Earticle

수도권 도시철도 혼잡으로 인해 다양한 문제가 발생되고 있어 도시철도 혼잡을 정확히 분 석하는 연구 또한 해결방안 중 하나일 것이다. 현재 계수법, 중량검지법, CCTV, 모바일 Wi-Fi 등을 활용한 혼잡도 분석방법론은 결과의 정확성이 낮거나 단일 노선 및 열차에만 국한되는 한계점이 존재한다. 본 연구에서는 도시철도 승객의 다중경로 이용행태와 수도권 도시철도 열 차운행계획을 반영한 열차 혼잡도 분석모형을 제시하였다. 특히 열차 용량 초과시 승객이 대 기한 후 다음 열차에 탑승하는 통행패턴을 고려하여 열차 혼잡도 산정의 정확성을 제고하였 다. 열차 혼잡도는 10분 단위로 갱신되어 시민에게 혼잡정보 제공이 가능하므로 사회적 편익 증대에 기여할 것으로 기대된다.

Accurate analysis of the causes of metro rail traffic congestion provides a means of addressing issues arising from metro rail traffic congestion in metropolitan areas. Currently, congestion analysis based on counting, weight detection, CCTVs, and mobile Wi-Fi is limited by poor accuracies or because studies have been restricted to single routes and trains. In this study, a train congestion analysis model was used that includes the transfer and multi-path behavior of metro passengers and train operation plans for metropolitan urban railroads. Analysis accuracy was improved by considering traffic patterns in which passengers must wait for next trains due to overcrowding. The model updates train crowding levels every 10 minutes, provides information to potential passengers, and thus, is expected to increase the social benefits provided by the Seoul metropolitan subway

국내외적으로 V2X 통신기술을 접목한 C-ITS 사업 및 자율주행 고도화 실증연구가 활발히 진행되고 있다. 실증 초기 1단계에서는 경고메시지, 차량주행정보, 교통정보 등의 방송서비스 에서 점차 실시간성을 요구하는 군집주행, 원격주행, 인식정보공유 등의 고도화된 서비스로 발 전하고 있다. 또한, 네트워크 서비스 고도화를 위해 전송속도와 지연시간 등을 개선하기 위한 기술개발이 여러모로 진행되고 있다. 본 논문에서는 3GPP 표준 기반 C-V2X 기술을 바탕으로 안정적인 드로이드 형태의 저속 로봇의 원격주행 서비스 제공을 위해 네트워크 지연시간 측면 에서 요구사항을 분석하였다. 원격주행 성능평가를 위해 오퍼레이터를 포함한 시스템 모델링 을 통한 시뮬레이션을 수행하였고, 해당 실험 조건에서 90% 이상의 성능 만족을 위해 30ms 이내의 코어 및 액세스 네트워크 지연시간이 요구된다는 것을 알 수 있었다.

Recently, cooperative intelligent transport systems (C-ITS) testbeds have been deployed in great numbers, and advanced autonomous driving research using V2X communication technology has been conducted actively worldwide. In particular, the broadcasting services in their beginning days, giving warning messages, basic safety messages, traffic information, etc., gradually developed into advanced network services, such as platooning, remote driving, and sensor sharing, that need to perform real-time. In addition, technologies improving these advanced network services' throughput and latency are being developed on many fronts to support these services. Notably, this research analyzed the network latency requirements of the advanced network services to develop a remote driving service for the droid type low-speed robot based on the 3GPP C-V2X communication technology. Subsequently, this remote driving service's performance was evaluated using system modeling (that included the operator behavior) and simulation. This evaluation showed that a respective core and access network latency of less than 30 ms was required to meet more than 90 % of the remote driving service's performance requirements under the given test conditions.

