영상기반의 교통정보수집시스템은 관리 및 운영상의 한계를 보이고 있는 기존의 루프검지기의 역할을 대체하는 검지기로써의 역할뿐만 아니라 다양한 교통류의 정보를 제공하고 관리할 수 있다는 점에서 여러 나라에서 보급 활용되기 시작했다. 또한 용도와 사용범위에 있어서도 획기적인 확장세에 있다. 반면에 교통사고 관리와 관련하여 현재까지는 단순히 교통사고 예상지역에 감시카메라를 설치해 두고 기록되는 자료의 디지털화를 추진하는 정도의 영상처리기술을 활용하고 있는 형편이다. 교차로 내 교통사고의 발생 전과 후의 순차적인 상황을 정확히 기록하고, 이 자료를 통해 발생된 교통사고의 사고 매커니즘을 객관적이고 명확하게 조명하고 분석하는 것은 교통사고 처리에 있어서 어느 것보다 시급하고 중요한 부분이다. 기존 기술들은 교차로의 환경적 다양한 변화로 인해 극복하기 매우 어려운 차량의 객체분리, 추적 등의 기술을 가지고 있음에도 불구하고 엄청난 데이터처리용량으로 실시간으로 적용하기 어려운 문제들을 갖고 있다. 이에 본 연구는 이를 극복할 수 있는 기술 방식을 제시하고자 한다. 또한 기존에 잘 알려진 환경적 장애요소 제거방식 중 가장 우수한 방식으로 평가받고 있는 가우시안 복합모델 분석기법에서 조차 환경적인 요인으로 인해 자주 발생하고 있는 오 검지 상황들을 효과적으로 저감시킬 수 있는 능동적이고 환경적응적인 기법을 제시하고 구현하여 그 기술의 성능을 평가하고자 한다. 기존의 교통사고자동기록장치와 비교해 본 연구의 결과가 비교우위의 성능을 구현하였음을 입증하기 위해 실제 운용되고 있는 신호교차로의 영상을 실시간 온라인으로 입력받아 시험하였으며 이 시험결과를 기존의 다른 기술의 성능과 비교평가를 실시하였다.
영상기반의 교통정보수집시스템은 관리 및 운영상의 한계를 보이고 있는 기존의 루프검지기의 역할을 대체하는 검지기로써의 역할뿐만 아니라 다양한 교통류의 정보를 제공하고 관리할 수 있다는 점에서 여러 나라에서 보급 활용되기 시작했다. 또한 용도와 사용범위에 있어서도 획기적인 확장세에 있다. 반면에 교통사고 관리와 관련하여 현재까지는 단순히 교통사고 예상지역에 감시카메라를 설치해 두고 기록되는 자료의 디지털화를 추진하는 정도의 영상처리기술을 활용하고 있는 형편이다. 교차로 내 교통사고의 발생 전과 후의 순차적인 상황을 정확히 기록하고, 이 자료를 통해 발생된 교통사고의 사고 매커니즘을 객관적이고 명확하게 조명하고 분석하는 것은 교통사고 처리에 있어서 어느 것보다 시급하고 중요한 부분이다. 기존 기술들은 교차로의 환경적 다양한 변화로 인해 극복하기 매우 어려운 차량의 객체분리, 추적 등의 기술을 가지고 있음에도 불구하고 엄청난 데이터처리용량으로 실시간으로 적용하기 어려운 문제들을 갖고 있다. 이에 본 연구는 이를 극복할 수 있는 기술 방식을 제시하고자 한다. 또한 기존에 잘 알려진 환경적 장애요소 제거방식 중 가장 우수한 방식으로 평가받고 있는 가우시안 복합모델 분석기법에서 조차 환경적인 요인으로 인해 자주 발생하고 있는 오 검지 상황들을 효과적으로 저감시킬 수 있는 능동적이고 환경적응적인 기법을 제시하고 구현하여 그 기술의 성능을 평가하고자 한다. 기존의 교통사고자동기록장치와 비교해 본 연구의 결과가 비교우위의 성능을 구현하였음을 입증하기 위해 실제 운용되고 있는 신호교차로의 영상을 실시간 온라인으로 입력받아 시험하였으며 이 시험결과를 기존의 다른 기술의 성능과 비교평가를 실시하였다.
