Earticle

본 연구에서는 COVID-19 대유행에 따른 다중밀집시설 중 하나인 서울역 역사를 대상으로 사회적 거리(Social Distance) 유지 및 보행동선체계 구축에 따른 효과분석을 진행하였다. 분석 을 위해 서울역 CAD 및 철도역사 이용객 수 조사를 통하여 서울역 보행 Network를 구축하였 으며, Social Force Model을 활용하여 사회적 거리(Social Distance)를 유지하는 보행자를 구현하 였다. 이를 바탕으로 시나리오 분석을 수행하였다. 분석결과, 보행동선체계 도입 시 현황과 비 교하여 평균보행속도가 감소하였으나 평균보행밀도의 경우 보행 서비스수준(LOS) ‘C’를 유지 하는 것으로 분석되어 보행동선체계의 효과가 입증되었으며, 향후 보행계획 시 보행 시뮬레이 션 모델로서 활용이 가능할 것으로 기대된다.

In this study, the effect of the social distance maintenance and pedestrian route system was analyzed for Seoul Station, one of the multi use facilities according to the COVID-19 pandemic. For analysis, the Seoul Station pedestrian network was established through the survey of the number of passengers and CAD floor plan. A pedestrian that maintaining Social Distance was implemented using the Social Force Model. Based on this, scenario analysis was proceed. As a result, when the walking line system was installed the average walking speed decreased compared to the current situation. but the average density was analyzed that maintain the walking level of service (LOS)‘C', this mean walking line system is effective, and the effect of the walking line system was proved. It can be used as a pedestrian simulation model.

자동차는 우리의 일상에 필수재가 된 지 오래지만 자동차 교통사고로 인한 사회적 비용이 국가 예산의 9%를 넘을 정도로 심각하여 이에 대한 국가적인 예방 및 대응 체계 구축이 매우 필요한 실정이다. 이에 본 연구에서는 빅데이터 분석 기법을 활용하여 차대차 교통사고의 상 해 심각도를 정확히 예측할 수 있는 모형을 제시하고자 하였다. 이를 위해 과거 3년간의 전국 교통사고 발생 데이터를 토대로, K-최근접 이웃, 로지스틱 회귀분석, 나이브베이즈, 의사결정 나무, 앙상블 알고리즘을 적용하여 각 모델의 상해 심각도 분류의 성능을 비교 분석하였다. 특 히 이 과정에서 각 상해 심각도 수준 간의 데이터 수에 차이가 있음에 주목하여 표본수가 많은 그룹에 대해서는 과소표본추출을 시행하는 등의 방법을 통해 분류 예측의 정확도를 높일 수 있었고, 분산 분석을 통해 모델의 유의성을 검증하였다.

Automobiles have long been an essential part of daily life, but the social costs of car traffic accidents exceed 9% of the national budget of Korea. Hence, it is necessary to establish prevention and response system for car traffic accidents. In order to present a model that can classify and predict the degree of injury in car traffic accidents, we used big data analysis techniques of K-nearest neighbor, logistic regression analysis, naive bayes classifier, decision tree, and ensemble algorithm. The performances of the models were analyzed by using the data on the nationwide traffic accidents over the past three years. In particular, considering the difference in the number of data among the respective injury severity levels, we used down-sampling methods for the group with a large number of samples to enhance the accuracy of the classification of the models and then verified the statistical significance of the models using ANOVA.

기존 논문들처럼 지체시간 감소만으로 PPLT 특성을 반영하여 PPLT의 적용 여부를 판단하 는 것은 한계가 있다. 이에 본 논문에서는 지체시간 외에 통과 좌회전 교통량, 상충위험수를 사용하여 PPLT 적용방안을 제시하였다. 분석결과 좌회전 교통량이 용량 이상이면서 많을수록, 대향 직진 교통량은 용량 미만이면서 적을수록 PPLT 효과가 증가하였다. 그러나 좌회전 교통 량이 용량 미만에서는 선행 신호대기 차량들이 비보호로 교차로를 통과하게 되어 지체시간은 일부 감소하지만 전체 통과 좌회전 교통량은 증가하지 않고 상충위험률은 증가하게 된다. 그 리고 대향 직진 차로수가 1, 2차로에서는 상충위험수가 유사하지만 3차로 이상이 되면 크게 증가한다. 또한 PLT와 PPLT의 통과 좌회전 교통량 차이는 지체시간 차이와 유사한 패턴을 보 이면서 지체시간보다 PPLT 적용 범위가 더 넓고 상충위험수와 연관성이 높게 분석되었다. 따 라서 PPLT의 교통류 특성과 상충위험수 등을 고려하기 위해서는 통과 좌회전 교통량이 지체 시간보다 유리하다. 즉, PLT와 PPLT의 통과 좌회전 교통량, 지체시간 차이와 대향직진 3차로 이상에서의 상충위험수를 동시에 고려하여 PPLT 적용 여부를 판단하면 지체시간만을 적용해 온 기존 방안에 비해 합리적인 방안이 될 수 있을 것으로 판단된다.

