• 대한토목학회논문집
• /
• 제39권3호
• /
• pp.461-467
• /
• 2019

IoT (Internet of Things) 기술과 위치기반 기술의 발전은 대용량의 이동데이터를 급속하게 생성하고 있다. 대용량 이동 데이터의 분석은 도시 이동의 흐름 및 교통 계획 등에 활용되고 있다. 본 연구에서는 불규칙한 공간적 및 시간적 해상도의 택시 승차 정보로부터 빈번 승차 패턴을 분석하였다. 택시 승차 지점을 중심으로 군집 분석을 실시한 후 군집분석에 기반한 영역을 기준으로 순차패턴 분석을 적용하여 택시 승차 지점이 빈번하게 일어나는 패턴을 분석하였다. 실험용 데이터는 서울특별시 택시 운행 정보로부터 아침 출근 시간인 7시부터 9시 사이의 승차 정보를 분석하였다. 분석 결과는 아침 출근 시간대에 가장 빈도가 높게 발생하는 승차 순차 패턴은 강남 지역 안에서 많이 발생하였으며 지역과의 연계에 있어서는 강남으로부터 서울 시청 지역으로의 이동이 많이 발생하였다. 또한 본 연구는 순차 패턴 분석을 위한 기본 단위로 행정동 경계를 기준으로 분석하였다. 하지만 행정동 경계 기반의 분석은 지역간의 이동 패턴을 찾기가 어려웠다. 본 연구 결과는 향후 택시 공차율 감소와 도시 흐름관리를 위하여 활용할 수 있을 것으로 사료된다.

• 대기
• /
• 제31권2호
• /
• pp.241-249
• /
• 2021

최근 들어 늘어나고 있는 도시기상에 대한 미래수요 활용 방안을 위해 적합한 관측과 모델 분야의 고려요소와 기획연구 방향에 대해서 관측과 모델, 공간정보 활용 방안에 대해서 확인하였다. 도시기상 관측의 높은 공간해상도 요구사항을 기존 종관기상 관측망을 통해서 만족하기가 어려우며, 사용하고 있는 기존 측기의 유지 관리에 대해서 어려움이 높을 것으로 예상되기 때문에 기존측기보다 소형화된 간이 측정기를 통해 공간해상도를 보완함과 동시에 간이측기의 장기 검보정을 위한 도시규모별 유, 무인의 검보정 시스템이 필요할 것으로 보인다. 또한 UAM과 같은 차세대 교통체계의 실용화 등의 운용방안에 맞춘 기상정보 지원을 위해서 영공을 포함한 도시 지역 예보가 필요할 것으로 보인다. 이를 위해 복잡한 도시의 지면 효과를 반영하는 빌딩 규모 모델의 개발이 필요하며, 이에 대해서 중규모모델과 LES의 결합이 된 다중스케일 모델 개발 과 개선이 필요할 것으로 보인다. 추가적으로 이러한 다중스케일 모델의 연산속도 향상과 성능 개선을 위해서 GPU 등을 이용하여 모델 계산속도를 높이는 노력이 필요할 것으로 예상된다. 이러한 관측과 모델의 정보를 공간정보로 활용하기 위한 방안은 최종적으로 소규모 지역의 고해상도 실시간 기상정보를 제공하여 기상자원정보의 시너지 향상과 도시생활의 시너지 효과를 이루어낼 수 있는 정보 활용이 될 수 있을 것으로 예상된다. 스마트시티에 대한 기상자원의 활용과 융합에 대해서 국내 스마트시티 계획 지역인 부산과 세종의 현재 구축된 자료를 이용하여 그 융합을 사례 적용하였다. 특히 교통에 영향을 많이 줄 것으로 보이는 안개에 대해서 실제 과거 발생일수의 분석을 통해 스마트시티 지역 내에서 발생할 수 있는 재난 상황을 판단하고, 지역별 지형 및 기상 특성을 고려하여 관측과 예보에 필수적인 기상 인자를 최적화하고, 도시계획 과정에서 관측소의 최적입지를 선정하여 기존 도시인프라와의 융합 활용을 통해 도시기상자료를 고해상도로 구축하는 방안이 필요할 것으로 보인다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.1-10
• /
• 2021