Image-based traffic information collection systems have entered widespread adoption and use in many countries since these systems are not only capable of replacing existing loop-based detectors which have limitations in management and administration, but are also capable of providing and managing a ...
Image-based traffic information collection systems have entered widespread adoption and use in many countries since these systems are not only capable of replacing existing loop-based detectors which have limitations in management and administration, but are also capable of providing and managing a wide variety of traffic related information. In addition, these systems are expanding rapidly in terms of purpose and scope of use. Currently, the utilization of image processing technology in the field of traffic accident management is limited to installing surveillance cameras on locations where traffic accidents are expected to occur and digitalizing of recorded data. Accurately recording the sequence of situations around a traffic accident in a signal intersection and then objectively and clearly analyzing how such accident occurred is more urgent and important than anything else in resolving a traffic accident. Therefore, in this research, we intend to present a technology capable of overcoming problems in which advanced existing technologies exhibited limitations in handling real-time due to large data capacity such as object separation of vehicles and tracking, which pose difficulties due to environmental diversities and changes at a signal intersection with complex traffic situations, as pointed out by many past researches while presenting and implementing an active and environmentally adaptive methodology capable of effectively reducing false detection situations which frequently occur even with the Gaussian complex model analytical method which has been considered the best among well-known environmental obstacle reduction methods. To prove that the technology developed by this research has performance advantage over existing automatic traffic accident recording systems, a test was performed by entering image data from an actually operating crossroad online in real-time. The test results were compared with the performance of other existing technologies.
Image-based traffic information collection systems have entered widespread adoption and use in many countries since these systems are not only capable of replacing existing loop-based detectors which have limitations in management and administration, but are also capable of providing and managing a wide variety of traffic related information. In addition, these systems are expanding rapidly in terms of purpose and scope of use. Currently, the utilization of image processing technology in the field of traffic accident management is limited to installing surveillance cameras on locations where traffic accidents are expected to occur and digitalizing of recorded data. Accurately recording the sequence of situations around a traffic accident in a signal intersection and then objectively and clearly analyzing how such accident occurred is more urgent and important than anything else in resolving a traffic accident. Therefore, in this research, we intend to present a technology capable of overcoming problems in which advanced existing technologies exhibited limitations in handling real-time due to large data capacity such as object separation of vehicles and tracking, which pose difficulties due to environmental diversities and changes at a signal intersection with complex traffic situations, as pointed out by many past researches while presenting and implementing an active and environmentally adaptive methodology capable of effectively reducing false detection situations which frequently occur even with the Gaussian complex model analytical method which has been considered the best among well-known environmental obstacle reduction methods. To prove that the technology developed by this research has performance advantage over existing automatic traffic accident recording systems, a test was performed by entering image data from an actually operating crossroad online in real-time. The test results were compared with the performance of other existing technologies.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구를 통해 얻는 결과는 실제 현장에서 벌어지고 있는 다양한 조건의 환경과 사고 발생 유형, 또 시간대별, 계절별로 변화하는 환경조건 등, 실험실 내에서 미처 예상하지 못했던 다양한 상황이 발생할 수 있다는 점을 보여 주고 있다. 따라서 본 연구를 통해 더 많은 경우에 어떻게 현재의 문제점들을 분석하고 보완해 나갈 것인지에 대해 방향을 제시하고 있다.
