• 대한교통학회지
• /
• 제26권4호
• /
• pp.241-250
• /
• 2008

지능형 교통체계구축과 교통 혼잡이 증가하면서 이용자는 과거보다 양질의 통행시간정보를 요구하고 있다. 기존 연구에서는 단속류, 연속류 모두 AVI검지기 자료를 이용한 이상치제거 및 통행시간 산출에 대한 연구가 많이 이루어져왔다. 현재 한국도로공사에서는 TCS(Toll Collection System)를 기반으로 정보제공을 준비 중에 있으며, TCS 데이터는 운전자가 실제교통상황을 경험한 동적특성을 가진 통행시간이 수집된 자료로 통행시간 추정자료로 잠재력이 크다. 그러나 '시간처짐현상'이 발생하고 속도위반, 휴게소, 고장 등으로 인해 평균통행시간보다 작거나 큰 이상치와 결측데이터가 존재하여 기존 방법을 적용하는데 효과적이지 못한 것으로 나타났다. 따라서 본 연구에서는 TCS 데이터에 맞는 이상치제거 및 결측보정 알고리즘을 개발하였다. 기존알고리즘과 비교한 결과 개발 알고리즘이 더 효과적인 것으로 나타났다.

• 국제학술발표논문집
• /
• The 4th International Conference on Construction Engineering and Project Management Organized by the University of New South Wales
• /
• pp.187-194
• /
• 2011

Optimizing truck dispatching-intervals is imperative in ready mixed concrete (RMC) delivery process. Intervals shorter than optimal may induce queuing of idle trucks at a construction site, resulting in a long delivery cycle time. On the other hand, intervals longer than optimal can trigger work discontinuity due to a lack of available trucks where required. Therefore, the RMC delivery process should be systematically scheduled in order to minimize the occurrence of waiting trucks as well as guarantee work continuity. However, it is challenging to find optimal intervals, particularly in urban areas, due to variations in both traffic conditions and concrete placement rates at the site. Truck dispatching intervals are usually determined based on the concrete plant managers' intuitive judgments, without sufficient and reliable information regarding traffic and site conditions. Accordingly, the RMC delivery process often experiences inefficiency and/or work discontinuity. Automatic data collection (ADC) techniques (e.g., RFID or GPS) can be effective tools to assist plant managers in finding optimal dispatching intervals, thereby enhancing delivery performance. However, quantitative evidence of the extent of performance improvement has rarely been reported to data, and this is a central reason for a general reluctance within the industry to embrace these techniques, despite their potential benefits. To address this issue, this research reports on the development of a discrete event simulation model and its application to a large-scale building project in Abu Dhabi. The simulation results indicate that ADC techniques can reduce the truck idle time at site by 57% and also enhance the pouring continuity in the RMC delivery process.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.82-96
• /
• 2024

교통류에서는 거시적인 지표로 속도, 교통량, 밀도가 중요한 파라미터로 활용되고 있으며, 미시적인 지표로는 가속도와 차두거리가 중요한 파라미터로 활용되고 있다. 속도와 교통량은 현재 설치된 교통정보 수집장치로 수집이 가능하지만 가속도와 차두거리는 안전과 자율주행분야 등에 필요성이 있지만 현재 교통정보 수집장치로는 수집이 불가능한 실정이다. 객체인식 기법인 YOLO는 정확도와 실시간성이 우수하여 교통분야를 포함하여 다양한 분야에서 활용되고 있다. 본 연구에서는 YOLO를 활용하여 가속도와 차두거리를 측정하기 위해 측정 간격을 조밀하게 설정하여 간격별 차량의 속도 변화와 차량 간 통행시간 차이를 통해 가속도와 차두거리를 측정하는 모델을 개발하였다. 지점별 교통특성에 따라 가속도와 차두거리의 범위가 다름을 확인하였고, 측정률 확보를 위한 기준거리와 화면각도에 따른 비교분석을 수행하다. 측정간격은 20m, 각도는 직각에 가까울수록 측정률이 높아짐을 분석하였다. 이를 통해 교차로별 안전도 분석과 국내 차량행태모델 분석에 기여할 수 있을 것이다.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.123-133
• /
• 2008

