교차로 I2V 환경에서 노변 LiDAR 기반 객체 로그와 RSA 이벤트 로그의 위험 유형별 정합성 분석 : OEC 프레임워크
Hazard-Type-Specific Consistency Analysis between Object Logs and RSA Event Logs in Roadside LiDAR-Based I2V Environments : An OEC Framework
This study proposes an Object-Event Consistency (OEC) framework for analyzing hazard-typespecific consistency between roadside LiDAR object logs and Road Safety Alert (RSA) event logs in an intersection I2V environment. OEC is an internal consistency ratio based on predefined time, class, and ROI conditions and does not replace ground-truth-based detection metrics. One hour of data from the Cheongsa intersection in Daejeon, Korea, comprising 12,847 object observations and 42 RSA events, was analyzed. At τ=20s, OEC was 100.0% for illegal parking, 73.9% for merging caution, and 50.0% for jaywalking pedestrian/PM. An exploratory test indicated a statistically significant association between hazard type and matching status (p=0.041; Cramér’s V=0.39). The OEC estimate for jaywalking pedestrian/PM was based on eight events and had a wide Wilson 95% confidence interval of 21.5–78.5%. The hazard-type ranking remained stable across τ=10, 20, and 30s, providing exploratory evidence for hazard-specific validation and parameter review.
한국어
본 연구는 교차로 I2V 환경에서 노변 LiDAR 객체 로그와 RSA 이벤트 로그 간 정합성을 위험 유형별로 분석하는 객체-이벤트 정합성(Object-Event Consistency, OEC) 프레임워크를 제시한다. OEC는 시간·클래스·ROI 조건에서 두 로그의 대응 여부를 평가하는 내부 정합성 비율지표이며, 독립적인 ground truth 기반 검지 성능지표를 대체하지 않는다. 대전 청사교차로의 1시간 로그(객체 관측치 12,847건, RSA 이벤트 42건)를 분석한 결과, τ=20s 기준 OEC는 불법주정차 100.0%, 합류주의 73.9%, 무단횡단 보행자/PM 50.0%였다. 탐색적 검정에서 위험 유형과 매칭 여부 간 통계적으로 유의한 연관성이 관측되었다(p=0.041, Cramér’s V=0.39). 다만 무단횡단 보행자/PM은 8건에 기반해 Wilson 95% 신뢰구간이 21.5–78.5%로 넓었다. 유형별 순위는 τ=10·20·30s에서도 유지되었으며, 본 프레임워크는 위험 유형별 후속 검증과 운영 파라미터 차등화 필요성을 검토하기 위한 탐색적 근거를 제공한다.
목차
요약 ABSTRACT Ⅰ. 서론 1. 연구배경 2. 연구 공백: 이벤트 생성 계층의 내부 정합성 3. 연구목적 및 연구질문 4. 분석명제와 학술적 기여 Ⅱ. 이론적 배경 및 선행연구 1. 교차로 NLoS와 I2V 협력인지의 필요성 2. 노변 LiDAR 기반 객체 검지와 RSA 이벤트 생성 3. 이벤트 생성 계층의 평가 공백과 OEC의 분석적 위치 4. 본 연구의 차별성 Ⅲ. 분석 대상 및 데이터 1. 청사교차로 I2V 테스트필드 2. 시스템 구성 3. 분석 대상 위험 유형의 선정 근거 4. 데이터 범위 및 분석 단위 5. 데이터 한계 Ⅳ. 분석 방법 1. 연구 프레임워크 2. OEC 지표 정의 및 해석 범위 3. 시간 창 τ의 정의와 민감도 분석의 목적 4. 3중 조건 매핑 규칙과 매칭 처리 5. 보조지표 산출 정의 6. 통계 검정 및 신뢰구간 7. 해석 범위와 반복 적용 가능성 Ⅴ. 분석 결과 1. 위험 유형별 OEC 2. 보조지표: ROI 체류시간 및 객체 동특성 3. 시간 창 민감도 분석 Ⅵ. 논의 1. 위험 유형별 OEC 차등 구조 2. 무단횡단 보행자/PM 유형의 낮은 OEC에 대한 다요인 검토 3. 선행연구 대비 방법론적 의의 4. 탐색적 운영·설계 함의 5. 한계 6. 후속 연구 Ⅶ. 결론 REFERENCES