Earticle

보행자시설은 자동차의 통행이 배제된 상태에서 보행자만의 통행을 위한 시설로서 보행자 도로, 계단, 대기공간 등이 있다. 보행자시설별 보행자 특성과 용량은 보행 통행체계의 설계 및 운영에 중요한 요소이기 때문에, 도로용량편람에서 보행자시설에 대한 용량과 서비스수준 분석방법을 제시하고 있다. 그러나 자동차 위주의 교통정책으로 인해 보행자시설에 대한 분석 방법은 상대적으로 발전이 더디며, 그 결과 현실적인 평가가 어려운 실정이다. 이에 본 연구에 서는 변화된 도로교통 여건을 반영하고 보행자시설 중 대기공간에 대한 서비스수준 평가의 기 준이 되는 인체타원에 한국인 인체 치수 변화를 반영함으로써 현행화된 점유공간을 제시하였 다. 또한 새롭게 정의된 점유공간을 바탕으로 대기공간의 서비스수준에 대한 기준값을 새롭게 제시하였다. 현장조사 결과, 본 연구에서 제시한 서비스수준 기준값은 실제 보행 현황을 현실 적으로 반영할 수 있음을 확인하였다.

Pedestrian facilities encompass pedestrian roads, stairs, and queuing areas exclusively designed for pedestrian use. The Korean Highway Capacity Manual provides guidelines for analyzing the capacity and level of service of pedestrian facilities. However, there is a lack of analysis methods tailored specifically for pedestrian facilities. Therefore, in this study, we introduced a new standard of pedestrian space to account for changes in the Korean body ellipse. Furthermore, based on this newly defined pedestrian space, we proposed a new standard value for the level of service of queuing areas. The results of on-site surveys confirmed that the proposed level of service can effectively reflect the actual walking situation.

교통관리에서 교통상황을 판단하는 판단지표의 중요성과 필요성은 계속해서 높아지고 있다. 기존 교통상황 판단지표들은 속도, 교통량, 밀도 기반으로 각각의 특성에 맞춰 개발되었지만, 속성별 가지는 문제점과 종합적인 상황을 보여줄 수 없어 모니터링 지표로는 적합하지 않았다. 이에 본 연구에서는 도로 소통상황과 안전도를 판단하는 지표들을 통합하여 모니터링에 적합한 통합지표 개발을 목표로 하였다. 교통상황의 변화를 판단할 수 있고 안전도를 판단할 수 있는 지표들을 검토하고 실시간 ITS 데이터를 적용할 수 있도록 지표를 재정립하였다. 요인분석을 통해 지표 간 관계성을 분석하여 가중치를 도출한 뒤 하나의 통합지표를 개발하였다. 통합지표는 교통상황의 변화와 안전도의 변화를 보여줄 수 있는 지표로 향후 교통정보센터에 적용하여 종합 적인 교통상황을 모니터링할 수 있는 교통환경으로의 발전에 기여할 수 있을 것이다.

In traffic management, gaps in understanding traffic conditions continue to exist. While the self-belonging problem indicator develops relative to speed, belonging, and self-based relative inclination, it does not apply elimination criteria that may indicate situations that contrast with attribute-specific problems. In this study, we develop integrated indicators that specify communication situations and safety levels for modeling. We review indicators of changes in traffic conditions and raise safety issues, reviewing the indicators so that ITS data can be applied, analyzing the relationships between indicators through factor analysis. We develop combined, integrated indicators that can show changes and stability in traffic situations and that can be applied in traffic information centers to contribute to the development of a traffic environment that can monitor related traffic conditions.

안전한 도로교통 환경 조성을 위하여 운전행동에 영향을 미치는 인적요인에 관한 연구가 필요하지만, 실제 주행행태에 영향을 미치는 개인별 인적요인 특성을 도출하기에는 많은 어려 움이 있다. 이에, 개별 운전자의 자기 보고를 통하여 도출되는 위험운전성향을 분석하여 주행 행태 특성과 상관성이 있는지 확인하고, 교통상황에 따른 주행행태에 영향을 미치는 운전성향 을 추정하는 방법을 제시하고자 하였다. 본 연구에서는 기존에 고안된 설문 기법을 활용하여 실험 참가자들의 위험운전성향을 여러 방법으로 도출하고, 가상환경 기반의 주행 시뮬레이터 실험을 통하여 도출된 주행행태 특성을 분석하여 위험운전성향과 주행행태 특성 간 유의미한 상관관계가 있는지 확인하였다. 실험 결과, 한국형 DBQ를 통하여 도출되는 난폭운전성향이 높은 사람들이 상대적으로 빠른 주행속도와 가속도 행태를 보이는 것을 확인할 수 있었다. 이 를 통하여 상대적으로 위험운전행동을 보이는 운전자를 추정할 수 있는 평가 방법을 확인할 수 있었다.