The application of PPLT is difficult to analyze and judge only from the effects of the delay time. In this study, the application of PPLT was proposed using not only the delay time of PLT and PPLT due to the change in traffic volume and the number of opposite straight lanes but also the traffic volume of passing a left turn and the number of conflict risks as indicators. According to the analysis, the more left-turn traffic than capacity and the less opposite-straight volume, the greater the PPLT effect. On the other hand, if the left-turn traffic is below capacity, the delay time will be reduced partially, but the overall passing left turn volume will not increase, and the conflict risk will increase. In addition, the conflict risk increases in the third lane or higher. Moreover, the difference of passing left-turn volume between PLT and PPLT showed a pattern similar to the delay time difference, and the PPLT coverage was wider than the difference in delay time and was associated more with the conflict risk numbers. Therefore, it would be reasonable to use passing left-turn traffic primarily, consider the delay time below the left-turn capacity, and consider the conflicting risk numbers simultaneously at or above the opposite straight three lanes.

본 연구는 고령자에 대한 보행속도 및 인지-반응을 포함한 보행특성에 관한 기초자료를 조 사하였으며, 이를 토대로 보행 신호시간을 산정하였다. 현장조사는 스탑워치를 이용하여 보행 자의 실제 횡단시간을 조사하였고, 구두조사로 연령을 조사하여 일반인과 고령자그룹으로 구 분하였다. 자료를 분석한 결과 일반인의 평균보행속도는 1.29m/s, 노인은 1.13m/s로 일반지역의 기준인 1.0m/s 보다 높게 나타났다. 또한 하위 15th percentile속도를 살펴보면 일반인은 1.01m/s, 노인은 0.85m/s로 분석되어 노인의 경우 일반지역 기준보다 낮은 보행속도를 가지며 보호구역 기준인 0.8m/s 보다는 높은 속도가 나타났다. 하지만 지팡이나 휠체어를 사용하는 노인의 경우 하위 15th percentile속도가 0.73m/s로 나타나 현재 보호구역 기준보다 낮은 보행속도를 가진 것 으로 분석되었다. 본 연구결과는 향후 노인의 보행환경을 개선하는데 적용할 수 있고, 장기적 으로는 교통약자의 이동성 증진에 기여할 것으로 판단된다.

This study investigated basic data on walking characteristics, including walking speed and cognitive-response for the elderly, and based on these, the time of walking signal was calculated. The on-site survey examined the actual pedestrian crossing speed using a stopwatch, and the age was divided into groups of ordinary people and the elderly. Analysis of the data showed that the average walking speed for the general public was 1.29 m/s, while the average walking speed for the elderly was 1.13 m/s, higher than that of the general public. In addition, the lower speed of the 15th percentile was analyzed to 1.01 m/s for the general population and 0.85 m/s for the elderly, showing a lower walking speed than the standard for the general area and 0.8 m/s for the protected area. However, for senior citizens who use walking sticks or wheelchairs, the speed of the lower 15th-percentile is 0.73 m/s, which is lower than the current standard of protected areas, according to the analysis.

본 연구에서는 사업용 차량 수집정보를 통해 도로위험을 계량화하고 검증할 수 있는 네 가 지 알고리즘과 관련 지수를 개발하였다. 도로위험도 산정을 위해서 사업용 차량의 블랙박스와 디지털 운행 기록계로 부터 원시 데이터를 수집하였다. 포트홀, 도로 결빙, 안개 등 가공 처리 된 데이터는 사업용 차량 수집정보 공유시스템에서 생성이 가능하다. 도로 위험도 산정 알고 리즘은 기본적으로 이러한 수집정보와 도로 기하구조 자료를 활용하였다. 가공 처리된 데이터 에 따라 총 4개의 서로 다른 도로 위험 알고리즘과 관련 지표를 개발하였다. 과거 이력자료를 근거로 상습결빙구간 및 안개다발구간인 국도 19호선(강원도)과 국도 1호선(세종시 인근)을 대 상으로 수동형 운행기록계를 이용하여 알고리즘 검증을 수행하였다. 단기적으로 실제 도로위 험정보 취득에 어려움이 있어 가상으로 위험정보를 수집하여 알고리즘을 검증한 결과 특징적 인 알고리즘 오류는 발생하지 않았다. 본 연구는 지점이 아닌 구간을 기반으로 도로 위험정보 를 제공하기 때문에 도로 이용자는 물론 도로 유지관리기관에도 실질적인 도움을 줄 수 있을 것으로 판단된다.