최근 교통 물류 분야에서도 유비쿼터스 환경의 정보수집체계 및 이를 응용한 서비스 개발의 필요성이 매년 높아지고 있다. 프로브 차량과 무선통신기술을 활용한 교통정보 수집체계는 그 대표적인 사례로 차량의 기종점 자료를 이용하여 시간대별 OD를 산정하는 것이 가능하다. 그러나 프로브 차량 정보를 활용하여 산정된 OD는 시간적 공간적으로 변동되는 표본OD이기 때문에 이를 정적OD로 전환하기 위해서는 수집정보를 집적하여 적정 표본율을 산정하고, 표본OD를 전수화하는 과정이 필요하다. 본 연구는 제주시를 대상으로 수집된 실제 데이터를 표본OD 산정 및 전수화 알고리즘에 적용하여 표본OD를 산정하고 이를 전수화하였다. 각 링크별 관측교통량과 배분교통량과의 오차를 비교 검토한 결과 링크별 관측교통량 과 배분교통량의 평균 오차율은 22.9%, 상 하위 10%의 이상 자료를 제거한 후의 평균 오차율은 17.6%로 각각 나타났다. 본 연구는 기존OD가 존재하지 않는 지역에서 프로브 차량의 경로정보를 활용하여 정적OD를 산정하였다는 점과 적정 오차율 내 수렴을 위한 적정 표본율을 제시하였다는 점에서 그 의의를 찾을 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제9권4호
• /
• pp.127-131
• /
• 2004

본 논문에서는 소규모 실습실을 대상으로 웹기반의 네트워크 트래픽 모니터링 시스템을 제안한다. 제안된 시스템은 네트워크 관리자로 하여금 네트워클 분석하여 네트워크와 시스템의 운영 및 관리, 확장. 그리고 디자인을 지원할 수 있다. 전체 시스템은 네트워크 정보를 수집하고 분석하며, 네트워크 트래픽의 실시간 분석을 지원하는 분석 서버와 서버로부터 수신된 결과를 분석하여 사용자에게 그래픽적인 데이터로 보여주는 웹기반 사용자 인터페이스인 클라이언트 시스템으로 구성된다. 제안된 시스템은 웹기반 기술인 자바로 구현되었으며 다양한 분석 기능 및 활용방안을 제공함으로써 관리자로 하여금 실습실에 대한 효율적인 관리 활동을 지원할 수 있도록 한다.

• 한국항행학회논문지
• /
• 제3권1호
• /
• pp.60-68
• /
• 1999

본 논문에서는 교통정보 수집용 영상검지기를 위한 새로운 배경생성 방법을 제안한다. 입력되는 영상열의 화소위치별 모든 밝기값을 평균 또는 빈도 계산과정에 참여시키는 기존의 배경생성방법은 차량의 정체가 잦은 경우에 좋지 않은 결과를 보인다. 이러한 단점을 개선하기 위해서 배경생성 과정에 하이레벨 정보인 차량의 탑지결과를 반영하였다. 차량으로 탐지되지 않은 영상부분만을 배경생성 과정에 참여시켰으며 실험을 통해서 새로 제안한 배경생성 방법이 종전 방법에 비해 차량의 정체가 잦은 경우에도 더 견고하게 차량 탐지를 할 수 있는 배경을 생성할 수 있었다.

• 방송공학회논문지
• /
• 제23권2호
• /
• pp.218-226
• /
• 2018

최근 개인방송 콘텐츠의 수가 급증함에 따라 시청자의 선택이 용이하도록 방송 내용 중 흥미를 끌 만한 장면을 모아 하이라이트를 제공하는 서비스에 대한 요구가 커지고 있다. 본 논문에서는 채팅 트래픽 정보가 하이라이트 검출에 유용함을 보이고 채팅 트래픽을 이용하여 하이라이트를 검출하는 방법을 제시한다. 또한, 하이라이트 검출에 있어 채팅 트래픽 사용의 효용성을 평가하기 위해 평가 방법을 제안한다. 검출 알고리즘은 시청자 선호도가 높은 게임 방송에 적용하여 그 성능을 확인하였다.

