$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 커넥티드 차량 보급률 기반 고속도로 돌발상황 검지시간 추정
Estimation of Incident Detection Time on Expressways Based on Market Penetration Rate of Connected Vehicles 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.22 no.3, 2023년, pp.38 - 50  

남상기 (영남대학교 도시공학과) ,  정연식 (영남대학교 도시공학과) ,  김회경 (동아대학교 도시공학과) ,  김원길 (국토교통과학기술진흥원 모빌리티본부)

초록
AI-Helper 아이콘AI-Helper

최근 인공지능 (Artificial Intelligence: AI) 기술 발전으로 폐쇄회로 TV(Closed-Circuit television: CCTV)와 같은 영상 센서에 AI 기술을 도입하여 특정 돌발상황을 검지하고 있으나 대부분 고정식 장비 기반으로 돌발상황 검지가 진행되어왔다. 따라서 모든 도로 공간에 대한 돌발상황 검지에는 한계가 존재해왔다. 그러나 영상 센서와 edge-computing 기술 등의 발전으로 이동식 영상정보수집 및 분석 기술이 확산되고 있다. 본 연구는 이러한 이동식 영상 수집 및 분석 장비(커넥티드 차량)의 도입 수준에 따른 돌발상황 검지시간 감소효과를 추정하는 것이 목적이다. 이를 위해 2021년 경부고속도로 수원지사에서 수집된 돌발상황 발생 건수 자료를 활용하였다. 분석 결과 편도 2차로 고속도로는 커넥티드 차량의 보급률(Market Penetration Rate: MPR)이 4% 이상, 편도 3차로 고속도로는 3% 이상이면 돌발상황 검지 시간이 1분 이하로 나타났고, 편도 2차로와 편도 3차로 고속도로에서 MPR이 각각 0.4% 이상, 0.2% 이상이면 한국도로공사에서 발표한 평균 돌발상황 검지시간 보다 감소하는 것으로 나타났다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recent advances in artificial intelligence (AI) technology have enabled the integration of AI technology into image sensors, such as Closed-Circuit Television (CCTV), to detect specific traffic incidents. However, most incident detection methods have been carried out using fixed equipment. Therefore...

Keyword

#커넥티드 카   #이미지 검지   #돌발상황 검지시간   #미시적 교통 시뮬레이터  

참고문헌 (24)

  1. Asakura, Y., Kusakabe, T., Nguyen, L. X. and Ushiki, T.(2016), "Incident detection methods using？probe vehicles with on-board GPS equipment", Transportation Research Part C, vol. 81,？pp.330-341. 

  2. Chang, H. H., Yoon, B. J. and Jeong, S. Y.(2018), "Effects of Inter-Vehicle Information Propagation？on Chain Collision Accidents", Journal of the Korean Society of Civil Engineers, vol. 38, no. 2,？pp.303-310. (in Korean) 

  3. Chung, Y. S., Cho, H. S. and Kim, J. Y.(2010), "An Analytical Procedure to Estimate Non-recurrent？Congestion caused by Freeway Accidents", Journal of Korean Society of Transportation, vol. 28,？no. 2, pp.45-52. (in Korean) 

  4. Chung, Y. S., Song, S. K. and Choi, K. J.(2007), "A Prediction Model on Freeway Accident Duration？using AFT Survival Analysis", Journal of Korean Society of Transportation, vol. 25, no. 5,？pp.135-148. (in Korean) 

  5. ElSahly, O. and Abdelfatah, A.(2022), "A Systematic Review of Traffic Incident Detection？Algorithms", Sustainability, vol. 14, no. 22, p.14859. 

    상세보기

  6. Evanco, W. M.(1999), "The Potential impact of Rural Mayday Systems on Vehicular Crash？Fatalities", Accident Analysis & Prevention, vol. 31, pp.455-462. 

  7. Garib, A., Radwan, A. E. and Al-Deek, H.(1997), "Estimating Magnitude and Duration of Incident？Delays", Journal of Transportation Engineering, vol. 123, no. 6, pp.459-466. 

  8. Han, X., Grubenmann, T., Cheng, R., Wong, S. C., Li, X. and Sun, W.(2020), "Traffic Incident？Detection: A Trajectory-Based Approach", Proceedings of the 2020 IEEE 36th International？Conference on Data Engineering(ICDE), pp.1866-1869. 

