도로 위 차량의 차로변경은 주변 차량의 움직임에 민감하게 반응해야 하며, 적절한 속도와 타이밍으로 수행하지 못할 경우 교통 흐름을 방해하고 부정적인 영향을 초래할 수 있다. 자율주행차량(Autonomous Vehicle, AV)은 이러한 문제를 해결하기 위해 주변 상황을 정확히 판단하고 인지하여 차로변경을 수행한다. 이때, 안전 관리 전략의 일환으로 최적화된 차로변경 주행 궤적을 제공함으로써 안전하고 효율적인 차로변경을 실현하는 것이 중요하다. 본 연구는 이러한 배경에서 주변 차량과 EGO 차량의 예측 주행 궤적에 기반한 확률론적 개념인 risk field를 계산하고, 이를 활용하여 차량의 종방 향 및 횡방향 안전 궤적을 제시하였다. 이를 위해 고속도로 드론 데이터를 활용하여 차량 간 상호작용 상황을 분석하고, 차로변경 시나리오 데이터를 분류하였다. 연구에서는 주행 속도와 차량의 경위도 등 1.1초 동안의 연속된 주행 데이터를 입력으로 사용하였으며, 다층 인코더-디코더 장단기 메모리 네트워크(EDLN) 모델을 통해 미래 6초 후 차량의 위치를 예 측하였다. 이후 장 이론(field theory)을 기반으로 한 risk field 모형을 통해 도로 위 각 지점의 위험도를 정량화하였다. 또한, 차량의 거동 제약, 주행 편의성, 그리고 안전성 제약 조건을 반영하여 안전 궤적을 생성하였다. 마지막으로, 생성된 궤적이 교통류 안전성에 미치는 영향을 평가하기 위해 예측된 주행 궤적(predicted trajectory)과 실제 주행 궤적(ground truth)을 비교 분석하였다. 평가지표는 대리 안전 지표(surrogate safety measure, SSM) 중 TTC(Time to Collision)와 PET(Post Encroachment Time)를 활용하였다. 본 연구는 제안된 안전성 정량화 및 궤적 생성 방법이 기존 방법론과 비 교하여 우수한 성능을 보임을 입증하였으며, 향후 자율주행차량 혼재 교통류 및 완전 자율주행 교통류에서 높은 효율성 과 안전성을 확보하는 데 기여할 것으로 기대된다.

자율주행 차량이 상용화됨에 따라 연구에 사용할 수 있는 자율주행 차량의 주행궤적 자료를 제공하고 연구하는 기관이 증가하고 있다. 캘리포니아 자동차관리국은 사고 당시 차량의 거동과 주변 환경을 기록한 자율주행 차량 사고 보고서를 제공한다. Waymo는 라이다, 카메라 등을 통해 수집한 자율주행 차량의 실주행 자료를 제공한다. 본 연구에서는 캘리포 니아 자동차관리국에서 제공하는 자율주행 차량 사고 보고서와 Google Street Map을 이용하여 사고 당시의 도로유형과 도로환경요소 및 사고 당시 상황을 파악하고, 베이지안 네트워크(BN)을 통해 자율주행 차량 사고 영향요인을 파악하였 다. 랜덤 포레스트를 통해 앞에서 파악한 자율주행 차량 사고 영향요인들의 변수 중요도를 추출하고 이를 기반으로 자율 주행 차량 주행 시나리오를 도출하였다. 도출한 자율주행 차량 주행 시나리오와 유사한 상황을 보이는 Waymo Open Dataset의 자율주행 차량 실제 주행궤적을 매칭하여 자율주행 차량 주행 행태 기반 사고 위험도 평가 지표를 도출하였 다. 본 연구의 결과는 앞으로 도로환경요소 및 자율주행 차량 주행궤적에 따른 자율주행 차량 주행 안전성 연구의 기반 이 될 것으로 기대된다.

