Earticle

최근 탄소중립의 대안으로 떠오르고 있는 자전거의 통행행태를 파악하기 위하여 경유지를 고려한 통행발생량을 추정하고자 하였다. 서울시 공공자전거인 ‘따릉이’의 GPS 주행궤적 데이 터를 이용하여 통행에서의 중간 경유지인 체류 지점을 파악하고, 인구, 토지이용, 물리적인 특 성을 반영한 통행발생량 모형을 분석하였다. 맵매칭과 체류 지점 탐지 알고리즘을 이용하여 체류 지점을 추정한 결과, 전체 통행의 약 12.1%에서 체류 지점이 나타났다. 체류가 발생한 통행은 비체류에 비해 평균 이용거리와 이용시간이 더 길며, 체류 지점이 집중되는 시간대는 오전 첨두시와 오후 첨두시 사이의 비첨두시인 것으로 나타났다. 시각화 분석에 따르면 공원 및 레저 시설, 업무시설에서 주로 체류 지점이 나타났다. 체류 지점을 고려하기 위하여 기존의 대여소 기반이 아닌 육각격자를 분석단위로 설정하였으며, 영과잉 음이항(Zero-Inflated Negative Binomial, ZINB) 모형을 이용하여 체류 지점을 고려한 통행발생량을 추정하였다. 분석 결과, 자전거전용도로 및 자전거·보행자겸용도로(분리형)와 같이 자전거 이용자의 안전이 확 보된 자전거 인프라에서 통행발생량 및 체류 지점에서 발생한 통행이 많은 것으로 나타났다. 또한 공공자전거는 대중교통의 접근수단으로서 퍼스트&라스트 마일 수단의 역할을 하며, 생 활중심지와 고용중심지에서 통행발생량이 커지는 것으로 나타났다. 이러한 분석 결과를 토대 로 자전거 인프라의 추가 확충 계획 시 이용자의 안전시설 및 공간 확보가 우선돼야 하며, 대 중교통과 연계한 자전거 인프라 시설 보급방안의 수립이 필요한 것으로 보인다.

Bikes have recently emerged as an alternative to carbon neutrality. To understand the demand for public bikes, we endeavored to estimate travel frequency of public bike by considering the intermediate stops. Using the GPS trajectory data of ‘Ttareungyi’, a public bike service in Seoul, we identified a stay point and estimated travel frequency reflecting population, land use, and physical characteristics. Application of map matching and a stay point detection algorithm revealed that stay point appeared in about 12.1% of the total trips. Compared to a trip without stay point, the trip with stay point has a longer average travel distance and travel time and a higher occurrence rate during off-peak hours. According to visualization analysis, the stay points are mainly found in parks, leisure facilities, and business facilities. To consider the stay point, the unit of analysis was set as a hexagonal grid rather than the existing rental station base. Travel frequency considering the stay point were analyzed using the Zero-Inflated Negative Binomial (ZINB) model. Results of our analysis revealed that the travel frequency were higher in bike infrastructure where the safety of bike users was secured, such as ‘Bikepath’ and ‘Bike and pedestrian path’. Also, public bikes play a role as first & last mile means of access to public transportation. The measure of travel frequency was also observed to increase in life and employment centers. Considering the results of this analysis, securing safety facilities and space for users should be given priority when planning any additional expansion of bike infrastructure. Moreover, there is a necessity to establish a plan to supply bike infrastructure facilities linked to public transportation, especially the subway.

