Earticle

초록

영어

This paper proposes an edge-intelligent traffic signal optimization framework that integrates IoT-based smart pole infrastructure with a DQN reinforcement learning algorithm to address urban traffic congestion problems. The proposed approach is designed to collect real-time traffic information, including vehicle queue lengths, traffic density, and waiting times, through smart poles installed at intersections, while executing DQN-based signal control policies at the edge layer. Furthermore, a VEINS-based co-simulation environment integrating SUMO and OMNeT++ was employed to evaluate the performance of the proposed framework in comparison with conventional fixed-time and actuated traffic signal control methods. In addition, this study proposes an SDVN-based design methodology to optimize V2X communication performance in autonomous vehicle environments and to implement an effective ITS in VANET environments characterized by high mobility and network instability. Conventional VANETs suffer from several limitations, including packet loss, increased latency, and frequent network disconnections due to their distributed architecture. To overcome these challenges, this research integrates SDN architecture into vehicular communication networks. By leveraging the centralized control capabilities of SDN, the proposed approach enables real-time management of network topology and dynamic configuration of optimal communication routes according to changing traffic conditions.

한국어

본 논문은 도시 교통 혼잡 문제를 해결하기 위해 IoT 기반 스마트 폴 인프라와 DQN 강화학습 알고리즘을 결합한 엣지지능형 교통 신호 최적화 프레임워크를 제안한다. 제안 방법은 교차로에 설치된 스마트 폴을 통해 차량 대기열, 교통 밀도, 대기시간 등의 데이터를 실시간으로 수집하고, 엣지 계층에서 DQN 기반 신호 제어 정책을 수행하도록 설계하였다. 또한 VEINS 기반 공동 시뮬레이션 환경에서 SUMO와 OMNeT++를 연동하여 고정시간 제어 및 감응식 제어 방식과 성능을 비교하였다. 또한 자율주행차량 환경에서 V2X 통신의 성능을 최적화하고, 높은 이동성과 네트워크 불안정성이 특징인 VANET환경에서 효과적인 지능형 교통 시스템(ITS)을 구현하기 위한 SDVN 기반 설계 방법을 제안한다. 기존의 VANET은 분산형 구조로 인해 패킷 손실, 지연 증가, 네트워크 단절 등 여러 한계가 존재하며, 이를 해결하기 위해 본 연구는 SDN 아키텍처를 차량 통신망에 통합하였다. SDN의 중앙집중 제어 특성을 활용하여 네트워크 토폴로지를 실시간으로 관리하고, 트래픽 상황에 따라 최적의 경로를 동적으로 설정할 수 있도록 하였다.

목차

Abstract
요약
1. Introduction
2. Related Work
3. System Architecture
3.1 Hardware Layer
3.2 Communication Layer
3.3 Intelligence Layer
4. Simulation Setup and Source Code
5. Experimental Results
6. Discussion and Future Work
7. Conclusion
REFERENCES

키워드

저자

• Sunghyuck Hong [ 홍성혁 | Professor, Division of Advanced IT, IoT major, Baekseok University ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  디지털정책학회지

• 간기

  월간

• eISSN

  2951-245X

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 569 DDC 620