공공정책 위키(Public Policy Wiki)에 오신 것을 환영합니다


공공정책 위키 시작하기

AI 기반 스마트교차로: 두 판 사이의 차이

Public Policy Wiki
둘러보기로 이동 검색으로 이동
9번째 줄: 9번째 줄:
=== 특징 ===
=== 특징 ===


==== 딥러닝 기술 ====
==== 1. 딥러닝 기술 ====


===== 우수한 객체검출 정확도 =====
===== 우수한 객체검출 정확도 =====
34번째 줄: 34번째 줄:
3) 교통약자 분류하여 검지 가능
3) 교통약자 분류하여 검지 가능


==== 영상처리 추적기술 ====
==== 2. 영상처리 추적기술 ====
 
<blockquote>차종 분류, 유턴 차량검지 및 카운팅</blockquote>1) 최고의 객체 트래킹 기술 적용
===== 차종 분류, 유턴 차량검지 및 카운팅 =====
1) 최고의 객체 트래킹 기술 적용


2) 단일차로에 직, 좌, 우 등 회전 교통량 추적, 검지
2) 단일차로에 직, 좌, 우 등 회전 교통량 추적, 검지
45번째 줄: 43번째 줄:
4) 스케줄 적용 알고리즘 운영으로 가변차로 분리 검지 등 운영 가변성 극대화
4) 스케줄 적용 알고리즘 운영으로 가변차로 분리 검지 등 운영 가변성 극대화


==== 교통상황 분석 및 모니터링 기술 ====
==== 3. 교통상황 분석 및 모니터링 기술 ====
1) 교통량 통계, 현시 최적화
1) 교통량 통계, 현시 최적화



2024년 12월 21일 (토) 23:29 판

스마트교차로의 개념

정의

실시간 교통량을 기반으로 한 교통정보 수집, 분석 시스템

교차로 내 단방향, 다방향 카메라의 영상정보를 딥러닝 기반 영상분석 알고리즈을 통하여 분석하여, 교차로 내 스마트 교통정보(교통량, 대기행렬, 차종분류 등)를 분석하고 교통 빅데이터를 생성하는 시스템이다.

특징

1. 딥러닝 기술

우수한 객체검출 정확도

1) 이중검지, 과검지에 따른 교통량 오차 최소화

2) 군집 보행 시 객체 분리를 통한 정확한 카운팅 가능

3) 차로 자동 생성 기능 적용으로 차로 별 교통량 산출

4) 차량 진행 방향에 따른 방향 별 교통량 산출

5) 차량번호를 수집하여 구간속도 및 시간 산출

특수한 환경조건에서의 차별화된 객체 검지

1) 딥러닝 학습데이터를 활용하여 주간, 야간, 우천, 강설, 강풍 등 특정 날씨 등 방해 요소에도 강건한 검출 정확도 확보

2) 그림자 분리 알고리즘을 작용하여 빛의강도나 방향에 강건

특별한 객체 및 상황 검지능력 극대화

1) 보행자 외 자전거, 개인 교통수단 검지 가능

2) 보행 방향 별 보행자 수 카운팅 가능

3) 교통약자 분류하여 검지 가능

2. 영상처리 추적기술

차종 분류, 유턴 차량검지 및 카운팅

1) 최고의 객체 트래킹 기술 적용

2) 단일차로에 직, 좌, 우 등 회전 교통량 추적, 검지

3) 유턴차로에서 차량 추적을 통해 유턴 검지

4) 스케줄 적용 알고리즘 운영으로 가변차로 분리 검지 등 운영 가변성 극대화

3. 교통상황 분석 및 모니터링 기술

1) 교통량 통계, 현시 최적화

2) 접근로 및 교차로 별 모니터링

3) 통과차량 소통정보 및 링크이력

4) 신호 연계를 통한 실시간 신호제어

AI 기술의 적용

AI의 기본원리

AI 기반 교차로의 기술적 요소

스마트교차로의 설계 및 구현

시스템 아키텍처

주요 구성 요소

센서 및 카메라

통신 시스템

구현사례

스마트교차로의 효과

교통 흐름 개선

안전성 증대

환경적 영향

사례 연구

국내 사례

해외 사례

문제점 및 해결 방안

기술적 문제

사회적 수용

참고 문헌