본 연구는 지속 확대 설치되고 있는 교통신호기가 교통사고 예방에 어떤 효과가 있는지 분 석하기 위한 것이다. 대전광역시 교통신호기 1,602개소 중에서 2013∼2019년까지 7년간 TCS에 등록된 신호위반 등 교통사고 자료 7,045건을 수기 검색하였다. 교통사고 다발 상위 20개소 교 차로를 특정하고, 교통사고 조사기록과 현장지도를 열람하여 위반차량의 주행 방향, 신호현시 를 비교분석하고, 신호위반 교통사고 원인을 신호운영 설계(운영) 미흡과 운전자 과실(고의)을 구분해서 문제점 및 개선안을 제안하였다. 분석 결과 직좌동시신호와 중복현시 등에서 신호위 반 교통사고 75%가 발생하였고, 황색신호에서 발생하는 교통사고 대책으로 황색신호시간 연 장 또는 전적색(All Red)신호 운영시 교통사고가 줄어들었다. 비보호 좌회전은 정상신호로 개 선이 필요하다. 또한, 경찰에서는 교통사고 현장지도 및 신호관련 자료에 대하여 수기 열람으 로 교통사고 예방대책 수립시 많은 인력과 활용도가 떨어져 교통업무관리시스템(TCS)의 개선 이 필요하다. 본 연구는 현장에서 수집한 방대한 데이터를 분석하여 개선방안을 제시한 것으 로 신호운영에 기여할 것으로 판단된다.

Although traffic signal installations are continuously expanding, the effect of preventing traffic accidents remains unverified. Totally, 7,045 traffic accident data (such as signal violations) registered with TCS were manually searched for a 7-year period from 2013 to 2019 for 1,602 traffic signals in Daejeon Metropolitan City. The top 20 traffic accident intersections were identified, the traffic accident investigation records and field maps were viewed to compare the driving direction and signal phase of the violated vehicle, and the cause of the traffic accident was divided into insufficient signal operation design (operation) and driver negligence (intentional). Results of the analysis revealed that 75% of traffic accidents occurred in thru-left-turn traffic signals and overlap; moreover, extending the yellow time or operating all red signals due to countermeasures against traffic accidents occurring in yellow signals resulted in reduced traffic accidents. Data indicated that Permissive Left Turn requires improvement with the signal operation. In addition, since The Korean National Police Agency is not computerized for traffic accident sites and signal-related data, the lack of manpower necessitates improvement and utilization of TCS when establishing traffic accident prevention measures. It is believed that it will contribute to signal operation by analyzing vast amounts of data collected in the field and presenting improvement measures.

최근 인공지능 (Artificial Intelligence: AI) 기술 발전으로 폐쇄회로 TV(Closed-Circuit television: CCTV)와 같은 영상 센서에 AI 기술을 도입하여 특정 돌발상황을 검지하고 있으나 대부분 고정식 장비 기반으로 돌발상황 검지가 진행되어왔다. 따라서 모든 도로 공간에 대한 돌발상황 검지에는 한계가 존재해왔다. 그러나 영상 센서와 edge-computing 기술 등의 발전으로 이동식 영상정보 수집 및 분석 기술이 확산되고 있다. 본 연구는 이러한 이동식 영상 수집 및 분석 장비(커넥티드 차량)의 도입 수준에 따른 돌발상황 검지시간 감소효과를 추정하는 것이 목적이다. 이를 위해 2021년 경부고속도로 수원지사에서 수집된 돌발상황 발생 건수 자료를 활용하였다. 분석 결과 편도 2차로 고속도로는 커넥티드 차량의 보급률(Market Penetration Rate: MPR)이 4% 이상, 편도 3차로 고속도로는 3% 이상이면 돌발상황 검지 시간이 1분 이하로 나타났고, 편도 2차로와 편도 3차로 고속도로에서 MPR이 각각 0.4% 이상, 0.2% 이상이면 한국도로공사에서 발표한 평균 돌발 상황 검지시간 보다 감소하는 것으로 나타났다.

Recent advances in artificial intelligence (AI) technology have enabled the integration of AI technology into image sensors, such as Closed-Circuit Television (CCTV), to detect specific traffic incidents. However, most incident detection methods have been carried out using fixed equipment. Therefore, there have been limitations to incident detection for all roadways. Nevertheless, the development of mobile image collection and analysis technology, such as image sensors and edge-computing, is spreading. The purpose of this study is to estimate the reducing effect of the incident detection time according to the introduction level of mobile image collection and analysis equipment (or connected vehicles). To carry out this purpose, we utilized data on the number of incidents collected by the Suwon branch of the Gyeongbu expressway in 2021. The analysis results showed that if the market penetration rate (MPR) of connected vehicles is 4% or higher for two-lane expressway and 3% or higher for three-lane expressways, the incident detection time was less than one minute. Furthermore, if the MPR is 0.4% or higher for two-lane expressways and 0.2% or higher for three-lane expressways, the incident detection time decreased compared to the average incident detection time announced by the Korea Expressway Corporation for both two-lane and three-lane expressways.