고속도로 2차 사고는 선행 사고(1차 사고) 또는 전방 고장 차량에 의해 교통흐름이 변화된 상황에서 발생하는 사고로, 이에 대한 효과적인 교통안전 관리전략이 필요하다. 그러나 일반사고에 비해 데이터 표본이 부족하여 신뢰성 있는 대응 전략 수립에 어려움이 있다. 본 연구는 고속도로에서 발생하는 2차 사고의 발생 주요 요인을 식별하고 예측하기 위해 BERT(Bidirectional Encoder Representations from Transformers) 기반 텍스트 분석 모델과 전통적 머신러닝 모델 (XGBoost, RandomForest, CatBoost)을 비교하였다. 교통사고 세부기록, 원클릭 속보자료 등 비정형 텍스트 및 정형 데 이터를 수집하고 1차 사고에 관한 시공간적 동적 변수를 통합하여 인공지능 기반의 사고 예측 프레임워크를 구축하였다. 특히, BERT 기반 모델을 통해 교통사고 문맥 정보를 고려하여 단어 삽입 및 대체 기법에 따른 2차사고 데이터 표본을 보완하였다. 또한, 설명가능한 AI(XAI) 기법을 활용하여 주요 사고 요인의 기여도를 시각적으로 해석하고 사고 예방 및 정책 수립에 필요한 정보를 제공하였다. 연구 결과, 제안된 하이브리드 접근법 기반 연구 프레임워크는 높은 정확도의 2 차 사고 발생 가능성 예측에 효과적이며, 교통사고관리시스템의 신뢰성과 효율성 향상에 핵심적인 기여를 할 것으로 기 대된다.

최근 자율주행 기술의 급속한 발전으로 자율주행 기술이 탑재된 차량이 눈에 띄고 있다. 자율주행 기술로 인해 교통사 고 감소와 효율적인 교통운영을 유도할 수 있는데, 주행 환경뿐만 아니라 주차 환경에서도 큰 이점을 보이고 있다. 이러 한 자율주행 기술을 기반으로 한 로봇 파킹 시스템은 주차 소요 시간을 단축하고 주차 공간을 더욱 효율적으로 활용할 수 있는데, 이는 특히 교통약자들의 이동 편의성을 크게 향상시킬 수 있다. 따라서 본 연구에서는 차량의 진출입이 빈번 하고 보행자의 이동이 많은 고속도로 휴게시설을 대상으로 교통약자를 고려한 로봇 파킹 시스템을 도입하여 안정성과 효율성을 평가하고자 한다. 이를 위해 2010년부터 2022년까지의 고속도로 휴게시설 사고 데이터를 분석하여, 사고 빈도 와 사고 심각도를 고려한 EPDO(Equivalent Property Damage Only) 값이 높은 중부내륙선 충주휴게소(창원방향)를 분석 대상지로 선정하였다. 미시교통 시뮬레이션 VISSIM을 활용하여 대상 휴게소의 도로 및 주차장 네트워크를 구축하고 시 뮬레이션하였다. 안전성 평가를 위해 DRAC(Deceleration Rate to Avoid Crash) 및 PET(Post Encroachment Time) 지 표 등을 활용하였으며, 효율성 평가로는 주차 회전율(Parking Turning Rate) 및 정지횟수(Number of Stops) 지표 등을 사용하여 비교하였다. 본 연구는 기존 연구들과 달리 교통약자의 관점에서 로봇 파킹 시스템의 효과를 분석했다는 점에 서 차별성을 가진다.

보행교통은 모빌리티 수단으로서의 보행을 말하며 안전향상과 활성화 측면에서 접근할 수 있다. 이때 보행교통 위해요 소란 보행자의 안전하고 편리한 통행 환경을 저해하는 요소를 말하며, 이를 사전에 발굴하여 관리함으로써 보행자 사고 예방과 쾌적한 보행환경 구축이 가능하다. 본 연구에서는 2020~2022년 교통사고 데이터와 다양한 보행영향요인 데이터 를 활용하여 교통사고 및 보행자 사고 예측 모델을 개발하고 모델 결과를 해석하여 보행교통 위해요소를 도출하고자 하 였다. 보행영향요인은 기존 문헌에서 고찰된 요인들을 참고하여 수집 및 데이터화 하였으며, 교통사고 예측 모델을 개발 하기 위해 예측력이 우수하고 변수 간의 비선형성 혹은 상호관계를 잘 포착할 수 있는 것으로 알려진 XGBoost, Random Forest, Support Vector Machine과 같은 머신러닝 모델을 활용하였다. 또한 설명가능한 인공지능 기법인 SHAP 알고리즘을 통해 모델을 해석함으로써 변수 중요도와 상호작용을 분석하고 보행교통 위해요소를 도출하였다. 본 연구를 통해 도출된 보행교통 위해요소를 보행친화적인 교통 환경을 위한 중요한 기초 자료로 활용하여 사전에 관리 및 개선할 수 있을 것으로 기대한다.