This study developed four algorithms and their associated indices that can quantify and qualify road hazards along roadways. Initially, relevant raw data can be collected from commercial vehicles by camera and DTG. Well-processed data, such as potholes, road freezing, and fog, can be generated from the Integrated management system. Road hazard algorithms combine these data with road inventory data in the Data Sharing Platform. Depending on well-processed data, four different road hazard algorithms and their associated indices were developed. To test the algorithms, an experimental plan based on passive DTG attached in probe vehicles was performed at two different test locations. Selection of the test routes was based on historical data. Although there were limitations using random data for commercial vehicles, hazardous roadways sections, such as fog, road freezing, and potholes, were generated based on actual historical data. As a result, no algorithm error was found in the entire test. Because this study provides road hazard information according to a section, not a point, it can be practically helpful to road users as well as road agencies.

고속축중기는 통행 흐름의 통제나 속도의 감속 없이 주행 중인 화물차량의 중량을 실시간 무인 검측하는 시스템으로, 국내에서는 축 조작 행위방지 및 주행 중 과적행위 적발을 위해 주 로 고속국도 및 일반국도 본선에 설치하여 이동단속반 검차를 위한 사전선별용으로 활용된다. 본 연구에서는 고속축중기의 중량 측정정확도를 법정 기준까지 향상시키고자 기존 적분형 및 첨두형 중량환산 알고리즘에 대한 분석을 통해 개선사항을 제시하고, 매트타입형 고속축중기에 적용할 수 있는 새로운 융합형 알고리즘을 고안하였다. 이 알고리즘을 적용하여 현장 실차 주행 시험을 통한 정확도 향상 효과를 분석한 결과, 최상급의 정확도 등급을 확인할 수 있었다.

High-speed weigh in motion (HS-WIM) is a real-time unmanned system for measuring the weight of a freight-carrying vehicle while it is in motion without controlling vehicle traffic flow or deceleration. In Korea, HS-WIM systems are installed on the national highways and general national ways for pre-selection by law enforcement. In this study, to improve the measurement accuracy of HS-WIM, we devise improvements to the existing integral and peak weight conversion algorithms, and we provide a new fusion algorithm that can be applied to the mat-type HS-WIM. As a result of analyzing vehicle driving tests at a real site, we confirmed the highest level of weight-measuring accuracy.

기종점 데이터는 수요 분석 및 서비스 설계를 위해서 대중교통, 도로운영 등 다양한 분야에 서 저장 및 활용되고 있다. 최근 빅데이터의 활용성이 증대되면서 기종점 데이터의 분석 및 활용에 대한 수요도 함께 증가하고 있다. 기존의 일반적인 교통 정보 데이터가 수집장비 수(n) 에 비례하여 데이터양이 증가(a·n)하는 것과는 다르게, 기종점 데이터는 수집지점 수(n)의 증 가에 따라 수집 데이터의 양이 기하급수적으로 증가(a·n2)하는 경향이 있다. 이로 인하여 기종 점 데이터를 원시 데이터의 형태로 장기간 저장하고 빅데이터 분석에 활용하는 것은 대용량의 저장 공간이 필요하다는 것을 고려할 때 실용적 대안으로 여겨지지 않고 있다. 이와 함께 기종 점 데이터는 0~10 사이의 작은 수요 부분에 패턴화된 형태와 무작위 적인 형태의 데이터가 섞여있어 작은 수요가 그룹화되어 발생하는 주요 패턴을 추출하기에 어려움이 있다. 이러한 기종점 데이터의 저장용량의 한계와 패턴화 분석의 한계를 극복하고자 본 연구에서는 주성분 분석을 활용한 대중교통 기종점 데이터의 압축 및 분석 방법을 제안하였다. 본 연구에서는 서 울시와 세종시의 대중교통 이용 데이터를 활용하여 모빌리티 데이터를 분석하고, 모빌리티 기 종점 데이터에 포함된 무작위 성향이 높은 데이터를 제거하기 위해 주성분분석 기반의 데이터 압축 및 복원에 관한 연구를 수행하였다. 주성분분석으로 분해된 기종점 데이터와 원데이터를 비교하여 주요한 수요 패턴을 찾고 이를 통해 압축률과 복원율을 높일 수 있는 주성분 범위를 제안하였다. 본 연구에서 분석한 결과, 서울시 기준 1~80, 세종시 기준 1~60까지의 주성분을 사용할 경우 주요 이동 데이터의 손실 없이 기종점 데이터에 포함되어있는 노이즈를 제거하고 데이터를 압축 및 복원이 가능하였다.