최근 해양 수중 산업의 발전으로 수중 센서 네트워크(UWASN: Underwater Acoustic Sensor Network)에 대한 관심이 증대되고 있다. 수중 센서 네트워크를 효율적으로 운용하기 위해서는 노드 간 전송 충돌을 방지하고 통신 자원을 효율적으로 공유할 수 있는 매체 접속 제어(MAC: Medium Access Control) 프로토콜을 적용하는 것이 매우 중요하다. 하지만 수중 채널은 지상 무선 통신 환경과 달리 좁은 대역폭, 긴 전파 지연 시간, 낮은 전송률 등의 특성을 가지므로 지상 환경에서 개발된 비직교 다중 접속(NOMA: Non Orthogonal Multiple Access)의 노드 페어링 기법을 그대로 적용할 수 없다. 따라서 본 논문에서는 수중 채널의 특수성을 고려한 수중 음향 센서 네트워크에서의 비직교 다중 접속 다차원 노드 페어링 기법을 제안한다. 기존의 기법들은 노드 페어링 시 채널 품질만을 고려하였다. 기존 기법과 달리 제안 기법에서는 채널 품질 뿐 아니라 노드 간 공평성, 트래픽 부하, 패킷의 나이를 추가로 고려하여 최적의 노드 쌍(node-pair)을 찾는다. 추가적으로, 송신 노드는 실제 경로 손실 대신 노드 쌍 가능 노드 목록(PNL: Pairable Nodes List)을 활용함으로써 노드 페어링 시의 계산 복잡도를 줄인다. 시뮬레이션 결과에 따르면 공평성 요소까지 고려한 제안 기법이 기존 기법 대비 최대 23.8% 전송률 증가, 28% 지연 시간 감소, 공평성은 최대 5.7% 향상됨을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권2호
• /
• pp.45-56
• /
• 2021

군집주행은 여러 대의 자율 주행 차량이 통신을 사용하여 서로 정보를 교환하며 하나의 군집을 이루어 주행하는 것이다. 이러한 군집주행 기술은 더 좁은 차량 간 간격을 유지하며 주행함으로써 도로의 통행량 증대, 에너지 소비 및 오염물질 배출 감소 등의 다양한 장점을 가진다. 그러나 군집주행의 좁은 차량 간 간격은 긴급한 사고 발생 시 대처를 더 어렵게 만들며, 이에 따라 필수적으로 확보되어야 할 군집주행의 안전성을 보장하는데 어려움을 주고 있다. 특히 주행 중 나타날 수 있는 가변성은 군집주행의 안전에 악영향을 미칠 수 있다. 이러한 가변성은 발생 예측이 어렵고, 재현이 어려운 특성으로 인해 가변성으로부터 발생하는 위험 요소를 방지하는 안전대책 마련에 어려움이 있다. 본 논문에서는 군집주행 중에 생겨날 수 있는 가변성에 따른 위험을 회피하기 위한 시뮬레이션 방법을 연구하였다. 이를 위해 가변성을 고려하는 다양한 시나리오를 개발하고, 가변성을 핸들링할 수 있는 안전 대책을 고안, 적용하였으며, 또한 오픈소스 군집주행 시뮬레이터인 VENTOS를 확장하여 시나리오 시뮬레이션을 수행하였다. 그 결과 가변성으로 인한 군집주행의 위험성을 제거하여 안전한 군집주행이 가능함을 확인하였다. 제시하는 가변성 대응 시나리오 시뮬레이션은 군집주행에서의 안전성을 확보하기 위한 연구 개발에 기여할 것으로 판단한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.133-142
• /
• 2021