To ensure safer road conditions, understanding the human factors influencing driving behavior is crucial. However, there are many difficulties in deriving the characteristics of individual human factors that affect actual driving behaviors. Therefore, this study analyzes self-reported dangerousdriving propensities in order to explore potential correlations with drivers’ behaviors. The goal is to propose a method for assessing driving tendencies based on varying traffic scenarios. The study employed a questionnaire to gauge participants' propensity to drive dangerously, utilizing a simulator to analyze their driving behaviors. The aim is to determine any notable connections between dangerous-driving propensity and specific driving behaviors. Results indicate that individuals exhibiting a high propensity for reckless driving, as identified by the Korean DBQ, tend to drive at higher speeds and display more aggressive acceleration patterns. These findings contribute to a potential method for assessing reckless driving drivers.

본 연구는 자율주행 차량이 혼재된 교통류의 안전성 평가에 적합한 안전성 지표를 선정하 여 차량 추종 조합별 안전성을 분석하였다. 고속도로 엇갈림구간은 기본구간에 비해 차로 변 경이 빈번하여 상충 빈도가 높은 구간으로, 일반 차량과 자율주행 차량의 주행행태 차이로 인 한 위험이 증가할 것으로 예상하여 고속도로 엇갈림구간을 분석구간으로 설정하였다. 미시적 교통 시뮬레이션인 VISSIM을 활용하여 분석을 수행하였으며, 혼합 교통류의 환경은 본선-연 결로 형태의 엇갈림구간을 300, 600m의 길이로 구분하고, IDM을 활용하여 자율주행 차량의 주행행태를 구현하였다. 혼합 교통류 평가에 적합한 안전성 지표는 운전자가 체감하는 위험도 와 유사하게 위험 수준을 나타내는 것을 기준으로 4개의 지표를 선정하였다. 선정된 4개 지표 의 위험 기준을 넘는 차량 추종 궤적을 대상으로 안전성을 분석한 결과, 자율주행 차량이 자율 주행 차량을 추종하는 상황이 가장 안전한 추종 쌍이며, 인간 운전자 차량이 자율주행 차량을 추종할 경우가 가장 위험한 추종 쌍인 것으로 나타났다.

This study analyzed the characteristics of mixed traffic flows with autonomous vehicles on highway weaving sections and assessed the safety of vehicle-following pairs based on surrogate safety indicators. The intelligent driver model (IDM) was utilized to emulate the driving behavior of autonomous vehicles, and the weaving sections were divided into lengths of 300 and 600 meters for analysis within a micro-traffic simulation (VISSIM). Although significant differences were found in the average speed, density, and headway between the two sections through t-test results, no significant differences were observed when comparing the number of conflicts per indicator and the vehicle-following pair. Four safety indicators were selected for the mixed traffic evaluation based on their ability to represent risk levels similar to those perceived by drivers. The safety analysis, based on the selected four indicators, determined that autonomous vehicles following other autonomous vehicles were the safest pairing. Future research should focus on integrating these indicators into a single comprehensive index for analysis.

eCall은 교통사고 발생 시 긴급구난 기관과 현장상황을 정확하게 파악할 수 있는 사고정보 를 연계하여 교통사고 피해자를 신속하게 구조·구급하도록 지원하는 시스템을 말한다. 본 논 문의 목적은 국내 긴급구난 기관의 요구사항을 반영한 한국형 eCall 시스템을 개발하고 통합실 증을 통해 기대효과를 분석하는 것이다. 통합실증은 전국을 대상으로 진행되었고, 통합실증 결 과 eCall IVS와 센터 간 통신성공율은 99.25%, 위치정보 평균 오차는 1.2 m로 측정되었다. 특히, 위치정보 평균 오차는 방송통신위원회의 국내 긴급구조 위치정보 품질 측정 결과인 21.6 m 보다 우수한 것을 확인할 수 있었다. eCall 시스템이 도입 시 교통사고 발생부터 병원도착까지 시간은 고속도로는 3분 38초, 일반도로는 1분 22초 단축 가능하다는 것을 확인할 수 있었다. 이를 2005년부터 2022까지의 교통사고 사망자에 적용한 결과 교통사고 사망자 수는 82,662명, 사회적 비용은 약1,026,100천달러가 감소되는 것으로 분석되었다.

