• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.26-36
• /
• 2020

보행자도로의 서비스 수준을 판단하는 평가지표인 보행 교통류율, 점유공간, 밀도, 속도 등의 정량적 자료를 산출하는 것은 많은 시간 소요와 경제적 부담으로 작용한다. 따라서 적절한 보행자 정책 수립을 위한 대체 대안으로 보행자의 미시적 경로 파악과 이를 활용한 서비스 수준 판단기술이 요구된다. 본 연구에서는 지하철역인 역삼역을 중심으로 미시적 교통류 분석 프로그램인 VISSIM을 이용하여 네트워크를 구축하고 정산 및 검증을 통해 신뢰성을 확보하였다. 이를 통해 도로용량편람 상의 속도를 활용하여 보행자 도로의 서비스 수준을 판단해 보았다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2009년도 춘계학술발표회 논문집
• /
• pp.7-9
• /
• 2009

보행자 내비게이션은 이동특성에 기인하여 차량용 내비게이션에서 제공하는 정보보다 정교하고 복잡한 네트워크 정보가 요구된다. 이에 보행자 요구를 정의하고, 국가에서 기 구축한 공간정보를 분석하여 보행자 네트워크 생성에 필요한 레이어를 명확히 하였다.

• 제어로봇시스템학회논문지
• /
• 제14권11호
• /
• pp.1189-1195
• /
• 2008

We introduce a MEMS-based pedestrian dead reckoning (PDR) system. A walking navigation algorithm for pedestrians is presented and map-matching algorithm for the navigation system based on dead reckoning (DR) is proposed. The PDR is equipped on the human body and provides the position information of pedestrians. And this is able to be used in ubiquitous sensor network (USN), U-hearth monitoring system, virtual reality (VR) and etc. The PDR detects a step using a novel technique and simultaneously estimates step length. Also an azimuth of the pedestrian is calculated using a fluxgate which is the one of magnetometers. Map-matching algorithm can be formulated to integrate the positioning data with the digital road network data. Map-matching algorithm not only enables the physical location to be identified from navigation system but also improves the positioning accuracy. However most of map-matching algorithms which are developed previously are for the car navigation system (CNS). Therefore they are not appropriate to implement to pedestrian navigation system based on DR system. In this paper, we propose walking navigation system and map-matching algorithm for PDR.

• 전기전자학회논문지
• /
• 제21권3호
• /
• pp.244-247
• /
• 2017

본 논문에서는 GP-GPU를 활용한 보행자 추론 컨볼루션 뉴럴 네트워크를 구현했다. CNN은 구조를 정한 후, 학습에서 얻은 가중치를 이용해 기존 연구인 256개의 스레드를 가지는 GP-GPU를 활용해 추론을 수행했다. 학습에는 Inter i7-4470 CPU와 Matlab을 사용했다. Dataset은 Daimler Pedestrian Dataset을 사용했다. GP-GPU는 PCIe를 이용해 PC로부터 제어를 받으며, FPGA로 동작한다. 각 레이어의 depth와 size에 따라 스레드를 할당했다. 풀링 레이어의 경우는 over warpping pooling을 사용했기 때문에 횡영역과 종영역에 추가적인 연산을 수행했다. 한 번의 추론에는 약 12ms가 걸린다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권3호
• /
• pp.840-860
• /
• 2023

Aiming at the serious occlusion and slow tracking speed in pedestrian target tracking and recognition in complex scenes, a target tracking method based on improved YOLO v5 combined with Deep SORT is proposed. By merging the attention mechanism ECA-Net with the Neck part of the YOLO v5 network, using the CIoU loss function and the method of CIoU non-maximum value suppression, connecting the Deep SORT model using Shuffle Net V2 as the appearance feature extraction network to achieve lightweight and fast speed tracking and the purpose of improving tracking under occlusion. A large number of experiments show that the improved YOLO v5 increases the average precision by 1.3% compared with other algorithms. The improved tracking model, MOTA reaches 54.3% on the MOT17 pedestrian tracking data, and the tracking accuracy is 3.7% higher than the related algorithms and The model presented in this paper improves the FPS by nearly 5 on the fps indicator.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.7-8
• /
• 2010

무선인터넷 환경과 휴대용 장비의 발달로 차량 외부에서도 내비게이션이 가능하다. 특히, 보행자의 경우는 이동이 자유로와 기존의 차량 내비게이션에서 활용된 네트워크 데이터를 활용하는데 한계가 있다. 이에 본 연구에서는 기 구축된 공간정보에서 보행자 네트워크를 생성하는 방법에 대하여 제안하고자 한다.