자율주행, 전동 킥보드, 드론, 스마트도로 등의 출현에 따라 도로안내체계에서의 도로교통 환경변화 대응이 필요한 시점이다. 하지만 도로를 안내하는 도로표지는 내비게이션, 스마트폰 등의 디바이스 등장으로 예전에 비해 활용도가 감소되는 실정이다. 이에 본 연구는 미래사회 의 변화 환경에 적용될 도로표지 관련 이슈 및 활용방안을 도출하고자 대국민 설문조사를 수 행하였고, 이를 토대로 시민의 도로표지 활용성에 미치는 영향요인을 분석하여 도로표지 기능 다변화 전략을 제시하였다. 그 결과, 첫째, 교통, 기상, 지역행사 등 사용자 요구를 반영한 가변 형 도로안내 정보를 실시간으로 제공해야 된다. 둘째, 도로표지정보의 정밀도로지도 반영 등 디지털 도로표지 정보화 작업이 필요하다. 셋째, 다양한 미래 모빌리티 및 도로환경이 반영된 도로정보 안내 가상환경 실증기술 개발이 필요하다. 향후 각 전략별 심도 깊은 구체화 방안, 현장에 반영하기 위한 실증/정책 연구 등 후속연구가 활발히 진행되어, 국민들이 더욱 안전하 고 편리한 도로안내 서비스를 제공받을 수 있기를 기대한다.

With the advent of autonomous driving, personal mobility, drones, and smart roads, it is necessary to respond to changes in the road traffic environment in the road guidance system. However, the use of road signs to guide the road is decreasing compared to the past due to the advent of devices such as navigation and smartphones. Therefore, in this study, a large-scale survey was conducted to derive road sign issues and usage plans to respond to future changes. Based on this, this study presented a strategy to diversify road sign functions by analyzing the factors affecting the use of road signs by citizens. As a result, first, it is necessary to provide real-time variable road guidance information that reflects user needs such as traffic, weather, and local events. Second, it is necessary to informatize digital road signs such as reflecting maps with precision. Third, it is necessary to demonstrate road guidance in a virtual environment that reflects various future mobility and road environments.

BIS(Bus Information System) 서비스는 대도시를 포함하여 중소도시까지 전국적으로 확대운 영되는 추세이며, 이용자의 만족도는 지속적으로 향상되고 있다. 이와 함께 버스도착시간 신뢰 성 향상 관련 기술개발, 오차 최소화를 위한 개선 연구가 지속되고 있으며 무엇보다 정보 정확 도의 중요성이 부각되고 있다. 본 연구에서는 기계학습 방법인 LSTM을 이용하여 정확도 성능 을 평가하였으며 기존 칼만필터, 뉴럴 네트워크 등 방법론과 비교하였다. 실제 여행시간과 예 측값에 대해 표준오차를 분석한 결과 LSTM 기계학습 방법이 기존 알고리즘에 비해 정확도는 약 1% 높고, 표준오차는 약 10초 낮은 것으로 분석되었다. 반면 총 162개 구간 중 109개 구간 (67.3%) 우수한 것으로 분석되어 LSTM 방법이 전적으로 우수한 것은 아닌 것으로 나타났다. 구간 특성 분석을 통한 알고리즘 융합시 더욱 향상된 정확도 예측이 가능할 것으로 판단된다.

Bus Information System (BIS) services are expanding nationwide to small and medium-sized cities, including large cities, and user satisfaction is continuously improving. In addition, technology development related to improving reliability of bus arrival time and improvement research to minimize errors continue, and above all, the importance of information accuracy is emerging. In this study, accuracy performance was evaluated using LSTM, a machine learning method, and compared with existing methodologies such as Kalman filter and neural network. As a result of analyzing the standard error for the actual travel time and predicted values, it was analyzed that the LSTM machine learning method has about 1% higher accuracy and the standard error is about 10 seconds lower than the existing algorithm. On the other hand, 109 out of 162 sections (67.3%) were analyzed to be excellent, indicating that the LSTM method was not entirely excellent. It is judged that further improved accuracy prediction will be possible when algorithms are fused through section characteristic analysis.