  9. Hong, S. P., Oh, C., Kim, W. K., Kim, H. M. and Kim, T. H.(2008), "Designing A V2V based Traffic？Surveillance System and Its Functional Requirements", Journal of Korean Society of？Transportation, vol. 26, no. 4, pp.251-264. (in Korean) 

  10. Islam, B. A., Tajalli, M., Mohebifard, R. and Hajbabaie, A.(2021), "Effects of Connectivity and？Traffic Observability on an Adaptive Traffic Signal Control System", Journal of the？Transportation Research Board, vol. 2675, no. 10, pp.800-814. 

    상세보기

  11. Kim, M. J., Jeong, D. H. and Kim, H. K.(2019), "A study on Estimation of Traffic Flow Using？Image-based Vehicle Identification Technology", The Journal of the Korea Institute of？Intelligent Transport Systems, vol. 18, no. 6, pp.110-123. 

  12. Korea Expressway Corporation(2021), A Study on the Introduction of Advanced High-Density(AHD)？Traffic Control on Highways Through AI-based Image Analysis, pp.77, 168. 

  13. Li, J. Q., Zhou, K., Shladover, S. E. and Skabardonis, A.(2013), "Estimating Queue Length under？Connected Vehicle Technology: Using Probe Vehicle, Loop Detector, and Fused Data",？Transportation Research Record: Journal of the Transportation Research Board, vol. 2356, no.？1, pp.17-22. 

    상세보기

  14. Liang, Z., Chen, H., Song, Z., Zhou, Y. and Zhang, B.(2017), "Traffic Congestion Incident Detection？and Dissipation Algorithm for Urban Intersection Based on FCD", 2017 3rd IEEE International？Conference on Computer and Communications, pp.2578-2583. 

  15. Lim, D. H., Seo, Y. H., Ko, E. J., So, J. H. and Kim, H. J.(2022), "Spatiotemporal Traffic Density？Estimation Based on ADAS Probe Data", Journal of Advanced Transportation, vol. 2022,？p.5929725. 

    상세보기

  16. Mohammad, A. A., Hossam, M. A. and Hesham, A. R.(2019), "Developing a Neural-Kalman Filtering？Approach for Estimating Traffic Stream Density Using Probe Vehicle Data", Sensors, vol. 19,？p.4325. 

    상세보기

  17. Moylan, E., Chand, S. and Waller, T.(2018), "Framework for Estimating the impact of Camera-based？Intelligent Transportation Systems(ITS) Technology on Incident Duration", Transportation？Research Record, vol. 2672, no. 19, pp.25-33. 

    상세보기

  18. Nagle, A. S. and Gayah, V. V.(2014), "Accuracy of Networkwide Traffic States Estimated from？Mobile Probe Data", Journal of the Transportation Research Board, vol. 2421, no. 1, pp.1-11. 

    상세보기

  19. Nam, D. H. and Mannering, F.(2000), "An Exploratory Hazard-based Analysis of Highway Incident？Duration", Transportation Research Part A: Policy and Practice, vol. 34, no. 2, pp.85-102. 

  20. OECD(2007), Managing Urban Traffic Congestion, pp.62-65. 

  21. Park, J. H., Oh, C., Lim, H. S. and Kang, K. P.(2009), "Methodology for Determining RSE Spacing？for Vehicle-Infrastructure Integration (VII) Based Traffic Information System (Focused on？Uninterrupted Traffic Flow)", Journal of Korean Society of Transportation, vol. 27, no. 6,？pp.29-44. (in Korean) 

  22. Ren, S., He, K., Girshick, R., Zhang, X. and Sun, J.(2017), "Object Detection Networks on？Convolutional Feature Maps", IEEE Transactions on Pattern Analysis and Machine Intelligence,？vol. 39, no. 7, pp.1476-1481. 

    상세보기

  23. Seo, T., Kusakabe, T. and Asakura, Y.(2015), "Estimation of flow and density using probe vehicles？with spacing measurement equipment", Transportation Research Part C: Emerging Technologies,？vol. 53, pp.134-150. 

    상세보기

  24. Stephanedes, Y. J. and Chassiakos, A. P.(1993), "Application of Filtering Techniques for Incident？Detection", Journal of Transportation Engineering, vol. 119, no. 1. 

    상세보기

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로