본 연구는 그 동안 여러 연구를 통해 제기되어 온 복잡한 교통상황이 발생하는 교차로의 환경적인 다양성과 변화로 인해 극복하기 매우 곤란한 차량의 객체분리, 추적 등의 기존의 기술들이 가지고 있는 그 우수성에 비해 엄청난 데이터 처리용량으로 인해, 실시간 적용하기 곤란한 문제들을 극복할 수 있는 기술방식을 제시할 뿐 아니라, 기존에 잘 알려진 환경적 장애요소 제거방식 중 가장 우수한 방식으로 평가받고 있는 가우시안복합모델 분석기법에서 조차 환경적인 요인으로 인해 자주 발생하고 있는 오검지 상황들을 효과적으로 저감시킬 수 있는 능동적이고 환경적응적인 기법을 제시하고 구현하여 그 기술의 성능을 평가하고자 한다.
이에 본 연구는 교차로 내 교통사고 발생 시 사고발생의 자동 인식과 사고발생 상황의 교통정보를 산출할 수 있는 기술을 개발하고, 취득된 사고 당시의 영상을 자동으로 기록하여, 교통사고 조사에 필요한 정확한 증거영상과 과학적인 판단 자료를 확보할 수 있도록 하여, 사고조사에 투입되는 인력의 과중한 업무 경감은 물론 사고조사의 시간을 단축할 수 있고, 이로 인한 조사비용의 경감을 실현할 수 있을 뿐 아니라, 사고조사에서 가장 필요한 증거영상을 확보 기록함으로써 효과적이고 과학적인 교통사고의 조사 분석을 위한 기술적 토양을 제시함을 그 목적으로 한다.
제안 방법
() 실제 현장에서 사고로 보고된 건수를 알 수 없는 상황과 실제 사고와 비사고의 판단이 명확하게 구분될 수 없는 등 오인 인식률의 현실적인 평가 기준이 없는 관계로 통행량 대비 사고 인식건의 비율로 본 연구의 개선이 진행되고 있음을 와 같이 간접 평가해 보았다.
기존의 교통사고자동기록장치에 비교해 본 연구의 결과가 비교우위의 성능을 구현하였음을 입증하기 위해 실제 운용되고 있는 교차로의 영상을 실시간 온라인으로 입력받아 시험하였으며, 이 시험결과를 기존의 다른 기술의 성능과 비교평가를 실시하였다.
본 연구에 사용된 알고리즘을 검증하기 위해 3곳의 교차로 현장에 설치된 CCTV 카메라로부터 실시간으로 동영상을 입력받아 교차로 현장에서 발생하는 사고 상황에 대한 검지결과를 분석하였다. 분석을 위해 동영상을 취득한 교차로는 ‘분당사거리’, ‘말레이시아교사거리’, ‘정자사거리’였고, 실험기간은 2008년 2월 14일 ~ 2008년 4월 28일(기존 예외처리 방법), 2008년 5월 10일 ~ 2008년 6월 24일(기존 예외처리 방법의 문제점 보완) 두 기간에 걸쳐 실시간 영상을 통한 사고검지 시험이 실시되었다.
분석을 위해 동영상을 취득한 교차로는 ‘분당사거리’, ‘말레이시아교사거리’, ‘정자사거리’였고, 실험기간은 2008년 2월 14일 ~ 2008년 4월 28일(기존 예외처리 방법), 2008년 5월 10일 ~ 2008년 6월 24일(기존 예외처리 방법의 문제점 보완) 두 기간에 걸쳐 실시간 영상을 통한 사고검지 시험이 실시되었다.
이 기술은 실용화 되지는 못했으나 사고 전·후 동영상을 캡처하여 메모리 카드에 기록하는 기술과 교통사고 동영상을 PCS망을 이용하여 교통 센터에 전송하고, 교차로에서 개발된 기술을 차량장착 기술로 활용되었다.