정확한 전동킥보드 중장기수요예측은 지역별 수요공급 불균형 문제해결 및 MaaS 등 연계 교통체계 마련을 위해 필요하다. 공유 전동킥보드의 지역별 발생-유입량을 예측하는 연구는 많지만, 공유 전동킥보드의 존간 통행분포를 예측하는 연구는 전무한 실정이다. 본 연구에서는 공유 전동킥보드의 통행분포모형 추정을 위한 적정 존단위를 선정하고자 하였다. 분석 대상 존단위는 250m, 500m, 750m, 1,000m 정사각형 그리드로 설정하였다. 공유 전동킥보드 이용 이 력 데이터는 각 공간 단위별 통행거리, 통행시간 계산 및 중력모형 도출을 위해 활용되었다. 평균제곱오차는 각 중력모형의 적정성을 검증하는데 활용되었다. 분석 결과, 250m 그리드가 실제 공유킥보드 통행분포를 가장 잘 묘사하는 것으로 나타났다.

Travel demand estimation of E-Scooter is the start point of solving the regional demand-supply imbalance problem and plays pivotal role in a linked transportation system such as Mobility-as-a-Service (a.k.a. MaaS). Most focuses on developing trip generation model of shared E-Scooter but it is no study on selection of an appropriate zone scale when it comes to estimating travel demand of E-Scooter. This paper aimed for selecting an optimal TAZ scale for developing trip distribution model for shared E-Scooter. The TAZ scale candidates were selected in 250m, 500m, 750m, 1,000m square grid. The shared E-Scooter usage historical data were utilized for calculating trip distance and time, and then applying to developing gravity model. Mean Squared Error (MSE) is applied for the verification step to select the best suitable gravity model by TAZ scale. As a result, 250m of TAZ scale is the best for describing practical trip distribution of shared E-Scooter among the candidates.

최근, 자전거도로 관련 시설 등의 모니터링과 관리 방안에 대한 중요성이 증가하고 있다. 그러나 자전거도로를 포함한 보행공간에 대한 이용자의 안전 및 편의성에 대한 모니터링과 평 가에 대한 연구는 미흡한 실정이다. 본 연구에서는 모바일매핑시스템(Mobile Mapping System, MMS)을 활용하여 자전거보행자겸용도로의 상태 모니터링 데이터를 구축하고, 인공지능 기반 객체인식 기법을 이용하여 보행자와 자전거 이용자들의 관점에서 겸용도로의 서비스 수준 산 정방안을 제시하고자 한다. 본 연구를 통해 제시한 자전거보행자겸용도로의 모니터링과 서비 스 수준 산정 방안은 향후 전기자전거와 개인형 이동수단(personal mobility, PM)의 증가에 대비 한 보행공간의 정비와 재구조화(reconstruction) 등 계획과 관리에 기초 자료로 활용될 수 있을 것으로 기대된다.

Recently, the importance of monitoring and management measures for bicycle road related facilities has been increasing. However, research on the monitoring and evaluation of users' safety and convenience in walking spaces including bicycle path is insufficient. In this study, we would like to construct health monitoring data for cylists-pedestrians mixed road using a mobile mapping system, and propose a plan to calculate the level of service of the mixed roads from the perspective of pedestrians and cyclists using artificial intelligence based object detection techniques. The monitoring and level of service calculation method of cylists-pedestrians mixed roads proposed in this study is expected to be used as basic information for planning and management such as maintenance and reconstruction of walking spaces in preparation for the increase of electric bicycles and personal mobility in the future.

