• 한국인공지능학회지
• /
• 제11권4호
• /
• pp.1-8
• /
• 2023

In this paper, we propose a black ice detection platform framework using Convolutional Neural Networks (CNNs). To overcome black ice problem, we introduce a real-time based early warning platform using CNN-based architecture, and furthermore, in order to enhance the accuracy of black ice detection, we apply a multi-scale dilation convolution feature fusion (MsDC-FF) technique. Then, we establish a specialized experimental platform by using a comprehensive dataset of thermal road black ice images for a training and evaluation purpose. Experimental results of a real-time black ice detection platform show the better performance of our proposed network model compared to conventional image segmentation models. Our proposed platform have achieved real-time segmentation of road black ice areas by deploying a road black ice area segmentation network on the edge device Jetson Nano devices. This approach in parallel using multi-scale dilated convolutions with different dilation rates had faster segmentation speeds due to its smaller model parameters. The proposed MsCD-FF Net(2) model had the fastest segmentation speed at 5.53 frame per second (FPS). Thereby encouraging safe driving for motorists and providing decision support for road surface management in the road traffic monitoring department.

• 한국인공지능학회지
• /
• 제11권3호
• /
• pp.17-22
• /
• 2023

In this paper, we propose a black ice detection system using Convolutional Neural Networks (CNNs). Black ice poses a serious threat to road safety, particularly during winter conditions. To overcome this problem, we introduce a CNN-based architecture for real-time black ice detection with an encoder-decoder network, specifically designed for real-time black ice detection using thermal images. To train the network, we establish a specialized experimental platform to capture thermal images of various black ice formations on diverse road surfaces, including cement and asphalt. This enables us to curate a comprehensive dataset of thermal road black ice images for a training and evaluation purpose. Additionally, in order to enhance the accuracy of black ice detection, we propose a multi-scale dilation convolution feature fusion (MsDC-FF) technique. This proposed technique dynamically adjusts the dilation ratios based on the input image's resolution, improving the network's ability to capture fine-grained details. Experimental results demonstrate the superior performance of our proposed network model compared to conventional image segmentation models. Our model achieved an mIoU of 95.93%, while LinkNet achieved an mIoU of 95.39%. Therefore, it is concluded that the proposed model in this paper could offer a promising solution for real-time black ice detection, thereby enhancing road safety during winter conditions.

• Spatial Information Research
• /
• 제17권2호
• /
• pp.213-222
• /
• 2009

배타적 최근접 쌍 검색 방법은 가까이 있는 승객과 택시 간에 쌍을 맺어주는 것과 같은 실 생활 응용 분야에 유용하게 쓰일 수 있으나, 그 중요성에 비해 많은 연구가 진행되지 않았다. 두 이동 객체가 배타적으로 최근접 쌍이 되기 위해서는 객체는 반드시 하나의 결과 쌍에 속해야 한다. 하지만, 이동 객체는 위치가 빈번하게 변하기 때문에 초기의 배타적 최근접 쌍 결과를 모니터링 해 줄 필요가 있다. 본 논문에서는 도로 네트워크를 기반으로 k 개의 배타적 최근접 쌍을 구하고 그 결과를 모니터링 하기 위한 방법을 제안한다. 제안하는 방법은 모든 객체에 대해 배타적 최근접 쌍 검색을 재수행하지 않고, 결과가 갱신되는 범위를 제한하여 부분적인 재수행을 함으로써 모니터링 수행 시간을 줄였다. 다양한 실제 도로 네트워크를 이용한 실험들을 통해 본 논문에서 제안하는 모니터링 방법의 성능을 측정하였다. 실험 결과는 본 논문에서 제안하는 모니터링 방법의 정확도가 일반적인 일괄처리 방법들에 비해 뛰어남을 보인다.

• Journal of Electrical Engineering and Technology
• /
• 제10권4호
• /
• pp.1836-1842
• /
• 2015

On road networks, the clustering of moving objects is important for traffic monitoring and routes recommendation. The existing schemes find out density route by considering the number of vehicles in a road segment. Since they don’t consider the features of each road segment such as width, length, and directions in a road network, the results are not correct in some real road networks. To overcome such problems, we propose a clustering method for congested routes discovering from the trajectories of moving objects on road networks. The proposed scheme can be divided into three steps. First, it divides each road network into segments with different width, length, and directions. Second, the congested road segments are detected through analyzing the trajectories of moving objects on the road network. The saturation degree of each road segment and the average moving speed of vehicles in a road segment are computed to detect the congested road segments. Finally, we compute the final congested routes by using a clustering scheme. The experimental results showed that the proposed scheme can efficiently discover the congested routes in different directions of the roads.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.193-202
• /
• 2021

고정밀 지도의 갱신은 정사영상 또는 점군 데이터 등을 원천 자료로 하여 기하 정보를 우선적으로 수정한 이후 지도를 구성하는 공간객체들 간의 연관관계를 재정립하는 방식으로 진행된다. 이러한 일련의 과정들은 기하 정보를 처리하는 데에 많은 시간을 소요하므로 차량의 실시간 경로 계획(Real-time route planning)에 빠르게 적용되기 어렵다. 따라서 이 연구에서는 그래프 구조를 활용하여 경로 계획을 위한 도로 연결구조를 우선적으로 업데이트 하는 방식 및 도로 네트워크의 특징을 고려한 그래프 구조의 저장 유형을 제안하였다. 또한 제안된 방법을 실제 도로 자료에 적용해 봄으로써 실시간 경로 정보 전송 시의 활용 가능성에 대해 검토하였다.

