 경우 30.7~46.0%의 통행시간 감소가 확인되었으며, 일반차량의 경우, 비연동축에서 Dwell 방식을 취할 경우 평균지체가 33.5%까지 증가하였으며, 연동축에서는 0.5% 증가만 확인되었다. 또한 비연동축에서 "Add 또는 Subtract"은 0.7%, 연동축에서는 4.5% 평균지체 증가가 확인되었다. 따라서 preemption 이후 주기회복과정은 연동축에서는 "Dwell", 비연동축에서는 "Add 또는 Subtract"의 방식이 우수할 것으로 판단된다. 그러나 연동축에 대한 명확한 구분이 어려울 경우, "Dwell" 방식의 사용은 신중히 고려되어야 할 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제13권1호
• /
• pp.1-14
• /
• 2014

국가정책 및 사회적 여건의 변화에 따라 도시부의 교통혼잡 완화를 위한 물리적 도로 확대가 한계에 다다른 지금 혼잡 완화를 위해서는 기존 도로의 효율성을 재고하는 방안이 간구되어야한다. 또한 지능형교통체계(ITS)는 과거 루프 및 영상검지기 등을 통한 도로기반 지점검지 중심의 교통정보 수집체계에서 도로, 자동차 및 보행자간의 다양한 수집 체계를 통한 실시간 구간검지 체계 중심의 차세대 지능형교통체계(C-ITS :Co-operative ITS)로 빠르게 진화하고 있으나 현재 교차로의 운영 및 제어를 위한 교통정보의 수집방법은 지점검지체계에 국한되어 있는 실정이다. 따라서 본 연구는 현재 Hi-pass에 적용된 DSRC기술을 통해 수집이 가능한 구간정보를 이용하여 접근로의 대기행렬 길이를 산정하고 이를 활용하는 독립교차로의 실시간 신호제어모형의 개발 및 평가를 목적으로 하였다. 대기행렬길이 추정을 위해 구간검지기를 통해 수집된 개별차량의 통행시간을 이용하여 시공도 상에 4개의 좌표값을 추정하였으며 한 주기동안 추정된 좌표값들을 통해 대기행렬이 생성되는 충격파의 속도 및 대기행렬길이를 추정하였다. 실시간 신호제어를 위해 각 방향별 추정된 대기행렬길이를 통해 전체 교차로의 대기행렬길이의 합이 최소가 되는 신호시간을 산정하였으며 API 기능을 제공하는 미시적 시뮬레이션 프로그램인 VISSIM을 활용하여 총 3개의 시나리오를 평가하여 알고리즘에 의해 교차로의 대기행렬 길이의 합이 최소가 되는 신호시간의 산정이 가능함을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.157-165
• /
• 2020

뉴-럴 네트워크와 자동운전 데이터 셋을 개발하는 목표중의 하나가 데이터 셋을 분할함에 따라서 움직이는 물체를 검출하는 성능을 개선하는 방법이 있다. 다크넷 (DarkNet) 프레임 워크에 있어서, YOLOv4 네트워크는 Udacity 데이터 셋에서 훈련하는 셋과 검증 셋으로 사용되었다. Udacity 데이터 셋의 7개 비율에 따라서 이 데이터 셋은 훈련 셋, 검증 셋, 테스트 셋을 포함한 3개의 부분 셋으로 나누어진다. K-means++ 알고리즘은 7개 그룹에서 개체 Box 차원 군집화를 수행하기 위해 사용되었다. 훈련을 위한 YOLOv4 네트워크의 슈퍼 파라메타를 조절하여 7개 그룹들에 대하여 최적 모델 파라메타가 각각 구해졌다. 이 모델 파라메타는 각각 7 개 테스트 셋 데이터에 비교하고 검출에 사용되었다. 실험결과에서 YOLOv4 네트워크는 Udacity 데이터 셋에서 트럭, 자동차, 행인으로 표현되는 움직이는 물체에 대하여 대/중/소 물체 검출을 할수 있음을 보여 주었다. 훈련 셋과 검증 셋, 테스트 셋의 비율이 7 ; 1.5 ; 1.5 일 때 최적의 모델 파라메타로서 가장 높은 검출 성능이었다. 그 결과값은, mAP50가 80.89%, mAP75가 47.08%에 달하고, 검출 속도는 10.56 FPS에 달한다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.1-19
• /
• 2023

최근 탄소중립의 대안으로 떠오르고 있는 자전거의 통행행태를 파악하기 위하여 경유지를 고려한 통행발생량을 추정하고자 하였다. 서울시 공공자전거인 '따릉이'의 GPS 주행궤적 데이터를 이용하여 통행에서의 중간 경유지인 체류 지점을 파악하고, 인구, 토지이용, 물리적인 특성을 반영한 통행발생량 모형을 분석하였다. 맵매칭과 체류 지점 탐지 알고리즘을 이용하여 체류 지점을 추정한 결과, 전체 통행의 약 12.1%에서 체류 지점이 나타났다. 체류가 발생한 통행은 비체류에 비해 평균 이용거리와 이용시간이 더 길며, 체류 지점이 집중되는 시간대는 오전 첨두시와 오후 첨두시 사이의 비첨두시인 것으로 나타났다. 시각화 분석에 따르면 공원 및 레저 시설, 업무시설에서 주로 체류 지점이 나타났다. 체류 지점을 고려하기 위하여 기존의 대여소 기반이 아닌 육각격자를 분석단위로 설정하였으며, 영과잉 음이항(Zero-Inflated Negative Binomial, ZINB) 모형을 이용하여 체류 지점을 고려한 통행발생량을 추정하였다. 분석결과, 자전거전용도로 및 자전거·보행자겸용도로(분리형)와 같이 자전거 이용자의 안전이 확보된 자전거 인프라에서 통행발생량 및 체류 지점에서 발생한 통행이 많은 것으로 나타났다. 또한 공공자전거는 대중교통의 접근수단으로서 퍼스트&라스트 마일 수단의 역할을 하며, 생활중심지와 고용중심지에서 통행발생량이 커지는 것으로 나타났다. 이러한 분석 결과를 토대로 자전거 인프라의 추가 확충 계획 시 이용자의 안전시설 및 공간 확보가 우선돼야 하며, 대중교통과 연계한 자전거 인프라 시설 보급방안의 수립이 필요한 것으로 보인다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.