• 대한교통학회지
• /
• 제26권3호
• /
• pp.233-243
• /
• 2008

도시의 교통문제 증가로 대중교통의 중요성과 역할에 대한 인식이 높아져가고 있다. 이러한 패러다임의 변화에 반해 기존 대중교통 통행배정과 관련한 연구는 여러 측면에서 한계가 있다. 복합대중교통망의 경우, 독립수단으로 이루어지는 도로교통과는 달리 수단간 환승, 운행시간 스케줄, 대기시간, 통행요금과 같은 복잡하고 다양한 특성을 포함하기 때문에 그 분석의 어려움은 배가 될 수밖에 없다. 특히, 수도권 대중교통 통합 환승할인제의 시행에 따른 대중교통 수단간 환승통행의 증가와 이에 따른 경로선택의 변화로 대중교통의 통행행태가 변하고 있으나, 기존의 대중교통교통망 구축방법으로는 이러한 변화를 반영하기에는 한계가 있다. 최근 첨단기술의 발달에 따라 대중교통이용자의 통행정보가 실시간으로 기록되는 첨단교통카드체계가 구축 운영 중에 있다. 이러한 첨단기술의 도입은 복합대중교통망 분석에 대한 새로운 접근방법에 대한 연구를 가능하게 하였다. 이에 본 연구에서는 교통카드자료의 통행정보를 효과적으로 활용할 수 있는 대중교통망을 구축하기 위해 정류장의 위치정보와 노선정보를 활용해서 새로운 복합대중교통망을 구축하는 방안을 다음과 같이 제시하였다. 첫째, 교통카드자료의 통행정보를 활용하기 위하여 정류장 기반의 통합교통망을 구축하는 방안을 제시하였다. 둘째, 컴퓨터 기반의 프로그래밍기법을 활용한 단절된 링크의 연결방안을 통해 대중교통의 환승문제를 해결하고자 하였다. 마지막으로, 복합대중교통망의 경로탐색에 있어 가장 큰 문제가 되는 다수단간의 경로탐색에 대한 방안을 제시하였다. 본 연구에서 제시한 방안으로 복합교통망을 구축할 경우, 기존 정류장 좌표와 대중교통의 노선정보를 그대로 활용하여 교통망을 구축할 수 있어 교통망 구축이 쉬울 뿐만 아니라, 환승링크 연결과 같은 별도의 교통망 작업 없이도 대규모 교통망에서의 활용이 가능해 진다.

• 한국지리정보학회지
• /
• 제19권4호
• /
• pp.92-105
• /
• 2016

본 연구는 CCTV(Closed Circuit Television) 촬영범위에 영향을 주는 카메라 사양 및 위치 등 설치 요인에 대한 변수를 고려한 3차원 시뮬레이션 개발을 목적으로 한다. 현재 각 지자체는 방범, 교통, 산불감시와 같은 다양한 공공분야에서 CCTV를 운영하고 있다. 그러나 현재로서 CCTV의 설치는 신규입지의 선정을 위한 분석적 기법의 활용보다는 결정권자의 경험에 의존하여 최종 입지가 선정되고 있는 실정이다. 또한 최근에는 여러 기관이 운영하는 개별 CCTV의 다목적 또는 공동 활용의 중요성이 강조되고 있다. 위에 제시된 상황을 해결하기 위한 방법 중 하나로 이용 목적에 적합한 CCTV 사양 선택 및 최적입지분석 방법론의 필요성이 커지고 있는 실정이다. 이에 본 연구는 기존 연구들의 CCTV 입지점 선정 및 촬영범위 구현 방법의 장단점을 분석하여 이를 보완한 3차원 시뮬레이션 기법을 개발하고자 하였다. 이를 위하여 본 연구에서는 CCTV 촬영범위 산정을 위해 기존 연구의 단점을 보완할 수 있는 요인을 도출하고, GIS기법을 활용하여 도출 요인을 적용한 3차원 촬영범위 분석을 하였다. 도출된 요인은 카메라의 화각에 영향을 주는 촬상소자의 크기와 초점거리, 촬영범위에 관련된 설치 높이 및 설치각 등 총 8개이었다. 위 요인들을 적용한 3차원 시뮬레이션 기법을 ArcObject와 Visual C#을 이용하여 자동화하였다. 이를 이용하여 CCTV 사양에 따른 촬영범위를 시뮬레이션 할 수 있었으며, 신규 설치 시 최적 배분된 입지점의 도출 또한 가능하였다. 이에 본 연구의 결과는 CCTV의 사양 선택 및 입지점 도출을 위해 결정권자의 합리적인 의사결정을 제공할 수 있을 것이다.

• 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.