최근 딥러닝은 하드웨어 성능이 향상됨에 따라 자연어 처리, 영상 인식 등의 다양한 기술에 접목되어 활용되고 있다. 이러한 기술들을 활용해 지능형 교통 시스템(ITS), 스마트홈, 헬스케어 등의 산업분야에서 데이터를 분석하여 고속도로 속도위반 차량 검출, 에너지 사용량 제어, 응급상황 등과 같은 고품질의 서비스를 제공하며, 고품질의 서비스를 제공하기 위해서는 정확도가 향상된 딥러닝 모델이 적용되어야 한다. 이를 위해 서비스 환경의 데이터를 분석하기 위한 딥러닝 모델을 개발할 때, 개발자는 신뢰성이 검증된 최신의 딥러닝 모델을 적용할 수 있어야 한다. 이는 개발자가 참조하는 딥러닝 모델에 적용된 학습 데이터셋의 정확도를 측정하여 검증할 수 있다. 이러한 검증을 위해서 개발자는 학습 데이터셋, 딥러닝의 계층구조 및 개발 환경 등과 같은 내용을 포함하는 딥러닝 모델을 문서화하여 적용하기 위한 구조적인 정보가 필요하다. 본 논문에서는 신뢰성있는 딥러닝 기반 데이터 분석 모델을 참조하기 위한 딥러닝 기술 언어를 제안한다. 제안하는 기술 언어는 신뢰성 있는 딥러닝 모델을 개발하는데 필요한 학습데이터셋, 개발 환경 및 설정 등의 정보와 더불어 딥러닝 모델의 계층구조를 표현할 수 있다. 제안하는 딥러닝 기술 언어를 이용하여 개발자는 지능형 교통 시스템에서 참조하는 분석 모델의 정확도를 검증할 수 있다. 실험에서는 제안하는 언어의 유효성을 검증하기 위해, 번호판 인식 모델을 중심으로 딥러닝 기술 문서의 적용과정을 보인다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.149-155
• /
• 2021

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.

• 대한토목학회논문집
• /
• 제42권4호
• /
• pp.581-590
• /
• 2022

사람의 이동권 보장과, 도시의 활동성 제고를 기본으로 하여, 궁극적으로 삶의 질을 높일 수 있는 공공공간을 만들기 위해서는 품격 있는 보행 공간 조성이 중요하다. 본 연구는 이런 품격 있는 보행 공간 조성을 위한 자료 구축의 밑거름을 마련하기 위해 보행길 평가체계를 개발하고자 한다. 먼저 요인과 공간을 견지하여 기본 체계를 설정하고 이 체계를 연구의 기본 틀로 하였다. 기존문헌을 통해 알아본 동향은 보행안전정책, 보행중심계획, 인식전환, 교통시스템, 활동연계보행, 시설활용보행, 자연역사연계보행, 콘텐츠융합보행 등 여덟 개의 범주로 나눌 수 있었다. 관련연구들에서 언급된 거시·미시 지표와 요소를 종합하여 분류하고 이를 통합하여 보편성과 차별화를 위한 바탕을 갖추었다. 다음으로 이를 보완하여 보행 체계의 기본 구성에 따라 안전항목에 보행잠재성과 경사안전성, 편리항목에 보행기초연결성과 대중교통연계성, 건강항목에 보행정돈성과 휴식편의성, 매력항목에 경관자원연계성과 활동풍부성 여덟 개의 거시 평가 체계를 설정하고 측정방법을 개발하였다.