eCall system assists traffic accident victims by connecting emergency rescue institutions with accurate accident information, helping them to identify the on-site situation in the event of a traffic accident. The purpose of this paper is to develop a Korean eCall system that reflects the requirements of domestic emergency rescue institutions and to analyze the expected effects through an integrated demonstration. The results of an integrated demonstration indicated that the communication success rate between the eCall IVS and the call center was 99.25%, and the average location information error was 1.2 m. In particular, it has been confirmed that the average location information error is less than 21.6 meters, as assessed by the Korea Communications Commission when evaluating the accuracy of domestic emergency rescue location information. When the eCall system was introduced, it was confirmed that the time from traffic accidents to hospital arrival could be shortened by 3 m 38 s for highways and 1 m 22 s for general roads. By it to traffic deaths from 2005 to 2022, it was analyzed that the number of fatalities decreased by 82,662, resulting in a reduction of approximately social costs.

교통류에서는 거시적인 지표로 속도, 교통량, 밀도가 중요한 파라미터로 활용되고 있으며, 미시적인 지표로는 가속도와 차두거리가 중요한 파라미터로 활용되고 있다. 속도와 교통량은 현재 설치된 교통정보 수집장치로 수집이 가능하지만 가속도와 차두거리는 안전과 자율주행 분야 등에 필요성이 있지만 현재 교통정보 수집장치로는 수집이 불가능한 실정이다. 객체인식 기법인 YOLO는 정확도와 실시간성이 우수하여 교통분야를 포함하여 다양한 분 야에서 활용되고 있다. 본 연구에서는 YOLO를 활용하여 가속도와 차두거리를 측정하기 위해 측정 간격을 조밀하게 설정하여 간격별 차량의 속도 변화와 차량 간 통행시간 차이를 통해 가 속도와 차두거리를 측정하는 모델을 개발하였다. 지점별 교통특성에 따라 가속도와 차두거리 의 범위가 다름을 확인하였고, 측정률 확보를 위한 기준거리와 화면각도에 따른 비교분석을 수행하다. 측정간격은 20m, 각도는 직각에 가까울수록 측정률이 높아짐을 분석하였다. 이를 통 해 교차로별 안전도 분석과 국내 차량행태모델 분석에 기여할 수 있을 것이다.

While analyzing traffic flow, speed, traffic volume, and density are important macroscopic indicators, and acceleration and spacing are the important microscopic indicators. The speed and traffic volume can be collected with the currently installed traffic information collection devices. However, acceleration and spacing data are necessary for safety and autonomous driving but cannot be collected using the current traffic information collection devices. ‘You Look Only Once’(YOLO), an object recognition technique, has excellent accuracy and real-time performance and is used in various fields, including the transportation field. In this study, to measure acceleration and spacing using YOLO, we developed a model that measures acceleration and spacing through changes in vehicle speed at each interval and the differences in the travel time between vehicles by setting the measurement intervals closely. It was confirmed that the range of acceleration and spacing is different depending on the traffic characteristics of each point, and a comparative analysis was performed according to the reference distance and screen angle to secure the measurement rate. The measurement interval was 20m, and the closer the angle was to a right angle, the higher the measurement rate. These results will contribute to the analysis of safety by intersection and the domestic vehicle behavior model.

개발도상국 및 소규모 지자체는 재정적인 여건이 불리하여 자체 버스정보시스템 도입에 한 계가 있다. 하지만, 개발도상국은 열악한 사회 인프라 및 낮은 소득 수준에도 불구하고, 스마트 폰의 보급률이 높으며, 온라인 콘텐츠, 소셜 미디어 보급 및 사용률이 매우 높은 실정이다. 스 마트폰은 GPS 센서, 카메라 등 위치기반의 정보 수집 및 정보의 제공이 가능하기 때문에 고가 의 현장 단말기를 대체할 수 있다. 본 연구는 고가의 현장단말기를 스마트폰으로 대체하고, 센 터시스템은 클라우드 서버 기반으로 개발함으로써, 어디에나 적용 가능한 확장형 Open BIS 서비스 제시 및 플랫폼을 개발하고, 비즈니스 모델을 수립하는 것을 목적으로 한다.