Speed management in Korea currently emphasizes the setting of speed limits and controlling vehicle speeds to align with these standards. However, monitoring safe and stable speeds tailored to specific road sections is essential for enhancing pedestrian safety in urban areas. In this study, a crash frequency model was developed to define the speed stability range and identify the critical threshold at which the crash frequency changes rapidly. This threshold serves as a reference point for assessing the speed stability levels. Individual vehicle trajectory data collected from 20 road segments in Daejeon-si were used to calculate the speed-related safety evaluation indicators that served as input variables for the safety model. The speed stability range calculation incorporates speed-related indicators and road facility data from Daejeon-si, allowing the model to consider the surrounding infrastructure. The findings revealed that intersections and crosswalks are positively correlated with cumulative crash occurrences. Crash frequency predictions showed higher crash likelihoods at average driving speeds below 30 km/h, indicating that congested conditions at intersections or at peak times necessitate increased safety management. Measures for maintaining safe and appropriate vehicle speeds within identified safe ranges are critical. The speed stability range calculation methodology provides a foundation for establishing traffic safety management strategies that focus on speed control in urban areas. These results can guide the development of targeted safety interventions that prioritize pedestrian protection and optimize safe driving speeds across various road segments.

Onboard truck scales can accurately measure payload under static conditions. However, their performance is limited in accounting for dynamic environments encountered during driving, leading to inaccuracies in load estimation under real-world conditions. This study employs TruckCaliber, a dynamic state measurement system, to estimate real-time vehicle loads. Fusion sensor modules were installed on leaf spring suspensions and vehicle frames to collect tilt and IMU data. The system was implemented on a commercial truck, and driving tests were conducted with varying payloads. The analysis focused on curved sections under different dynamic conditions.

이 연구는 인도네시아의 제도적 민주화 이후 특징적인 선거 제도가 정 착된 과정과 그 요인을 분석한다. 대규모 인구가 참여하는 인도네시아 선거는 짧은 민주적 선거 제도의 역사에도 불구하고 안정적으로 정착해 왔다는 평가를 받고 있다. 인도네시아는 다당제를 기반으로 하는 비례대 표제와 대통령제를 동시에 운영하고 있으며, 그에 따라 정치적 불안정성 이 발생할 가능성이 있다. 또한 개방형 비례대표제는 유권자에게 다양한 선택권을 제공하지만, 정보 습득과 판단이 필요한 복잡한 제도다. 이러한 위험 요소를 보완하기 위해 인도네시아 선거 제도는 봉쇄조항과 동시선 거와 같은 제도적 안전 장치를 도입해왔다. 연구 결과, 봉쇄조항 도입 이 후 주요 정당을 중심으로 적정한 수의 정당이 원내에 진입했고, 동시선 거 도입으로 투표율이 상승했으며, 유권자들이 정당 투표와 대통령 후보 투표에서 일관된 패턴을 보이는 경향이 나타났다는 점을 확인했다. 이는 인도네시아의 선거 제도가 안정화되고 활성화됐음을 시사한다. 본 연구 는 제도적 민주화 이후 인도네시아 선거 제도의 정착 과정을 체계적으로 분석했다는 점에서 의의가 있으며, 이 연구의 결과는 인물, 주요 정치적 사건 등을 복합적으로 고려한 후속 연구에 유용하게 활용될 수 있다.

PURPOSES : Driving simulations are widely used for safety assessment because they can minimize the time and cost associated with collecting driving behavior data compared to real-world road environments. Simulator-based driving behavior data do not necessarily represent the actual driving behavior data. An evaluation must be performed to determine whether driving simulations accurately reflect road safety conditions. The main objective of this study was to establish a methodology for assessing whether simulation-based driving behavior data represent real-world safety characteristics. METHODS : A 500-m spatial window size and a 100-m moving size were used to aggregate and match the driving behavior indicators and crash data. A correlation analysis was performed to identify statistically significant indicators among the various evaluation metrics correlated with crash frequency on the road. A set of driving behavior evaluation indicators highly correlated with crash frequency was used as inputs for the negative binomial and decision tree models. Negative binomial model results revealed the indicators used to estimate the number of predicted crashes. The decision-tree model results prioritized the driving behavior indicators used to classify high-risk road segments. RESULTS : The indicators derived from the negative binomial model analysis were the standard deviation of the peak-to-peak jerk and the time-varying volatility of the yaw rate. Their importance was ranked first and fifth, respectively, using the proposed decision tree model. Each indicator has a significant importance among all indicators, suggesting that certain indicators can accurately reflect actual road safety. CONCLUSIONS : The proposed indicators are expected to enhance the reliability of driving-simulator-based road safety evaluations.