교통안전정보를 제공하는 서비스는 운전자에게 도로의 위험상황을 미리 전달함으로써 교 통사고 예방에 도움을 줄 수 있다. 이에 다양한 센서로 도로 상황을 즉각적으로 인지하고 적절 한 교통안전정보를 제공하는 스마트 도로조명 플랫폼 개발 연구가 진행되고 있다. 본 연구는 Surrogate Safety Measures (SSM)를 활용하여 스마트 도로조명의 터널 교통안전정보 제공 서비 스 운영에 대한 단기적인 교통 안전성 개선 효과를 분석하였다. 분석에 활용된 자료는 강릉시 안인피암 1, 2 터널구간에서 레이더 검지기를 이용하여 수집된 차량 궤적자료이며, 이를 통해 개별 차량의 주행행태를 분석하였다. 교통안전정보 제공 사전과 사후의 과속, 속도 변동, 충돌 예상시간, 충돌회피 감속도를 비교한 결과, 모든 SSM이 통계적으로 유의하게 개선되어 터널 교통안전정보 제공 서비스가 교통안전 향상에 효과적인 것으로 나타났다. 터널구간과 접속구 간을 세분화하여 사고 위험성을 분석한 결과, 교통안전정보 제공 시 대부분의 구간에서 교통 사고 발생 가능성이 저하된 것이 확인되었다. 본 연구는 교통안전정보 제공 서비스에 대한 단 기 효과분석으로 유익한 사례가 될 수 있을 것으로 기대된다.

Furnishing traffic safety information can contribute to providing hazard warnings to drivers, thereby avoiding crashes. A smart road lighting platform that instantly recognizes road conditions using various sensors and provides appropriate traffic safety information has therefore been developed. This study analyzes the short-term traffic safety improvement effects of the smart road lighting’s tunnel traffic safety information service using surrogate safety measures (SSM). Individual driving behavior was investigated by applying the vehicle trajectory data collected with RADAR in the Anin Avalanche 1 and 2 tunnel sections in Gangneung. Comparing accumulated speeding, speed variation, time-to-collision, and deceleration rate to avoid the crash before and after providing traffic safety information, all SSMs showed significant improvement, indicating that the tunnel traffic safety information service is beneficial in improving traffic safety. Analyzing potential crash risk in the subdivided tunnel and access road sections revealed that providing traffic safety information reduced the probability of traffic accidents in most segments. The results of this study will be valuable for analyzing the short-term quantitative effects of traffic safety information services.

최근 4차 산업혁명 기술의 발전에 힘입어 교통시스템은 차량 및 사람의 개별 이동궤적과 관련된 모빌리티 데이터를 대용량으로 산출하고 있다. 개인정보가 포함된 모빌리티 데이터를 활용하는 데에는 많은 제약이 존재하므로, 우리나라는 데이터 3법 개정과 데이터 기본법 제정 을 통해 가명정보의 생성 및 가공과 이에 대한 분석 및 활용을 별도의 기관 및 기술을 적용하 여 이원적으로 관리하고 있다. 그러나 이러한 이원적 접근은 데이터 생명주기 전 과정을 안전 하게 지원하지 못할 뿐만 아니라 처리 시간 및 비용 측면의 비효율성의 문제를 갖고 있다. 따 라서 본 연구는, 기존의 결합전문기관과 데이터안심구역이 갖는 문제점을 보완하기 위하여, 모 빌리티 데이터의 생성 및 가공, 그리고 분석 및 활용 과정을 통합 및 일원화한 통합 데이터안 심구역 프레임워크를 제시한다. 즉, 데이터 처리를 위한 통합 프로세스를 재설계하고 공통 요 구사항 및 핵심요소기술을 도출하여 모빌리티 데이터의 생명주기 전체를 원스톱으로 활용, 관 리할 수 있는 차세대형 통합 데이터안심구역 시스템의 아키텍처를 제시한다.

With the recent advancement of 4th Industrial Revolution technology, transportation systems are generating large amounts of mobility data related to the individual movement trajectories of vehicles and people. There are many constraints on utilizing mobility data containing personal information. Thus, in South Korea, the processing and generation of pseudonymized information and the analysis and utilization of this information have been managed in a dual manner by applying separate agencies and technologies through the revision of the Data 3 Act and the enactment of the Data Basic Act. However, this dual approach fails to securely support the entire data lifecycle and suffers from inefficiencies in terms of processing time and cost. Therefore, to compensate for the problems of the existing Expert Data Combination System and Data Safety Zone, this study proposes an Integrated Data Safety Zone Framework that integrates and unifies the process of generating, processing, analyzing, and utilizing mobility data. The integrated process for data processing was redesigned, and common requirements and core technologies were derived. The result is an architecture for a next-generation Integrated Data Safety Zone system that can manage and utilize the entire life cycle of mobility data at one stop.

