• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.44-61
• /
• 2022

최근 화물자동차 통행량이 증가함에 따라 도로가 더욱 혼잡해지고 사고 위험도도 높아지고 있는 추세이다. 화물자동차로 인한 교통사고 치사율은 승용차와 승합차에 비해 약 2~3배로 높은 상황으로 화물자동차 교통안전에 대한 대책 마련이 시급한 상황이다. 기존 연구들이 대부분 교통사고에 영향을 미치는 요인 분석에 집중하였다면, 본 연구에서는 운전자 설문조사 및 인터뷰, 관련 연구 등을 토대로 화물자동차의 교통안전을 위한 대책을 제시하였다. Fuzzy-AHP 방법론을 활용하여 안전대책 항목을 대분류 4개, 소분류 12개로 설정하고, 항목 간의 우선순위를 평가하였다. 분석결과, 화물자동차 운전자의 근무환경 개선이 가장 중요한 것으로 도출되었으며, 도로 교통환경 개선이 그 뒤를 이었다. 세부적으로는 화물자동차 운임제도 개선, 운전자의 충분한 휴식 보장, 도로변 불법 주정차 단속 강화 등이 시급한 것으로 나타났다. 본 연구는 향후 지속적 증가한 화물자동차 통행에 대비한 안전정책 마련을 위해 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1663-1676
• /
• 2022

최근 딥러닝을 활용한 토지피복분류 기법 연구가 다수 수행되고 있다. 그런데 양질의 토지피복 학습데이터를 충분하게 구축되지 못하여 성능이 저하되는 양상이 확인되었다. 이에 따라 본 연구에서는 데이터 확장 기법의 적용을 통한 토지피복분류 성능의 향상을 확인하였다. 분류 모델로는 U-Net이 활용되었으며 AI Hub에서 제공하는 토지피복 위성 이미지 자료를 연구자료로 활용하였다. 원본 데이터로 학습한 모델과 데이터 확장 기법이 적용된 데이터로 학습한 모델의 픽셀 정확도는 각각 0.905와 0.923이었으며 평균 F1 스코어는 각각 0.720과 0.775로 데이터 확장 기법을 적용하였을 때가 보다 우수한 성능을 나타내는 사실을 확인할 수 있었다. 또한 원본 학습데이터를 활용하여 학습한 모델의 경우 건물, 도로, 논, 밭, 산림, 비대상 지역 클래스에 대한 F1 스코어가 0.770, 0.568, 0.733, 0.455, 0.964 그리고 0.830이었으며, 데이터 확장을 적용하였을 때에 각 클래스에 대한 F1 스코어는 각각 0.838, 0.660, 0.791, 0.530, 0.969 그리고 0.860으로 모든 클래스에 대해 데이터 확장이 성능향상에 유효하다는 사실을 확인하였다. 또한, 클래스 균형에 대한 고려없이 데이터 확장을 적용했음에도 불구하고 데이터 불균형에 의한 클래스별 성능 왜곡을 완화할 수 있다는 사실을 확인할 수 있었다. 이는 절대적인 학습데이터의 양이 증가했기 때문이라 판단된다. 본 연구 결과는 다양한 영상 처리 분야에서 데이터 확장 기법의 중요성과 효과를 증명하는 기반 자료의 역할을 수행할 것으로 기대한다.