국내에서는 건교부에서 공모한 지능형교통시스템(ITS)연구개발사업의 일환으로 교차로 내에서 차량 사고 시 사고 전·후 총 10초간의 영상을 저장할 수 있는 시스템을 개발하는 연구가 수행되었다. 이 연구는 교통사고의 판별을 영상과 음향분석을 동시에 수행하여 검지하는 방식으로 수행하였으며 영상검지의 기본원리는 두 차량 간의 상대거리와 방향벡터를 이용하여 충돌 여부를 검지하는 방식이며, 음향분석의 경우는 교통사고 충돌음의 주파수 특성에 따라 검지하는 방식이었다. 이 기술은 실용화 되지는 못했으나 사고 전·후 동영상을 캡처하여 메모리 카드에 기록하는 기술과 교통사고 동영상을 PCS망을 이용하여 교통 센터에 전송하고, 교차로에서 개발된 기술을 차량장착 기술로 활용되었다.
이러한 배경영상의 오류는 입력되는 영상프레임의 수가 증가하는 시간동안 해당 영상 내 잔류하는 차량의 존재 기간이 길어질수록 그 오류정보는 더 신뢰할 수 있는 배경영상으로 오판할 가능성이 높아진다. 이러한 오판을 피하기 위해, 배경화면으로서 임시 저장된 다수의 배경버퍼의 최종 산출된 배경 버퍼에 대해 영상 히스토그램의 동적범위(Dynamic-range), 평균(mean), 분산(variance) 등의 값을 계산하고, 저장 되어 있는 가장 앞 쪽의 배경버퍼에서 산출된 해당 값들과 비교하여 최종적으로 배경 영상의 오류 여부를 판단한다. 이때 오류여부를 판단하는 기준으로서는 판단 대상이 되는 지역의 교통상황의 흐름이 충분히 변화될 수 있는 최소한의 시간 내(신호1회기 ~ 3회기이내) 에서 판단하게 된다.
이론/모형
따라서 그림자의 영향이 큰 경우에는 계산량이 늘어나더라도 그림자 제거 기법이 필요하다. 그림자 제거 방법으로는 색상과 채도의 변화양상에 기반하는 방법, 밝기의 기울기에 기반하는 방법, 조명 변화에 불변적인 고유영상 추정법 등이 알려져 있으나 본 연구에서는 야간이나 우천으로 인한 차량 신호, 조명 등의 반사로 인한 차량의 오인식을 줄일 수 있는 경계선 크기의 비 변화 검지법(ECD, Edge magnitude Change ratio Detection Algorithm)을 사용했다.
즉 배경영상이 정교하게 추출되어야 차영상을 통해 차량객체의 영역이 확연하게 드러날 수 있다. 본 연구에서 현재까지 계산속도와 정확도 측면에서 가장 우수하다는 미국의 Lee가 고안한 Adaptive GMM 방법을 사용하였다.
성능/효과
1차, 2차 현장 시험 기간 동안 시험현장인 3개의 교차로를 통과한 차량의 수는 약 130만대, 80만대 정도로 추정되며 각 현장 시험 기간 동안 사고로 인식된 숫자는 1차 현장 시험 시 총 636건(1차 사고검지(2단계):639건), 2차 현장 시험 시 총 0건(1차 사고검지(2단계):50건)으로 집계되었다. 물론 현장 시험 현장인 3개의 교차로에서 동 기간 동안 실제 사고가 발생하지 않음에 따라 시험 결과에 대한 성능평가를 논하는 것은 무리가 있다.
1차 현장시험을 통해 얻은 결과는 매우 불만족스러운 상태였다. 2차 시험에서는, 1차 시험 결과 단속류 사고 검지의 오인 인식 원인에 대해 조사하고, 오인 검지에 대한 유형을 분석해, 이를 바탕으로 사고의 오인 인식에 대한 예외 처리 알고리즘을 부가해 시험할 수 있었고, 그 결과, 1차 시험 기간에 비해 추정 통행 차량 대비 단속류 사고검지 오인 인식의 비율은 현저히 감소했음을 알 수 있었다.