수요대응 교통수단 및 자율주행 대중교통서비스 등 이용자 중심의 대중교통서비스가 제공 되고 있으나 수요대응 교통수단의 도입 기준인 대중교통 최소서비스 수준은 이용자의 대중교 통 접근성을 확인할 수 있는 자료의 부재로 운영자 중심으로 평가되고 있다. 본 연구에서는 이용자의 대중교통 접근성을 파악할 수 있는 알뜰교통카드 데이터를 기반으로 법정동보다 작 은 GRID 분석을 통해 동일 법정동 내에서도 대중교통 접근성이 차이가 있음을 확인하였고, 이를 기반으로 이용자 중심의 대중교통 최소서비스 수준 개선 방안을 제안하였다. 제안한 방 식을 적용한 결과 현재 대중교통 최소서비스 수준에서는 확보 지역인 많은 법정동이 비확보 지역으로 분석되었다. 그러나 알뜰교통카드 데이터의 접근 시간은 이동 시간과 대기 시간을 포함하고 있으므로 확보 여부 판단 기준에 대한 추가적인 검토가 필요하다.

User-centered public transportation services such as DRT, Autonomous Transit etc. have been provied but current minimum level of service for public transportation has been evaluated by the operator because there is no data on user’s accessibility to use public transportation. This study was performed GRID analysis using altteul transport card data including user’s accessibility to use public transportation. The analysis result showed that user’s accessibility to use public transportation was different within a same dong area. We proposed improving minimum level of service for public transportation considered by the user. The result of applying the proposed method showed that many area was changed to unsatisfied area for minimum level of service for public transportation

고속도로는 중장거리 지역 간을 연결하는 자동차 전용도로로 철도 및 항공 수단보다 접근 성과 이동성이 우수하여 화물 수송의 중추적인 역할을 담당하고 있다. 그러나 기존의 고속도 로를 이용하는 화물수송실적은 차종 구분의 혼재, 개별 화물차량의 화물적재량 파악의 어려움 으로 정확한 산정에 한계가 있다. 따라서 본 연구에서는 고속도로 온라인 데이터의 분석을 통 하여 보다 신뢰성있는 화물수송실적 산정 방법론의 틀을 제시하고자 하였다. 자동요금징수시 스템로부터 수집된 데이터를 활용하여 고속도로 구간별 통행실적(대·km/일)을 도출하였으며 차량제원정보데이터와 고속 및 저속축중기 데이터로부터 차종별 화물 적재 원단위(톤/대)를 도출하였다. 본 연구는 기존에 제시되고 있지 않은 고속도로 구간별, 차종별 화물수송실적을 산정하는데 주요 목적이 있으며, 개방식 영업소, 민자고속도로 등을 모두 연계한 수송실적산정 방법을 제시하였다는데 기존 연구와의 차별성을 가진다.

Expressways play pivotal roles in cargo transportation because of their superior accessibility and mobility compared to rail and air. On the other hand, there is a limit to the accurate calculation of cargo transportation performance using existing highways owing to the mixture of vehicle types and difficulty in identifying cargo loads of individual cargo vehicles. This paper presents an algorithm for calculating more reliable cargo transportation performance using big data. The traffic performance (veh·km/day) was derived using the data collected from Toll Collecting System. The average tolerance weight for each vehicle type and the cargo load unit (ton/unit) considering it was calculated using vehicle specification information data and high-speed and low-speed axis data. This study calculated the cargo transportation performance by section and type using various online integrated highway data and presented a method for calculating the transportation performance by linking open business offices and private highways.