• Journal of Ecology and Environment
• /
• 제45권4호
• /
• pp.277-286
• /
• 2021

Background: As trade increases, the influx of various alien species and their spread to new regions are prevalent and no longer a special problem. Anthropogenic activities and climate changes have made the distribution of alien species out of their native range common. As a result, alien species can be easily found anywhere, and they have nothing but only a few differences in intensity. The prevalent distribution of alien species adversely affects the ecosystem, and a strategic management plan must be established to control them effectively. To this end, hot spots and cold spots were analyzed according to the degree of distribution of invasive alien plants, and major environmental factors related to hot spots were found. We analyzed the 10,287 distribution points of 126 species of alien plants collected through the national survey of alien species by the hierarchical model of species communities (HMSC) framework. Results: The explanatory and fourfold cross-validation predictive power of the model were 0.91 and 0.75 as AUC values, respectively. The hot spots of invasive plants were found in the Seoul metropolitan area, Daegu metropolitan city, Chungcheongbuk-do Province, southwest shore, and Jeju island. Generally, the hot spots were found where the higher maximum temperature of summer, precipitation of winter, and road density are observed, but temperature seasonality, annual temperature range, precipitation of the summer, and distance to river and sea were negatively related to the hot spots. According to the model, the functional traits accounted for 55% of the variance explained by the environmental factors. The species with higher specific leaf areas were more found where temperature seasonality was low. Taller species preferred the bigger annual temperature range. The heavier seed mass was only preferred when the max temperature of summer exceeded 29 ℃. Conclusions: In this study, hot spots were places where 2.1 times more alien plants were distributed on average than non-hot spots (33.5 vs 15.7 species). The hot spots of invasive plants were expected to appear in less stressful climate conditions, such as low fluctuation of temperature and precipitation. Also, the disturbance by anthropogenic factors or water flow had positive influences on the hot spots. These results were consistent with the previous reports about the ruderal or competitive strategies of invasive plants instead of the stress-tolerant strategy. The functional traits are closely related to the ecological strategies of plants by shaping the response of species to various environmental filters, and our result confirmed this. Therefore, in order to effectively control alien plants, it is judged that the occurrence of disturbed sites in which alien plants can grow in large quantities is minimized, and the river management of waterfronts is required.

• 지역연구
• /
• 제38권3호
• /
• pp.3-17
• /
• 2022

자동차 중심의 생활방식은 도시 공간에서 이점을 제공해 주었지만 교통체증, 대기오염, 교통사고 등 여러 가지 문제를 야기하고 있는 실정이다. 그중 불법 주정차는 도시 공간에서 부정적인 영향을 미치는 대표적인 도시문제 중 하나이다. 본 연구의 목적은 2019년 접수된 서울시 스마트 불편신고 민원 자료 중 불법 주정차 관련 자료를 활용하여 불법 주정차에 영향을 미치는 도시 환경 요인을 분석하고 정책적 시사점을 제공하는 것이다. 불법 주정차 민원의 경우 민원이 발생하는 시간대에 따라 영향요인이 다를 것으로 가정하고, 민원이 발생한 시간대를 전체 시간대, 낮 시간대, 밤 시간대로 구분하여 분석을 진행하였다. 본 연구의 분석 결과로는 토지이용과 POI 시설 수와 지하철 역세권, 도로폭 등의 변수가 불법 주정차와 밀접한 관련이 있는 것으로 나타났다. 반면 주차장 시설은 시설의 유형에 상관없이 불법 주정차 민원과 유의미한 결과가 나타나지 않았다. 본 연구는 스마트 불편신고 민원 빅데이터의 활용을 통해 도시민이 실제 체감하는 도시문제인 불법 주정차 문제를 분석하고 정책적 시사점을 제시하는 데 의의가 있다.