2차 현장 시험까지의 기간 동안 1차 현장 시험 시 오인 인식에 대한 보완된 알고리즘을 고안하고, 추가 시험을 거쳐 2차 현장 시험을 한 결과, 1차 시험보다 시험기간은 짧았지만 차량의 추정 통행량 대비 교통사고로 오인 인식된 숫자는 현저하게 줄었음을 알 수 있었다.(<표 4>) 실제 현장에서 사고로 보고된 건수를 알 수 없는 상황과 실제 사고와 비사고의 판단이 명확하게 구분될 수 없는 등 오인 인식률의 현실적인 평가 기준이 없는 관계로 통행량 대비 사고 인식건의 비율로 본 연구의 개선이 진행되고 있음을 <표 4>와 같이 간접 평가해 보았다.
다만, 본 연구 결과를 바탕으로 현장시험결과로부터 오인 인식 유형이 수집되고, 또 이에 대한 보완 방법이 연구될 수 있는 실질적인 근거 자료가 축적되기 시작했다는 점은, 본 연구와 현장시험을 통해 얻은 큰 성과라고 평가할 수 있다.
또한, 시험 결과 오인 인식된 데이터이긴 했지만 사고의 발생 시간대를 분석해 본 결과 1차 현장시험, 2차 현장 시험 기간 각각 사고로 인식된 비율이 높은 시간대역은 20시~05시, 23시~04시 시간대로 나타났다. 이 시간대는 차량통행이 나머지 시간대에 비해 비교적 적을 것으로 추정 가능하기 때문에 야간의 교차로 상황에서 차량의 사고 검지에 대한 추가적인 보완 방법이 요구되어진다.
본 연구 결과는 실험실 환경에서의 시험과 노변의 다양한 환경과 환경조건의 끊임없는 변화 등을 포함한 실제 상황이 얼마나 많은 차이를 보여주고 있는지 현장 시험을 통해 명확하게 보여주고 있다.
본 연구를 통해 얻는 결과는 실제 현장에서 벌어지고 있는 다양한 조건의 환경과 사고 발생 유형, 또 시간대별, 계절별로 변화하는 환경조건 등, 실험실 내에서 미처 예상하지 못했던 다양한 상황이 발생할 수 있다는 점을 보여 주고 있다. 따라서 본 연구를 통해 더 많은 경우에 어떻게 현재의 문제점들을 분석하고 보완해 나갈 것인지에 대해 방향을 제시하고 있다.
위와 같은 기존 1차 시험 알고리즘에서는 차량의 변화량 이용하여 사고 검지 후 검지영역 내 다른 차량의 통과 유·무로 사고 유무를 판단하였으나, 1차 사고검지 후 검지영역 내 다른 차량의 변화량이 발생되지 않는 현상이 빈번하게 발생되었다.
이 기간 동안에 실제 사고가 발생되지 않아 사고 검지 유무는 판단할 수 없었으나, 실제 사고 동영상을 확보하여 현장상황과 동일한 조건으로 과 같이 실험을 수행하였으며, 는 3개 교차로에서 발생된 사고 동영상으로 시험결과 화면이며, 3개 교차로 모두 정상적으로 검지되었다.
후속연구
둘째, 영상검지에 있어서, 그것도 공적 사건으로 보고되고 기록되고 있는 교차로 교통사고에 대한 기록에 접근하는 것이 쉽지 않기 때문에, 현장의 영상정보만을 가지고 사고 검지 결과를 생성했다 하더라도, 공식적인 자료와 비교할 수 없는 만큼, 사고 자동 검지율을 객관적으로 평가하고 보완하는데는 한계가 있다는 점이 현재로서는 난제라고 할 수 있다. 교통 사고 보고서에 대한 접근권을 부여받아 공식적으로 사고분석을 할 수 있는 근거를 마련해야 본 연구의 성과를 더욱 높이고, 사고검지 기술의 성능 향상을 기할수 있을 것이다.