• Management Science and Financial Engineering
• /
• 제12권2호
• /
• pp.87-110
• /
• 2006

In a hierarchical road network, all roads can be classified according to their attributes such as speed limit, number of lanes, etc. By splitting the whole road network into the subnetworks of the highlevel and low-level roads, we can reduce the size of the network to be calculated at once, and find a path in the way that drivers usually adopt when searching out a travel route. To exploit the hierarchical property of road networks, we define a convenient path and propose an algorithm for finding convenient paths. We introduce a parameter indicating the driver's tolerance to the difference between the length of a convenient path and that of a shortest convenient path. From this parameter, we can determine how far we have to search for the entering and exiting gateway. We also propose some techniques for reducing the number of pairs of entries and exits to be searched in a road network. A result of the computational experiment on a real road network is given to show the efficiency of the proposed algorithm.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.199-202
• /
• 2009

실제 도로망에서의 최적의 경로는 도로의 상황에 따라 수시로 변하게 된다. 따라서 경로 탐색 시스템에서 최적의 경로를 탐색하기 위해서는 실시간적으로 변화하는 도로의 상황을 고려한 경로 탐색이 이루어져야 한다. 기존의 존재하는 대부분의 경로 탐색 기법들은 도로 상황을 고려한 경로 탐색 방법이 아니며, 도로 정보를 이용할 경우 효율적인 탐색을 수행하기 어렵다. 따라서 도로 상황을 반영한 새로운 탐색 기법이 필요하다. 이 논문에서는 TPEG와 같은 기술을 이용한 단말기 기반에서 경로 탐색이 이루어지기 위한 실제 도로망 추상화 기법을 제시한다. TPEG을 통해 전송된 교통정보를 이용하여 단말기 기반에서 보다 질 놓은 경로를 제공한다. 제시하는 기법은 실제 도로망을 간략한 그래프로 추상화하여 교통 정보를 이용하기 위한 기반을 제공한다. 실제 노드를 기반으로 경계 노드를 생성하며, 연결 정보가 같은 경계 노드들 간의 병합이 이루어진다. 실제 경로 탐색을 수행하기 전 추상 그래프 탐색을 통해 경로가 존재하는 탐색 영역을 제공한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제17권4호
• /
• pp.23-30
• /
• 2011

본 논문에서는 시내 상황을 반영한 교통 시뮬레이션을 위한 띠(ribbon)형 도로 네트워크를 형성하고, 에너지 함수를 이용하여 대용량의 차량 객체들의 움직임을 사실적으로 재현하는 실시간 시뮬레이션 방법을 제안한다. 본 연구에서 제안하는 방법으로 GIS (Geographic Information System)의 지도정보 혹은 임의 생성된 지도 모델을 이용하여 도로 네트워크 모델을 기존의 연구보다 적은 오차로 효율적으로 구성할 수 있다. 차량 객체들의 움직임을 사실적으로 재현하기 위하여, 본 논문은 새로운 객체-환경 상호작용 에너지 함수와 객체-객체 상호작용 에너지 함수를 제안한다. 본 논문에서 제안하는 상호작용 에너지와 효율적인 도로 네트워크 구성법으로 교차로 및 진입로 등과 같은 대부분의 교통 상황을 사실적으로 실시간 시뮬레이션 할 수 있다.

• 한국공간정보시스템학회 논문지
• /
• 제10권1호
• /
• pp.29-40
• /
• 2008

최근, 이동 단말기의 확산과 통신 기술의 발달로 인하여 이동 객체들의 과거 궤적 데이터에서 이동 객체의 미동 패턴을 이용하는 응용 서비스의 활용이 점점 증대되고 있다. 특히, 대중교통의 노선 설계나 새로운 도시를 위한 도로 네트워크 설계에 활용하기 위하여, 도로나 철도와 같은 공간 네트워크 상에서 이동하는 이동 객체의 궤적들의 유사 패턴을 활용할 수 있다. 본 논문에서는 공간 네트워크에서 이동 객체 궤적을 위한 시공간 유사 궤적 검색 알고리즘을 제안한다. 이를 위하여 도로 네트워크상에서 실제 도로 네트워크 거리에 기반한 시공간 유사도 측정방법을 정의하고, 효율적인 유사 궤적 검색을 위한 그리드 기반 색인 기법을 제안한다. 마지막으로 본 논문에서 제안하는 유사 궤적 검색 알고리즘의 효율성을 입증하기 위해 제안하는 알고리즘의 성능을 분석한다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.756-761
• /
• 2021

Dynamic route guidance (DRG) finds the fastest path from a source to a destination location considering the real-time congestion information. In Korea, the traffic state information is available by the public transportation data (PTD) which is indexed on top of the node-link map (NLM). While the NLM is the authoritative low-detailed road network for major roads only, the OpenStreetMap road network (ORN) supports not only a high-detailed road network but also a few open-source routing engines, such as OSRM and Valhalla. In this paper, we propose a DRG framework based on road network matching between the NLM and ORN. This framework regularly retrieves the NLM-indexed PTD to construct a historical speed profile which is then mapped to ORN. Next, we extend the Valhalla routing engine to support dynamic routing based on the historical speed profile. The numerical results at the Yeoui-do island with collected 11-month PTD show that our DRG framework reduces the travel time up to 15.24 % and improves the estimation accuracy of travel time more than 5 times.