Developing countries and small local governments face financial constraints, limiting the adoption of their own bus information systems. However, despite poor social infrastructure and low income levels, developing countries have a high smartphone penetration rate, and the distribution and usage of online content and social media are widespread. Smartphones, equipped with GPS sensors, cameras, and other location-based information collection capabilities, can replace expensive on-site terminals. This study aims to replace expensive on-site terminals with smartphones, develop a center system based on cloud servers, and establish an extensible Open BIS (Bus Information System) service and platform that can be applied anywhere. The goal is to formulate a business model in the process.

최근 드론과 같은 무인비행장치 기술이 발전함에 따라 환경적, 사회적 및 경제적으로 많은 이점이 있지만, 공항, 공공기관, 발전소, 군 등 국가중요시설에 악의적인 의도를 가질 경우 국 가 안전과 국민 생활에 심각한 피해를 줄 수 있다. 이러한 드론의 위협에 대응하기 위해 RF스 캐너와 같은 탐지 장비 도입을 시도하고 있다. 특히 변전소, 발전소, 우리나라 전력 계통에 의 해 설치된 전력 전송용 송전탑은 RF스캐너 탐지 경로에 송전탑이 위치하면 탐지 성능에 영향 을 줄 수 있다. 실험은 상용 드론을 이용하여 드론에서 방사되는 신호 세기 측정하여 감쇠율을 확인하였다. 평균 감쇠율과 최대 감쇠율은 2.4 GHz와 5.8 GHz 대역에서 유사한 경향을 보였고, 구조물의 밀도에도 영향을 받는 것을 알 수 있다.

Recently, as unmanned aerial vehicle technology such as drones has developed, there are many environmental, social and economic benefits, but if there is malicious intent against important national facilities such as airports, public institutions, power plants, and the military, it can seriously affect national safety and people's lives. It can cause damage. To respond to these drone threats, attempts are being made to introduce detection equipment such as RF scanners. In particular, power transmission towers installed in substations, power plants, and Korea's power system can affect detection performance if the transmission tower is located in the RF scanner detection path. In the experiment, a commercial drone was used to measure the signal intensity emitted from the drone and confirm the attenuation rate. The average and maximum attenuation rates showed similar trends in the 2.4 GHz and 5.8 GHz bands, and were also affected by the density of the structure.

기존의 자율주행 기술은 차량에 부착된 센서를 사용하여 환경을 감지하고 주행 계획을 수 립하는 방식으로 개발되었으나, 악천후나 역광, 장애물로 인한 가려짐 등 특정 상황에서 성능 이 저하되는 문제점이 있다. 이러한 문제점을 해결하기 위해 도로 인프라의 지원을 통해 자율 주행 차량의 인지 범위를 확장하는 협력형 자율주행 기술이 주목받고 있으나, 단안 카메라에 서는 국제 표준에서 요구하는 객체의 3D 중심점을 실시간으로 분석해내기 어렵다는 문제점이 있다. 이에 본 논문에서는 도로 인프라의 고정된 화각과 사전에 측정된 기하학적 정보를 활용 하여 객체를 검출하고 실시간으로 차량의 중심점을 추정하는 방법을 제안하였다. GPS 위치 측정 장비를 활용하여 객체의 중심점을 효과적으로 추정할 수 있음을 확인하였으며, 제안된 방법은 차량 및 도로 인프라 간의 협력형 자율주행 기술에 적용 가능하여, 협력형 자율주행 인프라의 보급 및 확산에 기여할 수 있을 것으로 기대된다.

Existing autonomous driving technology has been developed based on sensors attached to the vehicles to detect the environment and formulate driving plans. On the other hand, it has limitations, such as performance degradation in specific situations like adverse weather conditions, backlighting, and obstruction-induced occlusion. To address these issues, cooperative autonomous driving technology, which extends the perception range of autonomous vehicles through the support of road infrastructure, has attracted attention. Nevertheless, the real-time analysis of the 3D centroids of objects, as required by international standards, is challenging using single-lens cameras. This paper proposes an approach to detect objects and estimate the centroid of vehicles using the fixed field of view of road infrastructure and pre-measured geometric information in real-time. The proposed method has been confirmed to effectively estimate the center point of objects using GPS positioning equipment, and it is expected to contribute to the proliferation and adoption of cooperative autonomous driving infrastructure technology, applicable to both vehicles and road infrastructure.