• 한국ITS학회 논문지
• /
• 제21권4호
• /
• pp.1-17
• /
• 2022

우리나라 교통사고 사망자 중 보행 중 사망자가 높은 비율을 차지하고 있으며, 정책적으로 보행안전에 대한 관심이 높아지고 있다. 특히, 보행자 교통사고가 많이 발생하는 신호교차로에서 보행환경 개선을 위하여 다양한 보행자 중심의 교통신호 운영기법 개발이 필요한 시점이다. 이에 본 연구에서는 잔류보행 기반 시간대별 보행신호 운영기법을 연구하였다. 본 연구에서는 보행수요와 잔류보행자가 증가하는 시간대에 한해서 보행신호시간을 더 늘려서 운영하는 잔류보행기반 시간대별 보행신호 운영기법을 현장에 적용하였으며, 제안한 보행신호 운영기법 적용에 따른 안전성의 차이를 통계적으로 분석하였다. 분석 결과, 현시 단위 잔류보행자율은 적용 전 20%(3.3명), 적용 후 8%(1.4명)으로 감소하였으며, 적색신호 시 횡단보도 내 잔류하는 잔류보행자율이 12%(1.9명) 감소하고, 그리고 잔류보행자의 위치는 적용 전 5.2m에서 적용 후 1.9m로 3.3m 감소하는 것으로 분석되었다.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.164-181
• /
• 2023

낮은 제한속도 환경에서 무인 교통단속 장비의 속도위반 단속 허용범위는 매우 높으며. 이는 제한속도 준수율이 낮은 주요인 중 하나이다. 이에 따라 본 연구에서는 무인 교통단속 장비의 속도위반 허용범위를 개선하여, 새로운 제한속도별 허용범위 기준을 제시하였다. 먼저 운전자에게 과속을 유발할 수 있는 운영자·이용자 측면의 오차 실효성을 분석하고, 분석 결과에 따라 단속 장비 오차와 내비게이션 GPS 속도 오차를 적용하여 허용범위 개선안을 제시하였다. 또한, 허용범위 개선 시 운영자 측면에서 장기적으로 기대되는 사고율 및 사고 심각도 등 안전성 효과를 추정하였다. 추정 결과 모든 제한속도의 도로구간에서 제한속도 준수율, 사고율, 속도 변화에 따른 심각도별 사고건수 변화율, 보행자 교통사고 사망률 모두 개선되었다. 따라서 본 연구에서 제시한 속도위반 단속 허용범위 개선안이 도입될 경우, 추정한 개선 효과와 같이 도로의 안전성이 향상될 것으로 기대된다.

• 토지주택연구
• /
• 제14권2호
• /
• pp.125-135
• /
• 2023

드론은 국토조사, 수송, 해양, 환경, 방재, 문화재, 건설 등 다양한 분야에서 활용되고 있다. 또한 사물인터넷(Internet of Things), 인공지능(Artificial Intelligence) 등과 관련하여 4차 산업 혁명의 핵심기술을 검증하고 적용시킬 수 있는 기술로 떠오르고 있다. 본 연구에서는 드론을 활용하여 균열을 자동으로 탐지할 수 있는 딥러닝 모델을 개발하고자 한다. 딥러닝 학습을 위한 이미지 데이터는 Mavic3 드론을 이용하여 수집하였고 촬영고도는 20m, ×7배율로 촬영하였다. 촬영 시 약 2m/s의 속도로 전진하여 영상을 찍고, 프레임을 추출하는 식으로 데이터를 수집하였다. 이런식으로 수집한 데이터를 통해 딥러닝 학습을 진행하였다. 본 연구에서는 딥러닝 학습모델로 Backbone으로는 Swin Transformer, Architecture로 UperNet을 사용하였다. 약 800장의 라벨링 된 데이터를 Augmentation기법으로 데이터 양을 증가시키고 3차에 걸쳐 학습을 진행하였다. 1차와 2차 학습 시 Cross-Entropy loss function을 사용하였고 3차 학습 시 Tversky Loss Function을 사용하였다. 학습결과, 균열 탐지와 균열율을 계산할 수 있는 모델을 개발하였다. 또한, 드론의 위치 정보를 이용해 특정 도로의 한 차선 균열율을 계산할 수 있는 모델을 개발하였다. 향후 추가적인 연구를 통하여 균열탐지모델의 고도화를 사물인터넷(IoT)과의 융합으로 이루었을 때 소파보수(Patching)나 포트홀(Pothole)의 탐지가 가능할 것으로 보인다. 또한 드론의 실시간 탐지 업무수행으로 포장 유지 보수구간에 대한 탐지를 신속하게 확보할 수 있을것으로 기대된다.