교통카드 데이터는 승하차 정류장과 시각 등 활용가능성 높은 정보들을 포함하고 있어 대 중교통 분야에서 다양하게 활용되고 있다. 데이터 수집·저장 과정에서 물리적·환경적 요인에 의해 다양한 오류가 교통카드 데이터에 존재하지만, 오류 유형과 보정에 대한 연구는 부족한 상황이다. 본 논문에서는 교통카드 데이터의 승하차 정류장 정보 오류를 상세히 살펴보았다. 제주특별자치도에서 수행된 버스승하차조사 자료와 동일 기간을 대상으로 수집된 교통카드 데이터와 승차정류장을 중심으로 비교한 결과 교통카드 데이터의 승차정류장 정보 오류율이 6.2% 수준으로 보정이 필요함을 확인하였다. 6단계로 구성된 버스정보시스템 데이터 기반 교 통카드 승하차 정류장 정보 오류 보정 알고리즘을 제시하였다. 버스승하차조사 자료와 버스정 보시스템 데이터를 비교한 결과 승차정류장 정보 일치율은 98..3% 수준으로 버스정보시스템 데이터를 활용하여 정류장 오류 보정 가능성을 확인하였다. 본 논문에서 제시한 교통카드 승 하차 정류장 정보 오류 보정 알고리즘의 성능을 승차정류장을 중심으로 누락을 제외하고 평가 한 결과 교통카드 승차정류장 정보 오류율이 보정 전 6.2%에서 보정 후 1.0%로 5.2%p 감소한 것으로 나타났다. 정류장 정보 오류가 보정된 교통카드 데이터를 통해 버스 노선 조정과 대중 교통 인프라 투자 정책의사 결정이 보다 합리적으로 수행될 수 있을 것으로 기대된다.

Smart card data is widely used in the public transportation field. Despite the inevitability of various errors occur during the data collection and storage; however, smart card data errors have not been extensively studied. This paper investigates inherent errors in boarding and alighting station information in smart card data. A comparison smart card data and bus boarding and alighting survey data for the same time frame shows that boarding station names differ by 6.2% between the two data sets. This indicates that the error rate of smart card data is 6.2% in terms of boarding station information, given that bus boarding and alighting survey data can be considered as ground truth. This paper propose 6-step algorithm for correcting errors in smart card boarding station information, linking them to corresponding information in Bus Information System(BIS) Data. Comparing BIS data and bus boarding and alighting survey data for the same time frame reveals that boarding station names correspond by 98.3% between the two data sets, indicating that BIS data can be used as reliable reference for ground truth. To evaluate its performance, applying the 6-step algorithm proposed in this paper to smart card data set shows that the error rate of boarding station information is reduced from 6.2% to 1.0%, resulting in a 5.2%p improvement in the accuracy of smart card data. It is expected that the proposed algorithm will enhance the process of adjusting bus routes and making decisions related to public transportation infrastructure investments.

자율주행차량을 신뢰하고 탑승하도록 하기 위해서 자율주행 차량에 탑승하는 이용자를 위 한 고민이 필요해지고 있다. 자율주행 차량 주행 행태에 대한 선호도를 평가하여 이용자의 자 율주행차량 탑승 만족도를 높이는 주행행태를 찾아내고자 한다. 실험환경은 드라이빙 시뮬레 이터에 공격적인 운전과 방어적인 운전 두 가지 자율주행 성향을 구현하고, 체험할 수 있도록 하였다. 탑승시 생체데이터를 수집하고, 탑승 전·후 설문조사를 실시하였다. 운전 습관에 따라 2그룹으로 분류하고, 수집한 생체데이터와 비교 분석하였다. 공격적인 성향의 운전자와 조심 운전 성향의 운전자 모두 자율주행차량의 조심운전 주행행태를 선호하였다.

In order to make autonomous vehicles more trustworthy, it is necessary to focus on the users of autonomous vehicles. By evaluating the preferences for driving behaviors of autonomous vehicles, we aim to identify driving behaviors that increase the acceptance of users in autonomous vehicles. We implemented two driving behaviors, aggressive and cautious, in a driving simulator and allowed users to experience them. Biometric data was collected during the ride, and pre- and post-riding surveys were conducted. Subjects were categorized into two groups based on their driving habits and analyzed against the collected biometric data. Both aggressive and cautious driving subjects preferred the cautious driving behavior of autonomous vehicles.