본 연구의 목적은 조건부 운전면허 발급에 필요한 평가 시나리오 개발 프레임워크를 제안 하는 것이다. 이를 위해 프레임워크는 5단계로 구성하였다. 1단계에서는 고령 운전자에 의한 충돌사고의 주요 요인을 사고빈도와 심각도 측면에서 교통사고 특성에 대한 문헌을 검토하였 다. 2단계는 도로교통공단 교통사고분석시스템 사고 자료를 활용하여 비고령, 초기 고령, 후기 고령 집단별 교통사고 특성에 대한 분석을 수행하였다. 이를 통해 고령 운전자 등 고위험군 교통사고 유형을 도출하였다. 3단계는 고위험군 교통사고 유형에 해당하는 블랙박스 영상을 분석하여 사고가 발생한 상황에 대해 기술한 교통사고 스토리를 도출하였다. 4단계는 다양한 시나리오 개발을 위해 도출된 사고 스토리의 유형을 분류하여 여러 가지 사고 상황을 구분하 였다. 5단계는 최근 다양한 자율주행차량 평가 시나리오 개발에 활용되고 있는 PEGASUS 5-Layer 형식을 적용하여 시나리오를 제시하였다. 본 연구의 결과는 향후 조건부 운전면허 발 급을 위한 운전능력 평가시나리오 개발의 기반으로 활용될 것으로 기대된다.

The purpose of this study was to propose a framework for developing test scenarios for issuance of conditional driver’s licenses. The framework was composed of five stages. Initially, we reviewed the literature on traffic crash characteristics in terms of accident frequency and severity regarding the main factors of crashes caused by older drivers. In the second stage, the characteristics of crashes attributed to non-elderly, early elderly, and late elderly drivers were analyzed using data obtained from the Traffic Accident Analysis System (TAAS), and crash types for elderly drivers were derived. In the third stage, black box videos of high-risk crash types were analyzed to derive crash stories that described the circumstances in which crashes occurred. In the fourth step, crash situations were classified by rating the types of crash stories derived to develop various scenarios. Step 5 involved creating a scenario by applying the PEGASUS 5-Layer format, which has recently been used to develop test scenarios for autonomous vehicles. The results of this study are expected to be used as a basis for developing driving ability evaluation scenarios for the issuance of conditional driver's licenses.

본 논문에서는 크로스오버 접합에서 출력 위상을 고려한 회로해석 및 설계 방법을 제시한 다. 먼저 even-odd 분석을 통해 임의의 위상을 가지는 크로스오버 접합이 만족시켜야 할 반사 계수 및 임피던스 파라미터에 대한 일반해를 해석적으로 유도하였다. 또한 주어진 일반해를 실제적인 크로스오버 접합회로 구조에 적용하여 임의의 츨력 위상값을 가지는 크로스오버 접 합의 정확한 설계 공식을 도출하였으며 그 결과가 기존의 연구에서 제시된 결과와 부합함을 확인하였다. 이를 이용하여 설계된 회로가 설계목표와 일치하는 정확한 출력 위상을 가지는 크로스오버 접합으로서의 성능을 만족하는 것을 입증하였다.

This paper presents the analysis and the design methods of the crossover junctions including the output phase. The general solutions were derived analytically through an even-odd analysis of the reflection coefficients and the impedance parameters for the crossover junction with arbitrary output phase. The general solutions were applied to a real crossover junction structure to derive the exact design formula for the arbitrary output phase. The results agreed well with the existing studies. The designed circuit satisfied the crossover junction operation with the exact output phase.

스마트건설을 위한 업무의 디지털화는 상호 간의 디지털데이터를 원활하게 교류할 수 있어 야 효과가 있으나, 디지털데이터의 표준화 및 활용방안이 부족하다. 본 연구는 도로 건설현장 의 정보를 효과적으로 디지털로 변환할 수 있는 디지털 건설정보구조를 제안한다. 연구대상은 도로건설업무에서 중요도가 높은 작업계획, 일정관리, 안전관리, 품질관리이다. 건설정보구조 의 핵심은 건설정보를 객체와 작업으로 분리하고, 이 두 정보의 결합으로 단위업무를 정의함 으로써 건설정보의 표현 및 수정의 유연성을 확보하는 것이다. 객체와 작업은 각자의 계층구 조를 가지며, 이 계층구조는 실제 내용에 맞추어 가변형으로 정의하였다. 이는 효율성과 상세 성을 동시에 만족하는 구조다. 이 구조를 고속도로 건설공사에 시범적용 하였고, 범용 포맷을 이용해 구조를 디지털로 구현하였다. 본 연구는 현실에 가깝게 도로 건설공사 과정을 디지털화할 수 있으며, 도로건설 전주기의 디지털트윈의 토대가 되어 토목산업의 디지털전환을 가속화 할 것이다.

