• 한국ITS학회 논문지
• /
• 제7권5호
• /
• pp.64-76
• /
• 2008

근본적인 교차로에서의 안전도 향상을 위해서는 사고발생 이전에 나타나는 사고의 개연성에 대한 연구가 필요하다. 교통사고는 교통상충상황의 연장선에서 발생하는 것으로써, 적은 시간과 한정된 공간에서 조사가 용이하고 자료취득이 수월하며 적은 비용으로 연구를 수행할 수 있다는 장점이 있다. 따라서 교통상충기법은 그 활용도가 높으며, 많은 필요성이 제기되고 있는 실정이다. 이에 본 연구에서는 신호교차로 영상을 입력받아서 교통상충을 자동으로 분석하고 처리할 수 있는 프로그램을 개발하였다. 본 프로그램은 CCTV카메라에서 입력되는 영상입력부, 입력된 영상을 배경영상, 현재영상, 차영상(difference image), 이동차량 분할(segmentation)영상을 저장하는 영상저장부, 저장된 영상을 상충알고리즘에 의해 상충판단을 하는 영상처리부, 그 처리된 결과는 디스플레이 해주는 영상출력부로 구분하여 처리한다. 프로그램 개발은 그래픽 언어인 LabVIEW 8.5버전과 VISION모듈 라이브러리를 이용하여 개발하였다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2007년도 제56회 학술발표회논문집
• /
• pp.375-382
• /
• 2007

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.253-256
• /
• 2005

The use of satellite remote sensing in maritime safety and security can aid in the detection of illegal fishing activities and provide more efficient use of limited aircraft or patrol craft resources. In the area of vessel traffic monitoring for commercial vessels, Vessel Traffic Service (VTS) which use the ground-based radar system have some difficulties in detecting moving ships due to the limited detection range. A virtual vessel traffic control system is introduced to contribute to prevent a marine accident such as collision and stranding from happening. Existing VTS has its limit. The virtual vessel traffic control system consists of both data acquisition by satellite remote sensing and a simulation of traffic environment stress based on the satellite data, remotely sensed data. And it could be used to provide timely and detailed information about the marine safety, including the location, speed and direction of ships, and help us operate vessels safely and efficiently. If environmental stress values are simulated for the ship information derived from satellite data, proper actions can be taken to prevent accidents. Since optical sensor has a high spatial resolution, JERS satellite data are used to track ships and extract their information. We present an algorithm of automatic identification of ship size and velocity. This paper lastly introduce the field testing results of ship detection by RADARSAT SAR imagery, and propose a new approach for a Vessel Monitoring System(VMS), including VTS, and SAR combination service.

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.58-70
• /
• 2019

보행자 교통사고의 경우 사고 발생 시 사망사고로 연결되는 위험성이 있다. 국내 지능형 교통시스템(ITS)은 질 좋은 교통 인프라를 구축하고 있음에도 불구하고, 거의 교통정보 수집에만 이용되고 있어, 위험상황 발생 시 지능적인 위험 요소 분류가 이루어지지 않고 있다. 본 연구에서 제안하는 시스템의 주요 구성 요소인 CNN 기반의 보행자 탐지 분류 모델의 경우 제한적인 환경에서 설치 운영되는 것을 가정하여 임베디드 시스템 기반으로 구현되었다. 기존 YOLO의 인공신경망 모델을 개선하여 My-Tiny-Model3라는 새로운 모델을 생성하였고, 20,000번의 반복 학습 기준으로 평균 정확도 86.29%와 21.1 fps의 실시간 탐지 속도 결과를 보였다. 그리고, 이러한 탐지 시스템을 기반으로 하여 ITS 체계와 연계 가능한 시스템 구현 및 프로토콜 연동 시나리오를 구성하였다. 본 연구를 통해 기존 ITS 체계와 연동하는 보행자 사고 방지 시스템을 구현한다면, 새로운 인프라 구축비용을 절감하고 보행자 교통사고 발생률을 줄이는 데 도움이 될 것이다. 또한, 기존의 시스템 감시인력 소요에 따른 비용 또한 줄일 수 있을 것으로 기대된다.

• 한국통신학회논문지
• /
• 제39C권3호
• /
• pp.255-263
• /
• 2014

도로변에 설치된 폐쇄회로 카메라를 통해 사고를 감지하여 교통사고 대책반에 전송하는 시스템이 연구되어 많은 성과를 거두고 있다. 더하여 고속도로에서는 고장으로 인한 정지차량이 차량의 흐름을 방해하는 것도 사고로 간주해야 하는 상황이 발생한다. 본 논문에서는 차량의 흐름을 각 차선 별로 모니터링하고 있다가 정지차량이나 사고로 인한 차량흐름의 변화를 감지하여 이를 사고 대책반에 알리는 시스템을 소개한다. 각 차선 별 차량흐름은 레벨 스페이싱 곡선들로서 위치벡터에 대한 Wigner 분포를 이룬다. 여기에 해밀토니안 및 칼로게로 모제 시스템을 적용하면 각 레벨스페이싱 커브간의 간격에 대한 확률식을 얻게된다. 이 식으로부터 변동이 큰 이상 신호를 찾으면 사고 상황과 잘 맞는다. 이것은 한 차선에 대한 이상 신호를 찾는 것과는 다르다. 전체적인 차량 흐름 속에서 찾아야만 사고를 감지하는 효과를 보기 때문이다. 각 차선 별 차량흐름을 모니터링 하는 과정에서 카메라의 특성상 차량의 그림자를 차량으로 오인하게 되면 사고감지에도 영향을 미친다. 이를 방지하기 위해 그림자를 제거하는 방법도 소개한다. 본 시스템의 평가를 위해 베이지안 네트워크 방법을 사용한 시스템과 비교하였다. 특별히 고장으로 인한 정지차량으로 생겨난 차량흐름의 변화를 사고로 인식하는 데는 본 시스템이 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 전자공학회논문지
• /
• 제51권2호
• /
• pp.23-29
• /
• 2014