최근 보행의 중요도는 점진적으로 높아지고 있는 상황에도 불구하고 보행활동시간 특성에 대한 분석은 미미한 실정이다. 본 연구에서는 생활시간조사 자료를 활용하여 보행활동시간 특 성에 대해 알아보았다. 통행보행과 여가보행으로 구분하여 군집분석과 대응분석을 수행하였 으며, 이를 통하여 각 군집별 특성을 파악하였다. 통행보행을 전혀 하지 않는 사람들은 근로자 가 주를 이루었으며, 통행보행을 하는 사람들은 가정주부 그룹과 학생 그룹으로 구분할 수 있 었다. 학생 그룹의 첨두는 오전에 명확하게 나타나며, 오후 첨두는 분산되어 있었다. 가정주부 그룹의 첨두는 뚜렷하지 않으나, 오후 시간대 보행을 주로 하는 것을 확인할 수 있었다. 여가보 행을 전혀 하지 않는 사람들은 근로자가 주를 이루었으며, 여가보행을 주로하는 사람들은 노 년 그룹이었다. 노년 그룹의 여가보행 패턴은 15시 전후에 주로 하는 그룹과 15시 전후를 제외 한 타시간에 주로 하는 그룹으로 구분될 수 있다. 이러한 보행의 보행활동시간 특성은 향후 보행정책 수립시 기초자료로 활용이 기대된다.

Despite the increasing importance of pedestrians and their walking individualities, walking activity time characteristics are yet to be studied. This study analyzes the walking activity time characteristics by group using the Time Use Survey data. In order to analyze the characteristics of each pedestrian group, cluster analysis and correspondence analysis were performed by dividing the walking styles into utilitarian and leisure-purpose walking. Those who did not undertake utilitarian walking were mainly the worker group, whereas subjects who walked could be classified into homemaker and student groups. The peak of the student group appeared clearly in the morning, with a dispersed peak obtained during the afternoon. Although the peak of the homemaker group was not precise, it was confirmed that they mainly walked in the afternoon. The worker group also did not participate in leisure-purpose walking, while the elderly group mostly undertook walking for leisure. These walking activity time characteristics of pedestrians are expected to be applied when establishing related pedestrian policies.

본 논문에서는 초소형 드론에 탑재가 가능하도록 소형화한 GPS 대역(L1 대역 중심 주파수 : 1.575 GHz) 안테나를 제안하였다. 소형화는 λ/4 마이크로스트립 안테나를 기저로 섭동법을 적용시키고, 패치 가장자리의 전류 길이를 길게 하는 개념으로 실현시켰다. 제안된 안테나는 10 mm × 9 mm × 10 mm(0.05 λ × 0.05 λ × 0.05 λ) 크기의 스티로폼( ε r=1.06, 두께=10 mm) 표면에 장착 가능한 인쇄형으로 제작하였다. 임피던스 매칭을 위해 급전 선로의 두께 및 길이, 단락 스터브 간의 간격을 조절하였으며, 그 결과, 제작된 안테나는 중심주파수 1.575 GHz에서 S11은 -38.6 dB를 얻었으며, 방사 패턴 측정 결과, 0° 방향에서 xz-plane의 Eθ 성분 이득 1.87 dBi, yz-plane의 Eθ 성분 이득 –1.7 dBi의 특성을 얻었다. 결과적으로, λ/2 마이크로스트립 패치 안테나와 비교하여 98.8 %의 체적 축소율을 확보함으로써, 초소형 드론에 탑재가 가능한 GPS 안테나로써 활용이 가능함을 제시하였다.

