Earticle

초록

한국어

통행속도는 도로의 교통상황을 측정하고, 교통사고와 같은 돌발상황 발생을 검지하는데 활용되는 중요 한 정보이다. 본 논문에서 영상처리 기술을 활용하여 도로구간의 통행속도를 정확하게 측정하는 모델을 제안하 였다. 제안 모델은 교통 CCTV 영상에서 차량 객체를 추출하고, 딥러닝 기술 등을 활용하여 차량을 추적하여, 도로구간의 통행속도 및 교통량 등과 같은 교통정보를 수집한다. 또한, 새로운 모델은 데이터 융합기술을 활용 하여 정확한 구간통행속도를 수집하여 사용자에게 제공하는 것이 가능하다. 제안 모델을 서울시 오금교에서 현 장실험한 결과, 기존 교통정보센터 통행속도 정확도(62.8%)보다 새 모델의 정확도가 높은 것(83.6%)을 확인하였다.

영어

Travel speed is an important parameter for measuring road traffic and incident detection system. In this paper I suggests a model developed for estimating reliable and accurate average roadway link travel speeds using image processing sensor. This method extracts the vehicles from the video image from CCTV, tracks the moving vehicles using deep neural network, and extracts traffic information such as link travel speeds and volume. The algorithm estimates link travel speeds using a robust data-fusion procedure to provide accurate link travel speeds and traffic information to the public. In the field tests, the new model performed better than existing methods.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 교통 CCTV 영상분석 엔진 개발
3.1 CCTV 영상분석 엔진 개발
3.2 차량객체 추출 및 추적기술 개발
4. 소통정보 융합 알고리즘 개발
4.1 소통정보 융합 알고리즘 개발과정
4.2 소통정보 융합 알고리즘 1
4.3 소통정보 융합 알고리즘 2
5. 현장실험 및 모델 평가
5.1 현장실험 개요 및 정확도 평가방법
5.2 현장실험 과정
5.3 현장실험 결과
6. 결론
ACKNOWLEDGMENTS
REFERENCES

저자

• 기용걸 [ Yong-Kul Ki | 도로교통공단 ICT융합처 처장 ] Corresponding Author
• 김용호 [ Yong-Ho Kim | 도로교통공단 기획본부장 ]

참고문헌