지능형 교통 시스템(Intelligent Transportation Systems)의 첨단 교통 관리 시스템(Advanced Traffic Management System)은 고화질 카메라, 고성능 레이더 센서와 같은 향상된 인프라를 통하여 도로 상의 차량 속도, 통행량, 돌발 상황 등의 교통 상황을 실시간으로 분석하며 관련 업무를 자동화하고 있다. 특히 도로 이용자의 안전을 위해서는 돌발 상황 자동 검지 및 2차 사고 방지를 위한 시스템이 필요하다. 이러한 유고 검지 및 관리 시스템에서는 CCTV 기반 영상 검지와 레이더를 이용한 물체검지가 주로 사용된다. 본 논문은 다중 감시용 카메라를 사용한 실시간 고속도로 돌발 상황 검지 시스템에서 모자이크(mosaic) 동영상을 구성하는 방법과 다양한 각도에서 촬영된 움직이는 객체를 보다 정확하게 추적할 수 있는 배경 모델링에 기반한 알고리즘을 제안하였다. 실험결과 영상검지는 레이더검지의 근거리 음영 영역과 원거리 검지한계 영역을 보완해 줄 수 있을 뿐만 아니라 악천후를 제외한 주간 검지에서 보다 나은 분류 특징들을 갖고 있음을 확인 할 수 있었다.

• 한국항행학회논문지
• /
• 제17권1호
• /
• pp.90-97
• /
• 2013

최근 영상처리 기법에 기반한 지능형 교통시스템의 개발이 활성화되고 있다. 본 논문에서는 도심 사거리에서 획득한 비디오를 분석하여 차량의 움직임 변화와 체류시간에 기반한 추돌 검출 알고리즘을 제안한다. 가우시안 혼합 모델 기반으로 생성된 배경과 입력영상의 차 영상으로부터 관심영역(ROI)안의 객체를 추출한다. 추출된 객체에 대해 계산된 움직임벡터와 화면 내 차량 체류시간을 이용하여 교차로 내 차량추돌과 교통체증을 검출하였다. 제안된 알고리즘은 추돌을 포함한 실제 교차로 영상에 대해 테스트되었고, 탐지율은 85.7%이고, 오탐율은 7.7%였다.

• 한국도로학회논문집
• /
• 제14권1호
• /
• pp.85-94
• /
• 2012

교통사고 발생시점부터 사고처리가 완료된 시점까지를 돌발상황 지속시간(Incident Duration Time)이라고 정의하는데, 이를 단축시켜야만 교통사고 피해를 최소화할 수 있다. 본 연구는 고속도로 교통사고를 대상으로 돌발상황 지속시간에 영향을 주는 요인들을 찾아내기 위한 모형을 개발하였다. 모형은 모든 사고자료에 포함한 통합 모형(모형1)과 일반구간, 교량, 터널 등 교통사고 장소별로 구분하여 분석한 세부 모형(모형 2, 3, 4) 등 모두 4개의 모형을 구축하였다. 분석 결과, 교통사고가 발생한 장소에 따라 돌발상황 지속시간에 다른 영향을 주는 것으로 나타났으며, 현장 처리를 위한 작업차량 도착시간이 가장 민감한 요인으로 분석되었다. 또한 차-차 사고, 화물차에 의한 사고, 야간 사고, 주말 사고 등의 시사점 있는 요인들을 찾아냈다. 이러한 연구결과는 향후 교통사고 관리대책을 수립하는 데 있어 중요한 판단지표로 활용이 가능할 것으로 판단된다.

• International Journal of Advanced Culture Technology
• /
• 제10권2호
• /
• pp.300-306
• /
• 2022

Currently, Korea is building traffic infrastructure using Intelligent Transport Systems (ITS), but the pedestrian traffic accident rate is very high. The purpose of this paper is to prevent the risk of traffic accidents by jaywalking pedestrians. The development of this study aims to detect pedestrians who trespass using the public data set provided by the Artificial Intelligence Hub (AIHub). The data set uses training data: 673,150 pieces and validation data: 131,385 pieces, and the types include snow, rain, fog, etc., and there is a total of 7 types including passenger cars, small buses, large buses, trucks, large trailers, motorcycles, and pedestrians. has a class format of Learning is carried out using YOLOv5 as an implementation model, and as an object detection and edge detection method of an input image, a canny edge model is applied to classify and visualize human objects within the detected road boundary range. In this study, it was designed and implemented to detect pedestrians using the deep learning-based YOLOv5 model. As the final result, the mAP 0.5 showed a real-time detection rate of 61% and 114.9 fps at 338 epochs using the YOLOv5 model.