자율주행차량에서 핵심적인 역할을 수행하는 LiDAR의 주변 환경 검지 시인성을 향상시키 기 위해서는 LiDAR 성능의 개선 뿐만 아니라, 검지 물체의 개선도 필요하다. 이에 본 연구는 LiDAR 센서를 통해 수집되는 point cloud 데이터 기반의 형상인식 알고리즘을 활용하여 자율 주행차량이 인식하기에 유리한 교통안전표지 형상과 개선방안을 제시하였다. 실험을 위해 point cloud 활용 연구에서 보편적으로 활용되는 DBSCAN 기반의 도로표지 인식·분류 알고리 즘을 개발하고 실도로 환경에서 32ch LiDAR를 활용, 도로표지 5종에 대한 인식 성능 실험을 수행하였다. 연구결과, 정사각형이나 원형보다는 상하 비대칭이 있는 정삼각형, 직사각형과 같 은 형상이 보다 적은 점군의 수로도 검지가 가능하고, 83% 이상의 높은 분류 정확도를 보였다. 또한, 정사각형 표지의 크기를 1.5배 확대할 경우, 분류 정확도를 향상시킬 수 있었다. 이러한 결과는 미래 자율주행 시대의 센서를 위한 전용 도로·교통안전시설물 개선 및 신규 시설물 개 발에 활용될 수 있을 것으로 기대된다.

LiDAR plays a key role in autonomous vehicles, and to improve its visibility, it is necessary to improve its performance and the detection objects. Accordingly, this study proposes a shape for traffic safety signs that is advantageous for self-driving vehicles to recognize. Improvement plans are also proposed using a shape-recognition algorithm based on point cloud data collected through LiDAR sensors. For the experiment, a DBSCAN-based road-sign recognition and classification algorithm, which is commonly used in point cloud research, was developed, and a 32ch LiDAR was used in an actual road environment to conduct recognition performance tests for 5 types of road signs. As a result of the study, it was possible to detect a smaller number of point clouds with a regular triangle or rectangular shape that has vertical asymmetry than a square or circle. The results showed a high classification accuracy of 83% or more. In addition, when the size of the square mark was enlarged by 1.5 times, it was possible to classify it as a square despite an increase in the measurement distance. These results are expected to be used to improve dedicated roads and traffic safety facilities for sensors in the future autonomous driving era and to develop new facilities.

자율주행 차량의 무결성과 내결함성을 보장하기 위한 환경 인식 센서의 결함 감지 및 격리 (FDI) 알고리즘이 중요한 연구 주제로 다루어지고 있다. 본 논문에서는 자율주행 차량의 안전 성 보장을 위한 레이다, 카메라, 라이다로 구성된 다중 인지 시스템 결함 검출 알고리즘을 제시 하였다. 제안된 결함 감지 알고리즘은 FIR(Finite Impulse Response) 필터 추정치에 기반한 레지 듀얼의 생성 및 분석으로 고장의 감지 및 격리를 수행한다. 알고리즘의 성능 검증을 위해 가상 환경에서의 수치 시뮬레이션을 수행하여 알고리즘을 기존의 칼만 필터 기반 알고리즘과 비교 및 고찰하였다. 결과적으로 제안된 알고리즘은 인지 시스템의 강건성을 확보할 수 있음을 검 증하였다. 본 연구는 자율주행 차량의 안전성과 신뢰성을 확보하기 위한 필수적인 연구로, 자 율주행 차량의 환경 인지 센서의 무결성을 향상 시킬 것으로 판단된다.

Fault detection and diagnosis (FDI) algorithms are actively being researched for ensuring the integrity and reliability of environment perception sensors in autonomous vehicles. In this paper, a fault detection algorithm based on a multi-sensor perception system composed of radar, camera, and lidar is proposed to guarantee the safety of an autonomous vehicle's perception system. The algorithm utilizes reference generation filters and residual generation filters based on finite impulse response (FIR) filter estimates. By analyzing the residuals generated from the filtered sensor observations and the estimated state errors of individual objects, the algorithm detects faults in the environment perception sensors. The proposed algorithm was evaluated by comparing its performance with a Kalman filter-based algorithm through numerical simulations in a virtual environment. This research could help to ensure the safety and reliability of autonomous vehicles and to enhance the integrity of their environment perception sensors.