둘째, 영상검지에 있어서, 그것도 공적 사건으로 보고되고 기록되고 있는 교차로 교통사고에 대한 기록에 접근하는 것이 쉽지 않기 때문에, 현장의 영상정보만을 가지고 사고 검지 결과를 생성했다 하더라도, 공식적인 자료와 비교할 수 없는 만큼, 사고 자동 검지율을 객관적으로 평가하고 보완하는데는 한계가 있다는 점이 현재로서는 난제라고 할 수 있다. 교통 사고 보고서에 대한 접근권을 부여받아 공식적으로 사고분석을 할 수 있는 근거를 마련해야 본 연구의 성과를 더욱 높이고, 사고검지 기술의 성능 향상을 기할수 있을 것이다.
마지막으로 교차로 영상정보를 통해 교차로 차량사고 자동감지뿐 아니라 자동차의 소통의 구조를 분석하고 교통량 정보를 취득하여 연계된 도로와 교차로간의 소통정보를 분석하고 최대의 소통효과를 가져올 수 있도록 더 많은 교통관련 정보를 생산해 낼 수 있는 부가적인 연구가병행되어야 할 것이며, 지금까지의 사무실내 pc를 통한 소프트웨어 기반의 교통정보 분석에서 한발 더 나아가, 교차로 영상신호 분석 시스템이 독립적으로 구축되고, 복잡하고 많은 계산량이 수반되는 소프트웨어의 실시간 처리를 가능케 하는 더 빠른 속도의 하드웨어를 병행 개발해야 한다. 일례로 현재 PC의 처리속도를 가진 영상처리 전담 하드웨어에 현재의 교통영상 분석 소프트웨어를 구동시킨다면 최소한 현재보다 2～3배의 처리속도 확보가 가능할 것으로 판단되며, 이는 교통정보를 생산하는 시스템의 다양한 발전을 가져올 것으로 기대한다.
셋째, 현재까지의 연구는 영상만을 가지고 교차로에서 발생할 수 있는 사고검지 기술을 연구했지만, 영상정보 이외에도 사고당시의 음향조건 또한 좋은 사고 검지 기술 향상을 위한 좋은 정보가 될 수 있으며, 음향 이외에도 다른 정보에 대한 발굴이 수반되어야 할 것이다.
마지막으로 교차로 영상정보를 통해 교차로 차량사고 자동감지뿐 아니라 자동차의 소통의 구조를 분석하고 교통량 정보를 취득하여 연계된 도로와 교차로간의 소통정보를 분석하고 최대의 소통효과를 가져올 수 있도록 더 많은 교통관련 정보를 생산해 낼 수 있는 부가적인 연구가병행되어야 할 것이며, 지금까지의 사무실내 pc를 통한 소프트웨어 기반의 교통정보 분석에서 한발 더 나아가, 교차로 영상신호 분석 시스템이 독립적으로 구축되고, 복잡하고 많은 계산량이 수반되는 소프트웨어의 실시간 처리를 가능케 하는 더 빠른 속도의 하드웨어를 병행 개발해야 한다. 일례로 현재 PC의 처리속도를 가진 영상처리 전담 하드웨어에 현재의 교통영상 분석 소프트웨어를 구동시킨다면 최소한 현재보다 2～3배의 처리속도 확보가 가능할 것으로 판단되며, 이는 교통정보를 생산하는 시스템의 다양한 발전을 가져올 것으로 기대한다.
첫째, 본 연구와 그에 수반되는 현장시험을 통해 단속류 교통상황에서의 사고검지에 영향을 미치는 오인식의 유형이 수집되기는 했으나, 현재까지의 오인식 유형은 불과 3 장소의 교통환경에 불과한 만큼 더 다양한 교통 소통구조를 가지는 교차로에 대해 시험을 실시하고 그에 따른 오인 인식유형을 파악해야 하고 그 다양한 유형에 대한 보완 기술을 연구해야할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
영상기반의 교통정보수집시스템이 여러 나라에서 보급 활용되기 시작했으며 그 사용 용도와 사용 범위에 있어서도 획기적인 확장세인 이유는?