도로 주행의 안전성 측면에서 타이어-노면간 미끄럼 마찰력은 주행 차량의 제동거리와 직접적인 요인으로 작용한다. 포장재료와 공법은 노출되는 포장 표면에 적절한 노면의 조직(Texture)을 형성하여 노면의 미끄럼 마찰력을 증가시킨다. 도로 표면에 노출되는 사용골재의 크기와 종류를 달리하거나 인위적인 홈을 주어 Macrotexture와 Microtexture를 형성 한다. 형성된 노면 조직은 시간이 경과 됨에 따라 환경하중과 교통하중이 반복 재하되면서 표면마모가 급격히 진행된다. 교통량의 흐름에 따라 마모로 인해 Microtexture 뿐만 아니라 Macrotexture의 노면조직은 매끄러운 표면으로 변해간다. 교통량의 흐름은 다양하다. 교통량 통계자료에 따르면 고속도로 이용차량의 약 70%는 승용차와 같은 2축 1단위로 구성 된 1종 차량이 차지하고 있다. 이는 국내 교통 특성은 포장 마모에 취약한 환경임을 말해주고 있다. 주행 차량들의 좌/ 우 바퀴의 간격과 주행위치의 다른 궤적에 따라 차량바퀴의 횡방향 변동을 원더링(Wandering)이라하는데, 도로포장 분 야에서 교통특성이 포장에 미치는 영향으로 원더링에 대한 연구 많이 진행 되어왔다. 본 연구에서는 실제 고속도로와 시 험도로에서 횡방향 위치별 미끄럼 마찰을 반복 조사하여 차량의 원더링에 따라 미끄럼 마찰저항이 다르게 분포함을 정 량적으로 입증하였다.

Phosphine (PH3) fumigation has been widely used for controlling storedgrain insect pests, causing the development of resistance of stored-grain insect pests to phosphine. PH3 resistance in Sitophilus oryzae has been reported in Korea. However, PH3 resistance in Tribolium castaneum has not been reported yet. This study was conducted to determine susceptibilities of T. castaneum collected from five different domestic locations to PH3. The susceptibility to PH3 was investigated using the FAO fumigation method. All domestic T. castaneum individuals were controlled by PH3 at 0.04 g m-3. At 0.01 g m-3, T. castaneum collected from two domestic locations did not exhibit 100% mortality. A P45S point mutation in dihydrolipoamide dehydrogenase (dld) gene was found in a PH3-resistant strain of T. castaneum (Aus07), but not in five domestic stains or a PH3-susceptible strain (Aus10). No significant difference was found in dld or cyt-b5-r gene expression across all tested strains. However, the Gyeongju-collected strain of T. castaneum showed more than a 1.7-fold increase in cyt-b5-r expression compared to the Aus07 strain. cDNA sequence analysis revealed that P45S (C133T) in the dld gene was only present in Aus07. A characteristic single nucleotide polymorphism in the cyt-b5-r gene sequence was identified in the five domestic strains. This study suggests that it is necessary to continuously monitor PH3-susceptibility of T. castaneum in Korea to quickly identify resistant individuals and prevent the spread of PH3 resistance through rapid control.