• 대한토목학회논문집
• /
• 제30권3D호
• /
• pp.255-261
• /
• 2010

교통정책에 대한 평가는 평가자의 관점에 따라서 차이가 있기 때문에, 단순한 빈도분석보다는 평가대상에 대해서 정확한 인지 서열화를 통한 분석이 필요하다. 본 연구는 대도시의 교통정책에 대한 평가를 위하여, 도로소통, 대중교통, 주차, 보행환경, 광역교통, 교통정보, 교통전체 7개 분야에 대해서 다차원척도법인 ALSCAL법과 MDPREF법을 시용하여 분석을 하였다. 포지셔닝한 결과, 각각 4개 집단으로 분류되었으며, 전체적으로는 비슷한 경향을 나타내었으나, 아이디얼 포인트 모형인 ALSCAL법은 지능형 교통체계의 도입 유무에 따른 교통정책별 개선정도, 벡터 모형인 MDPREF법의 경우는 특정 기능의 확충 내지 구축에 따른 교통정책별 개선정도에 대한 인지경향이 있는 것으로 대별되어 나타났다. 따라서 향후 교통정책을 수립할 경우에는 아이디얼 포인트 모형인 ALSCAL법과 벡터 모형인 MDPREF법을 우선적으로 수행하여 평가자의 정확한 인지 서열화를 기한 후, 이를 함께 고려한 교통정책을 수립, 제시하는 것이 바람직한 것으로 나타났다.

• 실천공학교육논문지
• /
• 제14권3호
• /
• pp.593-600
• /
• 2022

자율주행 차량에는 라이다, 레이더, 카메라 등 다양한 센서들이 융합되어 활용되고 있다. 특히 라이더 및 레이더는 고가의 장비로 자율주행 자동차의 대중화를 위해 해결해야 하는 부분으로 고가의 장비를 대체할 수 있는 연구가 지속적으로 이루어지고 있다. 본 논문에서는 비용면에서 저가이면서 손쉽게 장착할 수 있는 단일 카메라를 이용하여 주행 차량의 전방 측면 차량 바퀴와 인접 차선을 감지하고 거리를 추정하는 방법을 제안하였다. 제안된 방법은 입력 영상을 통해 프레임 추출 후 프레임 이미지에서 차선과 바퀴를 검출하고 거리를 측정하여 실제 도로 환경에서 실측 된 거리와 비교하였고, 오차범위 ±3cm 안에서 비교적 정확히 거리를 산출할 수 있었다. 이를 통해 자율주행 자동차의 비용 절감 또는 라이다, 레이더 센서의 고장으로 대체 가능한 수단으로 활용할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1245-1254
• /
• 2023

77 GHz frequency modulation continuous wave radar를 이용한 W-band synthetic aperture radar (SAR) system에 대한 연구가 활발히 진행되고 있다. 고해상도의 W-band SAR 영상을 복원하기 위해서는 스테레오 카메라 또는 라이다(LiDAR)에서 획득한 point cloud를 6 degrees of freedom (DOF)의 방향에서 변환하여 SAR 영상 신호처리에 적용하는 것이 필요하다. 하지만 서로 다른 센서로부터 획득한 영상의 기하구조가 달라 정합하는데 어려움을 가진다. 본 연구에서 SAR 영상의 엔트로피(entropy)에 따른 경사 하강법을 이용하여 point cloud의 6 DOF를 구하고 최적의 depth map을 추출하는 기법을 제시한다. 구축한 W-band SAR system으로 주요 도로 환경 객체인 나무를 복원하는 실험을 수행하였다. 엔트로피에 따른 경사 하강법을 이용하여 복원한 SAR 영상이 기존의 레이더 좌표에서 복원한 SAR 영상보다 mean square error는 53.2828 감소했고, structural similarity index는 0.5529 증가한 것을 보였다.