The digitalization of tasks for smart construction requires the smooth exchange of digital data among stakeholders to be effective, but there is a lack of digital data standardization and utilization methods. This paper proposes a digital construction information structure to transform information from road construction sites into digital formats. The study targets include significant tasks, such as work planning, scheduling, safety management, and quality control. The key to the construction information structure is separating construction information into objects and activities, defining unit works by combining these two types of information to ensure flexibility in representing and modifying construction information. The objects and activities have their respective hierarchical structures, which are defined flexibly to match the actual content. This structure achieves both efficiency and detail. The pilot structure was applied to highway construction projects and implemented digitally using general formats. This study enables the digitalization of road construction processes that closely resemble reality, accelerating the digital transformation of the civil engineering industry by developing a digital twin of the entire road construction lifecycle.

자율주행 기술 개발에 있어서 드라이빙 시뮬레이터의 활용은 사고 환경에 대한 다양한 테 스트를 단시간에 효과적으로 수행 가능하게 하여 개발 비용 및 노력을 획기적으로 줄일 수 있 다. 그러나 드라이빙 시뮬레이터는 실제 환경과 차이가 존재한다는 심각한 단점이 존재하므로 드라이빙 시뮬레이터를 이용하여 개발된 자율주행 알고리즘이 실제 차량 시스템에 직접 적용 시킬 때 큰 차이가 발생하는 문제가 있다. 이러한 문제는 Sim2Real 문제로 정의되며, 시나리오, 센서 모델링, 차량 동역학 등으로 구분할 수 있다. 본 논문에서는 Sim2Real 문제 중에서 IMU 센서에 대해서 Sim2Real 문제 해결 방안에 대한 연구를 수행한다. 실제 환경과 에뮬레이터된 가상 IMU 센서의 차이를 줄이기 위해서 IMU 센서의 정밀 오차 모델링을 통한 센서 에뮬레이 터 기술에 대해 소개한다. Bias, Scale Factor, Misalignmnet, Random Walk에 따른 오차를 가상 IMU 센서 등급별로 모델링하고 이를 실제 IMU 센서의 등급에 따른 오차 지표와 비교함으로 써 IMU 센서의 Sim2Real 문제를 완화한다.

Utilization of a driving simulator in the development of autonomous driving technology allows us to perform various tests effectively in criticial environments, thereby reducing the development cost and efforts. However, there exists a serious drawback that the driving simulator has a big difference from the real environment, so a problem occurs when the autonomous driving algorithm developed using the driving simulator is applied directly to the real vehicle system. This is defined as so-called Sim2Real problem and can be classified into scenarios, sensor modeling, and vehicle dynamics. This Paper presensts on a method to solve the Sim2Real problem in autonomous driving simulator focusing on IMU sensor. In order to reduce the difference between emulated virtual IMU sensor real IMU sensor, IMU sensor emulation techniques through precision error modeling of IMU sensor are introduced. The error model of IMU sensors takes into account bias, scale factor, misalignmnet, and random walk by IMU sensor grades.

자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데 이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제 에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한 본 연구에서는 추후 스마트폰 적용성을 고려하여 6가지 대표적인 경량화 딥러닝 모델에 대해 제 안하는 방법을 적용하고 비교분석하여 추후 스마트폰 기반의 시스템 개발에 활용할 수 있도록 하였다.

This study introduces driving pattern analysis and change detection methods using smartphone sensors, based on contrastive learning. These methods characterize driving patterns without labeled data, allowing accurate classification with minimal labeling. In addition, they are robust to domain changes, such as different vehicle types. The study also examined the applicability of these methods to smartphones by comparing them with six lightweight deep-learning models. This comparison supported the development of smartphone-based driving pattern analysis and assistance systems, utilizing smartphone sensors and contrastive learning to enhance driving safety and efficiency while reducing the need for extensive labeled data. This research offers a promising avenue for addressing contemporary transportation challenges and advancing intelligent transportation systems.