• 한국도로학회논문집
• /
• 제12권4호
• /
• pp.11-16
• /
• 2010

보행교통류를 주제로 다양한 연구들이 진행되었지만 초기의 보행연구는 차량의 교통류이론을 그대로 적용하여 해석하기도 하였다. 최근 보행교통류에 대한 다양한 모형들이 제시되고 있으며, 특히 CA모형은 보행교통류를 위한 시뮬레이션 모형으로 빈번하게 사용되고 있다. 대표적인 CA 모형으로 가스입자의 움직임을 이용하여 양방향의 보행교통류를 설명하기도 하였는데 초기에는 정방형의 Gas-lattice 모형이 제안되었으며 이후에 정육방 Gas-lattice 모형을 이용하여 보행자의 움직임과 회피를 묘사하기도 하였다. 하지만 이러한 모형들은 보행자의 움직임을 편의임의보행으로 가정하였기 때문에 단일방향으로의 움직임만을 설명할 수 있었다. 본 연구에서 제시된 MLPM(the Multi-Layer Pedestrian Model)은 어떤 공간에서 복수개의 기종점을 가진 경우에도 현실적인 보행자의 움직임을 설명할 수 있는 모형이다.

• Journal of information and communication convergence engineering
• /
• 제18권1호
• /
• pp.28-32
• /
• 2020

Railway transportation is the main land-based transportation in most countries. Accordingly, railway-transportation safety has always been a key issue for many researchers. Railway pedestrian accidents are the main reasons of railway-transportation casualties. In this study, we conduct experiments to determine which of the latest convolutional neural network models and algorithms are appropriate to build pedestrian railroad accident prevention systems. When a drone cruises over a pre-specified path and altitude, the real-time status around the rail is recorded, following which the image information is transmitted back to the server in time. Subsequently, the images are analyzed to determine whether pedestrians are present around the railroads, and a speed-deceleration order is immediately sent to the train driver, resulting in a reduction of the instances of pedestrian railroad accidents. This is the first part of an envisioned drone-based intelligent security system. This system can effectively address the problem of insufficient manual police force.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.808-810
• /
• 2018

Pedestrian tracking is a particular problem of object tracking, and an important component in various vision-based applications, such as autonomous cars or surveillance systems. After several years of development, pedestrian tracking in videos is still a challenging problem because of various visual properties of objects and surrounding environment. In this research, we propose a tracking-by-detection system for pedestrian tracking, which incorporates Convolutional Neural Network (CNN) and color information. Pedestrians in video frames are localized by a CNN, then detected pedestrians are assigned to their corresponding tracklets based on similarities in color distributions. The experimental results show that our system was able to overcome various difficulties to produce highly accurate tracking results.

• 대한토목학회논문집
• /
• 제39권5호
• /
• pp.613-621
• /
• 2019

지하철역사의 일반적인 환승통행은 노선간환승과 역사환승을 의미한다. 노선간환승은 다른 두 노선의 열차를 갈아타기 위하여 환승통로와 같은 수평보행시설을 통해 이동한다. 역사환승은 스마트카드 진출입 단말기노선과 승하차 열차노선이 다른 상황에서 발생하는 보행통행으로 계단, 에스컬레이터와 같은 수직보행시설을 이용하면서 환승통로를 함께 이용하는 통행이다. 이러한 환승의 가정은 지하철 네트워크를 운행하는 모든 노선은 완행 또는 급행의 단일노선에 한정되었다는 한계를 포함하고 있다. 따라서 완행과 급행이 동일노선으로 운영되는 상황에서 노선내에서 발생되는 환승에 대한 검토가 수행되지 않았다. 노선내환승은 메트로9호선과 같이 급행 및 완행 정차역이 동일노선에서 운행되는 상황에서 발생한다. 본 연구는 스마트카드 자료기반의 급행 및 완행열차가 동일노선에 존재하는 지하철네트워크를 대상으로 노선내환승을 분석하는 방법론을 구축한다. 이를 위해 급행 및 완행열차를 분리하기 위한 네트워크확장기법을 구축하고 최소시간경로를 선택하는 과정에서 동일 노선의 내부 환승이 재현되는 경로선택모형을 제안한다.