Earticle

초록

영어

Incident detection methods for automatic recognition of traffic accidents and other freeway events requiring emergency responses have existed for over 50 years. Most of the developed and implemented algorithms rely on inductive loop data. The inductive loop is the most commonly used traffic sensor, collecting data such as traffic volume and vehicle velocity at a specific location. However, the algorithms using inductive loop data have had mixed success. This paper proposes to automatically detect traffic incidents using artificial neural networks and traffic condition information from a traffic information center. In the field tests, the new model performed better than existing methods.

한국어

교통사고 및 고속도로 응급상황 발생 등과 같은 돌발상황을 자동으로 검지하는 기술이 50년 이상 연구/ 운영되고 있는데, 이들 대부분이 도로에 매설된 루프검지기에서 수집되는 특정 지점의 교통정보(지점속도정보, 점 유율, 교통량 등)를 활용하는 방식이어서 루프검지기가 설치되지 않은 경우에는 사용이 어려운 단점이 있었다. 또 한, 루프검지기의 오류 등의 요인으로 실제 운영에서 돌발상황 검지율이 높지 않은 것으로 알려져 있다. 이를 개 선하기 위해 본 연구에서 다층신경망 및 교통정보센터 교통정보를 이용한 돌발상황검지 알고리즘을 개발하여 현 장실험을 실시한 결과 새로운 모델의 검지율이 86.4%로 기존 모델보다 뛰어난 성능을 나타냈다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구 및 평가기준
2.1 관련 연구
2.2 실험 및 성능평가 기준
Ⅲ. 교통돌발상황 검지모델
3.1 신경망을 이용한 돌발상황 검지모델
3.2 자료수집 및 특성 분석
3.3 신경망 구성 및 학습
Ⅳ. 현장실험 및 평가
4.1 현장실험 대상지점 선정
4.2 신경망 학습 및 실험과정
4.3 현장실험 결과
Ⅴ. 결론
REFERENCES

키워드

저자

• 기용걸 [ Yong-Kul Ki | 도로교통공단 ICT융합처 수석연구원 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]

• 간기

  월간

• pISSN

  2508-8270

• 수록기간

  2017~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 506 DDC 606