• 대한교통학회지
• /
• 제26권2호
• /
• pp.177-186
• /
• 2008

영상검지기(Video Image Detection System)는 교통운영 및 안전 등 교통류 관리를 위한 다양한 측면에서 이용될 수 있다. 영상검지기법은 크게 Tripwire System과 Tracking System으로 구분할 수 있으며, 가장 대표적으로 이용되는 Autoscope는 Tripwire System에 해당한다. 본 연구에서는 Autoscope의 성능을 구현할 수 있는 Tripwire 기반의 영상검지 기술을 자체적으로 개발함과 동시에, 미시적 교통정보를 취득할 수 있는 개별차량 추적기술을 이용한 Tracking 기반의 영상검지시스템을 개발하였다. 개발된 두 시스템의 통합에 앞서서, 동일한 영상과 분석시간을 가지고 기초적인 교통정보수집 능력에 대한 성능비교 및 분석을 수행하고자 하였으며, 우수성 및 정확성을 판단하기 위한 지표로는 가장 보편적이고 일반적으로 사용되고 있는 Autoscope를 이용하였다. 개발된 두 시스템과 Autoscope를 이용하여 성능비교를 수행한 결과, 교통량의 경우, 실제 교통량 대비 0.35%의 오차를 보였으며 Autoscope와 비교하여 1.78%의 오차를 보였다. 속도에 대한 성능비교는 Autoscope와 비교하여 최대 1.77%의 오차를 보여 개발된 두 시스템의 성능이 우수한 것으로 확인되었다.

• 한국ITS학회 논문지
• /
• 제7권1호
• /
• pp.42-58
• /
• 2008

심각해지는 교통난을 효율적으로 해결하기 위한 목적으로 실시간 신호제어시스템의 도입이 점차 확산되고 있다. 실시간 신호제어시스템은 수집정보의 신뢰도 및 시스템의 기능성이 중요하다 할 수 있으나, 시스템 구축 후 이에 대한 평가체계가 미비하여 본래의 기능을 제대로 수행하지 못하는 경우가 많이 발생하고 있다. 본 연구는 실시간 신호제어시스템에 대해 수집정보의 신뢰도는 물론 시스템의 기능성 등에 대한 평가를 통해 신호제어시스템 운영 효율을 파악하고 확장 및 운영의 방향을 제시하고자 한다. 분석결과 낮은 신뢰도를 보이거나, 이에 따른 대기행렬 길이 예측, 주기길이 변화, 좌회전 감응제어 등 시스템 기능성에 문제가 있는 부분들이 있음을 알 수 있었다. 이를 해결하기 위해서는 지속적인 모니터링을 통한 효율적인 유지보수체계가 필요하다고 판단된다.

• 한국ITS학회 논문지
• /
• 제20권5호
• /
• pp.83-99
• /
• 2021

4차 산업혁명의 도래와 함께 자율주행자동차의 주행관리 및 주행 전략과 관련된 연구들이 대두되고 있다. 이러한 연구를 위해서는 차량의 미시적 교통데이터의 확보가 필수적이나, 기존 교통정보 수집 방식은 개별차량의 주행행태를 수집할 수 없다. 본 연구에서는 미시적 교통정보를 수집 가능한 항공에서 내려다보는 관점의 교통정보 수집을 위해 드론 항공영상을 활용하였다. 관련 연구의 한계점을 극복하기 위하여 딥러닝 기반 다중객체추적 알고리즘과 영상정합을 활용하여 미시적 교통데이터를 추출하였다. 그 결과로 속도는 MAE 3.49km/h, RMSE 4.43km/h, MAPE 5.18km/h의 오차율과 교통량 Precision 98.07%, Recall 97.86%의 정확도를 획득하였다.