In this study, a miniaturized GPS band(L1 : 1.575 GHz) antenna that can be mounted on a small drone is proposed. The miniaturization was designed by applying the perturbation method based on the λ/4 microstrip antenna and lengthening the current path at the edge of the patch. The miniaturized antenna was fabricatred such that it could be attached to the surface of styrofoam( ε r=1.06, t=10 mm) having a size of 10 mm × 9 mm × 10 mm (0.05 λ × 0.05 λ × 0.05 λ). The thickness and length of the feeding line and the spacing between short stubs were adjusted for impedance matching. S11 was found to be –18.8 dB at the center frequency of the fabricated antenna, 1.575 GHz. The radiation pattern measurement results show that the maximum gain of Eθ is 1.87 dBi in 0 directions in the xz-plane, and that Eθ is an omnidirectional characteristic with an average gain of –1.7 dBi in the yz-plane. It was found that the antenna can be used as an ultra-small microstrip antenna, which can be mounted on a small dron for GPS, and is capable of preserving a reduction ratio of 98.8% as compared to a λ/2 microstrip patch antenna.

자율주행 시스템의 수용성 보장은 중요하다. 시스템 수용성 요소 중 하나인 자율주행 종방 향 제어기는 상위 제어기와 하위 제어기로 구성된다. 상위 제어기는 Cruise 제어와 Space 제어 를 상황에 맞는 제어를 결정하고 필요한 목표 속도를 만든다. 하위 제어기에서는 목표 속도를 추종하기 위한 가속도 신호를 만들어서 제어를 수행한다. 본 논문에서는 상위 제어기에서 Cruise 제어와 Space 제어전환 문제에서 발생하는 차간거리 변동을 개선하는 알고리즘을 제안 한다. 제안한 방법은 Cruise 제어에서 Space 제어로 전환되는 시점에 Cruise 제어에 Approach 알고리즘을 추가하여 전환 거리에서 Space 제어로 전환되도록 하는 것이다. 이를 통해서 ± 12m 초기 오차에서 ±4m까지 오차를 개선했으며 실차검증을 수행하였다.

Driver acceptance of autonomous driving is very important. The autonomous driving longitudinal controller, which is one of the factors affecting acceptability, consists of a high-level controller and a low-level controller. The host controller decides the cruise control and the space control according to the situation and creates the required target speed. The sub-controller performs control by creating an acceleration signal to follow the target speed. In this paper, we propose an algorithm to improve the inter-vehicle distance fluctuations that occur in the cruise control and space control switching problems in the host controller. The proposed method is to add an approach algorithm to the cruise control at the time of switching from cruise control to space control so that it is switched to space control at the correct switching distance. Through this, the error was improved from 12m error to 4m, and actual vehicle verification was performed.

본 논문은 자율주행 차량 적용을 위한 객체 검출과 거리 추정을 수행하는 시스템을 제안한 다. 객체 검출은 최근 활발하게 사용되는 딥러닝 모델 YOLOv4의 특성을 이용해서 입력 이미 지 비율에 맞춰 분할 grid를 조정하고 자체 데이터셋으로 전이학습된 네트워크로 수행한다. 검 출된 객체까지의 거리는 bounding box와 homography를 이용해 추정한다. 실험 결과 제안하는 방법에서 전반적인 검출 성능 향상과 실시간에 가까운 처리 속도를 보였다. 기존 YOLOv4 대 비 전체 mAP는 4.03% 증가했다. 도심로 주행시 빈출하는 보행자, 차량 및 공사장 고깔(cone), PE드럼(drum) 등의 객체 인식 정확도가 향상되었다. 처리 속도는 약 55 FPS이다. 거리 추정 오차는 X 좌표 평균 약 5.25m, Y 좌표 평균 0.97m으로 나타났다.

This paper proposes a system that performs object detection and distance estimation for application to autonomous vehicles. Object detection is performed by a network that adjusts the split grid to the input image ratio using the characteristics of the recently actively used deep learning model YOLOv4, and is trained to a custom dataset. The distance to the detected object is estimated using a bounding box and homography. As a result of the experiment, the proposed method improved in overall detection performance and processing speed close to real-time. Compared to the existing YOLOv4, the total mAP of the proposed method increased by 4.03%. The accuracy of object recognition such as pedestrians, vehicles, construction sites, and PE drums, which frequently occur when driving to the city center, has been improved. The processing speed is approximately 55 FPS. The average of the distance estimation error was 5.25m in the X coordinate and 0.97m in the Y coordinate.