• 대한토목학회논문집
• /
• 제42권4호
• /
• pp.537-548
• /
• 2022

중하중의 교통하중은 포장체에 과도한 응력과 변형을 발생시키므로 이에 대응할 수 있는 포장 단면 설계가 중요하다. 항만 배후도로와 산업도로는 일반도로에 비해 중하중 교통의 비율이 높아 포장의 조기 파손으로 인한 문제가 다수 발생되고 있다. 국외의 경우 중차량의 통행이 많은 도로의 포장설계는 복합포장을 많이 적용하고 있다. 복합포장은 기존 포장의 설계수명을 2배 이상 증대시켜 보수비용 및 사용자 비용을 절감할 수 있는 경제적 포장 형식으로 인식되고 있다. 본 연구에서는 중하중 교통의 비율이 높은 산업도로와 항만 배후도로의 포장 장기 공용성을 확보할 수 있도록 롤러전압콘크리트 기층을 활용한 복합포장의 두께 설계 방안을 제안하고자 한다. 3차원 유한요소해석을 이용하여 포장의 재료물성 변화에 따른 역학적 거동과 장기 공용성을 검토하였으며, 계절별 컨테이너 트레일러에 의해 발생되는 롤러전압콘크리트 기층의 누적피로손상도을 고려하여 사용자가 쉽게 사용할 수 있는 카탈로그 설계를 제안하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.439-448
• /
• 2021

교통사고 원인 중 가장 큰 비율을 차지하는 것이 운전자의 부주의로서 이를 검출하는 연구가 꾸준히 진행되고 있다. 본 논문은 부주의한 운전자를 정확히 검출하고, 검출된 운전자의 모습에서 가장 특징적인 영역을 선정(Localize)하는 방법을 제안한다. 제안하는 방법은 운전자의 부주의를 검출하기 위해서 CAM(Class Activation Map) 기반의 전체 클래스를 분류하는 CNN 모델과 이 모델에서 혼동하거나 공통된 특징 영역을 갖는 클래스들에 대한 상세 분류가 가능한 네 개의 서브 클래스 CNN 모델을 계층적으로 구성한다. 각 모델에서 출력한 분류 결과는 CNN 특징맵들과의 매칭 정도를 표현하는 새로운 특징으로 간주해서 수평적으로 결합하고 학습하여 분류의 정확성을 높였다. 또한 전체 및 상세 분류 모델의 분류 결과를 반영한 히트맵 결과를 결합하여 이미지의 특징적인 주의 영역을 찾아낸다. 제안한 방법은 State Farm 데이터 셋을 이용한 실험에서 95.14%의 정확도를 얻었으며, 이는 기존에 동일한 데이터 셋을 이용한 결과 중 가장 높은 정확도인 92.2%보다 2.94% 향상된 우수한 결과이다. 또한 전체 모델만을 이용했을 때 찾아진 주의 영역보다 훨씬 의미 있고 정확한 주의 영역이 찾아짐을 실험으로 확인하였다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.179-184
• /
• 2021

최근 4차 산업의 발달로 공공분야에서 드론을 활용하여 다양한 목적으로 수색 및 실시간 모니터링에 대한 관심이 높아지고 있다. 실종자 수색, 치안, 해안 순찰 및 감시, 과속 단속, 고속도로 및 도심지역 교통상황 모니터링, 화재 및 산불감시, 저수지 불법 낚시 감시 모니터링, 집회 현장 상황에서 다양한 수색 및 감시 임무 목적을 가지고 활용되고 연구되고 있다. 그러나 경찰, 소방, 군에서는 드론의 하드웨어적인 부분에 집중되고 있어 고성능의 해상도 카메라, 열화상 카메라에 집중되고 카메라로 수집된 데이터의 실시간 모니터링을 위해 원활한 통신시스템 및 특수 임무에 부합하는 분석 프로그램 관련 연구가 매우 부족하다. 따라서 본 논문에서는 수색의 임무를 목적으로 하는 드론의 효용성을 높이기 위해 드론에서 취득되는 이미지를 기반으로 수색 임무에 적합한 이미지 데이터 생성하고자 한다. 이를 통해 수색의 정밀도를 높이는 이미지 분석 기법을 제안하고 실제 현장 사례 및 실험을 통하여 관련 정책개선 및 플랫폼 구축을 위한 이미지 분석 기술을 제시하고자 한다.