초록 ▼

연구개요
- 첨단교통체계(ITS: Intelligent transportation system)의 세부요소 중 공공부문의 역할이 강조되는 분야는 첨단교통관리(ATMS: Advance Transportation Management System)로, 도로의 상태를 예측하고 선제적인 관리를 취함과 동시에 교통류를 최적상태로 유지하기 위한 제어기술이 필요함.
- 본 연구는 인공지능과 데이터 중심적(Data-driven) 방법론에 의거 효율적인 교통관리 및 운영기법들을 개발, 해결하기 어려운 교통문제들을 해결하고자 함.

연구개요
- 첨단교통체계(ITS: Intelligent transportation system)의 세부요소 중 공공부문의 역할이 강조되는 분야는 첨단교통관리(ATMS: Advance Transportation Management System)로, 도로의 상태를 예측하고 선제적인 관리를 취함과 동시에 교통류를 최적상태로 유지하기 위한 제어기술이 필요함.
- 본 연구는 인공지능과 데이터 중심적(Data-driven) 방법론에 의거 효율적인 교통관리 및 운영기법들을 개발, 해결하기 어려운 교통문제들을 해결하고자 함.

연구 목표대비 연구결과
‣ 1차년도 연구 목표
- 교통밀도 계측 딥러닝 CNN 구조설정 및 지도형 학습자료 확보 : 달성
- 공간평균속도 계측 딥러닝 CNN 구조설정 및 지도형 학습자료 확보 : 달성
- 보행밀도 계측 딥러닝 CNN 구조설정 및 지도형 학습자료 확보 : 달성
- 교통상태 예측모형 학습을 위한 프로브(Probe) 교통속도 빅데이터 확보 및 구조화 : 달성
‣ 2차년도 연구 목표
- 교통밀도, 공간평균속도 및 보행밀도 계측 CNN 모형 구축 : 달성
- 교통밀도, 공간평균속도 및 보행밀도 계측 모형의 호환성(Transferability) 확보 방안 연구 : 달성
- 교통상태 예측을 위한 딥러닝 CNN+LSTM 복합구조 설정 : LSTM 모델 직접 적용 대신 구조 차용하여 CNN에 적용, GCN 모델 추가, 달성 ‣ 3차년도 연구 목표
- 차량교통 및 보행교통상태를 모두 고려한 단일 주체 교통신호제어용 강화학습 구조설계 : 달성
- 확장성(Scalability)이 있는 광역적 교통신호 제어용 인공지능 학습 및 평가 : 달성
- 개발한 인공지능 신호제어기의 현장학습을 위한 실사 에니메이션 개발 : 달성

연구발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
‣ 교통서비스수준 판정에 기준이 되지만 기존 검지기로 계측이 불가능한 교통밀도와 공간평균속도를 광범위로 직접계측하려는 최초시도로 중요성이 있음.
‣ 도시가로부에서 보행 서비스수준을 상시적으로 계측할 수 있는 체계를 제공함으로써 도시 관리운영에 획기적인 전환을 이룸.
‣ 본 연구과제를 통하여 개발한 검지기와 향후 개발할 차량 추적기(Tracker)를 이용하여 교통 지표(교통량, 속도, 밀도, 지체) 계측이 가능해짐. 추가적으로 계측 조건(교통량 검지선, 밀도 계측 구역, 속도 계측 구간 등)을 설정함으로써 이미지 영상만을 이용하여 자동화 교통 지표 계측 프로그램을 구축할 수 있음.
‣ 본 연구과제를 통하여 개발한 인공지능 신호 제어기와 교통 지표를 이용하여 강화학습 중 소프트 액터-크리틱(Soft actor-critic)모형의 입력 변수로 변환하여 교통 네트워크 기반 신호 제어의 현장 모사력 고도화가 진행 가능해짐.

(출처 : 요약문 2p)