Origin-destination data have been collected and utilized for demand analysis and service design in various fields such as public transportation and traffic operation. As the utilization of big data becomes important, there are increasing needs to store raw origin-destination data for big data analysis. However, it is not practical to store and analyze the raw data for a long period of time since the size of the data increases by the power of the number of the collection points. To overcome this storage limitation and long-period pattern analysis, this study proposes a methodology for compression and origin-destination data analysis with the compressed data. The proposed methodology is applied to public transit data of Sejong and Seoul. We first measure the reconstruction error and the data size for each truncated matrix. Then, to determine a range of principal components for removing random data, we measure the level of the regularity based on covariance coefficients of the demand data reconstructed with each range of principal components. Based on the distribution of the covariance coefficients, we found the range of principal components that covers the regular demand. The ranges are determined as 1~60 and 1~80 for Sejong and Seoul respectively.

최근 각종 센서 및 통신 기술의 발전에 따라 다양한 자료수집이 용이해졌으며, 스마트폰과 연동하여 활동에 대한 기록이 가능한 웨어러블 디바이스 관련 시장이 확대되고 있다. 본 연구 에서는 웨어러블 디바이스에서 수집이 가능한 개별 이용자 이동정보, 신체활동 정보 분석을 통해 대중교통 이용이 신체활동에 미치는 영향 정보제공을 위한 기초 분석을 수행하고, 개별 신체활동 정보를 제공하였다. 교통수단별 신체활동 분석은 자료수집, 기초 통계분석, 신체활동 정보 분석의 3단계로 구성하였다. 20-30대 성인남녀 4명을 피험자로 모집하여 상용 웨어러블 디바이스인 Fitbit을 통해 교통수단 이용에 따른 신체활동 정보 및 경로 정보를 수집하였다. 수 집된 신체활동 정보 중 심박수를 이용한 예비심박률(%HRR: Percentage of Heart Rate Reserve) 을 도출하여 분석에 활용하였다. 분석결과, 교통수단별로 예비심박률은 통계적으로 유의한 차 이가 있는 것으로 나타났으며, 도보를 이용하는 경우 신체활동 강도가 가장 높은 것으로 분석 되었다. 또한, 추후 이용자에게 신체활동 정보제공 서비스를 제공하기 위한 기초 분석으로, 동 일한 기종점에 대한 서로 다른 경로를 이용하는 경우에 대한 신체활동 분석결과를 제시하였 다. 본 연구에서 제시한 결과는 향후 대중교통 활성화 정책 마련, 이용자 맞춤형 서비스 제공을 위한 기초자료로 활용이 가능할 것으로 기대된다.

Recently, with the development of various sensors and communication technologies, the market for wearable devices capable of recording physical activity in connection with a smartphone is expanding. The purpose of this study is to analyze physical activity for each transportation modes in order to utilize wearable devices in the field of transportation. This study consists of three steps: data collection, basic statistical analysis, and physical activity analysis. Four adult males and females were recruited as investigators, and physical activity and route information were collected through Fitbit, a commercial wearable device. From the collected physical activity information, a percentage of heart rate reserve (%HRR) using a heart rate was derived and used for analysis. As a results, it was found that there is a statistically significant difference in heart rate for each transportation mode, and physical activity intensity is the highest when walking. In addition, the results of physical activity analysis for the case of using different routes for the same OD were presented. The results presented in this study are expected to be used as basic data for preparing public transportation activation policies and providing customized services for the future.

GNSS 신호를 이용하여 서비스를 제공하는 국가기반 시설이 재밍의 영향을 받는다면 막대 한 피해가 발생할 것으로 예상된다. 이를 방지하고자 적절한 방법으로 재밍신호의 발생 감지, 종류판별 및 재밍원 위치추정을 수행하는 범국가적인 GNSS 재밍 모니터링 네트워크 구성이 필요하다. 본 논문에서는 GNSS 신호를 사용하는 자율주행 차량의 테스트베드인 K-시티와 인 천 국제 공항에서 GNSS 재밍 신호의 존재 여부 및 종류를 확인하고자 실측실험을 통하여 재 밍신호 환경을 확인하는 지표로 2-D 이미지를 생성하고, 분석을 통하여 재밍신호 발생 감지, 종류 판별 및 재밍신호 세기 추정을 수행한다. 그 결과, K-시티에서 L2대역에서 CWI신호가 감지되었고, 인천 국제 공항에서 L5대역에서 CWI신호가 존재하였다.

Incalculable damage will be incurred if the national infrastructure that provides services using GNSS signals is affected by jamming signals. To prevent this, a nationwide GNSS jamming monitoring network is necessary to detect the occurrence of a jamming signal, determine the type, and properly localize the jammer position. In this paper, 2-D images for live GNSS signals were generated to verify the environment of the jamming signals through the presence and type of GNSS jamming signals at K-City, which are the test beds for self-driving vehicles, and Incheon International Airport. The analysis was also conducted to detect the occurrence of the jamming signals, determine the type, and measure the jamming signal strength. As a result, a CWI type of jamming signal was detected in L2 band at K-City and in L5 band at Incheon International Airport.