영상기반의 교통정보수집시스템은 관리 및 운영상의 한계를 보이고 있는 기존의 루프검지기의 역할을 대체하는 검지기로써의 역할뿐만 아니라 다양한 교통류의 정보를 제공하고 관리할 수 있다는 점에서 여러 나라에서 보급 활용되기 시작했으며 그 사용 용도와 사용 범위에 있어서도 획기적인 확장세에 있다. 반면에 교통사고에 대해서는 현재까지는 단순히 교통사고 예상지역에 감시카메라를 설치해 두고 기록되는 자료의 디지털화를 추진하는 정도의 영상처리기술을 활용하고 있는 형편이다.
교통사고 발생 메커니즘에 관한 기존의 조사 및 사고 연구는 주로 어떤 방법으로 이루어지는가?
반면에 교통사고에 대해서는 현재까지는 단순히 교통사고 예상지역에 감시카메라를 설치해 두고 기록되는 자료의 디지털화를 추진하는 정도의 영상처리기술을 활용하고 있는 형편이다. 교통사고 발생 메커니즘에 관한 기존의 조사 및 사고 연구는 주로 사고 후의 잔존 물적 증거에 의한 사고 재구성, 혹은 물리적 가능성의 모의시험, 사고 관련자들의 증언의 청취 조사 등의 방법으로 행해져 왔다.
교통사고 발생 메커니즘에 관한 기존의 조사 및 사고 연구가 이루어지는 방법의 단점은?
이러한 방법은 사고 발생 직전 상황에 대한 운전자의 판단이나 인지 등 여러 가지 항목이 조사자 자신의 경험이나 학식에 따라 비정형화 편견이 개입될 수 있는 것은 물론, 피조사자의 사고와 관련된 사전지식의 유무에 따라 실제 그 사고의 규명이 오히려 왜곡될 수 있는 점 등의 우려가 있어왔다. 실제로 현재 교통사고 조사 시 경찰에서는 사고 당사자나 목격자의 진술, 교통사고 결과에 의한 잔존물, 흔적, 차량 파손 상태 및 형태 등의 현장조사 결과에 크게 의존하고 있으며, 반면에 물적 사고를 포함한 연간 40여만 건의 각종 교통사고 중에서 사고 당사자가 이의를 제기하는 숫자도 줄어들고 있지 않는 등의 경찰의 사고조사 결과에 만족하지 못하는 실정이며, 교차로나 횡단보도의 경우 단순 통행도로에 비해 신호위반의 유무, 충돌시의 상충각도, 충돌속도 등 사고요인이 매우 복잡하고, 원인조사를 위한 증거 자료의 수집에 많은 노력과 비용이 소요되고 있으나 그 신뢰도는 오히려 단순 통행도로에 비해 떨어지고 사고 당사자들의 불만이 높으며 이로 인한 많은 민원의 발생이 끊이지 않고 있는 실정이다.
참고문헌 (13)
일본경찰청(2003), 교통사고 자동기록장치의 정비 사업평가경과 보고서
성산승(2005), '교통사고 자동기록장치(TAAMS)에 의한 교통사고의 발생메카니즘에 관한 연구', 일본 경찰과학연구소 보고, 교통편 Vol.38, No.2
S. Khan 외 1인(2000), 'Tracking People in Presence of Occlusion' in Asian Conference on Computer Vision, pp.1132-1137
C. Stauffer외 1인(2000), 'Learning Pattern of Activity Using Real-time Tracking', IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 22, no. 8, pp.747-757
※ AI-Helper는 부적절한 답변을 할 수 있습니다.