발표연사 ▶▶▶

부문 Community Forum
성명 배상훈 교수
소속 부경대학교
주제 도심부 유고검지를 위한 GPS 프로브차량 데이터 기반 딥러닝의 적용
학력 버지니아공대 박사
경력 전 한국교통연구원 연구위원
현 부경대 교수
요약 서울과 같은 대도시 도심부 간선도로의 교통사고는 교통류의 정상흐름을 방해하며 심각한 정체를 발생시킨다. 이러한 정체는 교통혼잡비용과 대기오염을 증가시켜 사회경제적인 손실을 초래하며 또한 2차 사고를 유발할 수 있어 빠른 검지와 대처가 중요하다.
최근 다양하고 복잡한 데이터를 빠르게 처리할 수 있는 인공지능기법이 각광받고 있으며 이는 다양한 분야에 접목되어 활용되고 있다. 이에 본 연구에서는 DNN을 활용하여 도심부 교통사고를 자동 검지하고자 하였다.
연구대상지인 강남대로를 공간적 연구 범위로 설정하여 6개월간의 차량 궤적데이터를 활용하여 패턴데이터를 구축하였다. 교통류 변화 분석을 통해 DNN 입력변수를 선택하였으며 최종적인 입력 변수로 차량속도 데이터의 파생변수를 선정하였다.
인공신경망을 학습시키기 전 최적인공신경망 구조를 분석하였으며 최적구조는 은닉층 5층, 각 은닉층의 노드의 수는 4개로 나타났다. 5개의 시나리오를 최적 모형으로 훈련시킨 결과 돌발상황 검지율은 52.96%, 오검지율은 44.2%로 나타났다.
본 연구결과를 기초로 향후 공식적으로 보고되는 교통사고뿐만 아니라 보고되지 않는 유고상황도 실시간으로 감지하여 대응할 수 있을 것이라 기대된다.