하수기반역학을 이용한 코로나19 감시 결과, 연구기간 (2022년 8월-2023년 8월)동안 울산지역 4곳 하수처리장의 전체 174건 모든 시료에서 코로나바이러스-19가 검출되었 다. 확진자 수와 하수 내 코로나바이러스 농도와의 상관 분석 결과, 높은 상관성이 나타났으며 특히 하수감시가 임 상감시보다 2-3주 앞서 농도가 증가함으로써 조기 인지의 가능성도 볼 수 있었다. 또한 코로나19 변이 분석 결과 역 시 유행 시기별 우세종화된 변이와 비교적 유사하여 변이 예측도 가능하였다. 하수감시가 전국적, 전세계적으로 적용되고 있으며 많은 연구가 국가적 사업으로 진행되고 있 다. 이에 따라, 하수 분석방법 및 분석기기 발전 등의 지 속적 연구 업데이트가 필요하다. 또한 코로나19를 통해 감 염병의 선제적 모니터링 및 유행 예측의 가능성을 확인하 였으므로 다양한 병원체 및 식품·의약품 등에 확대 적용 이 진행 중이다. 따라서 본 연구는 감염병 검출분야에서 더 나아가 하수 내 식품 성분, 활성물질 및 미생물 등의 분석을 통해 지역사회의 식품안전 및 전반적인 위생환경 감시를 위해 활용될 수 있을 것으로 기대된다.

PURPOSES : This study aimed to predict the number of future COVID-19 confirmed cases more accurately using public and transportation big data and suggested priorities for introducing major policies by region. METHODS : Prediction analysis was performed using a long short-term memory (LSTM) model with excellent prediction accuracy for time-series data. Random forest (RF) classification analysis was used to derive regional priorities and major influencing factors. RESULTS : Based on the daily number of COVID-19 confirmed cases from January 26 to December 12, 2020, as well as the daily number of confirmed cases in Gyeonggi Province, which was expected to occur on December 24 and 25, depending on social distancing, the accuracy of the LSTM artificial neural network was approximately 95.8%. In addition, as a result of deriving the major influencing factors of COVID-19 through random forest classification analysis, according to the number of people, social distancing stages, and masks worn, Bucheon, Yongin, and Pyeongtaek were identified as regions expected to be at high risk in the future. CONCLUSIONS : The results of this study can help predict pandemics such as COVID-19.

속도와 안전은 밀접한 관련이 있으며, 현재 국내에서는 속도 관리를 위해 제한속도를 설정하고 제한속도 기준에 맞춰 차량의 주행 속도를 단속하는 방식에 초점을 두고 있다. 하지만 도시부 보행자 안전 확보를 위해 차량이 제한속도 기준 외에 도로 구간에 따라 안 전하고 적절한 속도로 주행하도록 하는 안전속도의 모니터링이 필요한 상황이다. 본 연구에서는 이러한 안전속도의 범위 제시를 위해 사고 빈도 모형을 개발하고, 사고 빈도 모형에서 사고 빈도가 급격하게 변화하는 변곡점을 찾아 안전수준을 판단할 수 있는 임곗값으 로 설정하였으며, 설정된 임곗값을 기준으로 제한속도가 다른 두 도로 집단의 안전속도 범위를 제시하였다. 이 과정에서 대전시의 개 별차량 주행궤적 데이터를 수집 및 가공하여 모형의 입력변수로 활용하기 위한 속도 관련 안전성 평가지표를 산정하였으며, Dynamic threshold method 기반의 새로운 평가지표를 제안하였다. 또한, 속도 관련 안전성 평가지표뿐만 아니라 대전시 T-GIS에서 수집한 도로 시설물 데이터를 모형의 독립변수로 활용하여 도로 시설물을 고려한 안전속도 범위를 산정하고자 하였다. 안전속도 범위 도출 결과, 교차로와 횡단보도의 존재는 누적 사고 수와 양의 상관관계를 가졌으며, 사고 빈도 예측에서도 평균 주행 속도가 30km/h 이하로 낮은 경우 사고 빈도가 높게 추정되어 교차로 등 차량이 정지하는 상황과 첨두시와 같이 혼잡한 교통류 상황에서 차량이 안전하고 적절한 속도로 주행할 수 있도록 하는 안전관리 전략 수립이 필요함을 도출하였다. 본 연구에서 개발한 안전속도 범위 결정 방법론과 안전속 도 범위를 참고하여 도시부 속도 관리를 위한 교통안전 관리전략을 수립할 수 있을 것으로 기대한다.

저탄소 녹색성장 기본법에서 명시한 ‘대중교통과 자전거 이용 활성화’를 위하여, 국내 여러 지자체에서 공공자전거 사업을 시행하였 으며, 자전거 이용자 수가 많이 증가하였다. 현재 국내에서 규정하는 자전거의 통행방식은 간접좌회전(hook turn) 방식으로, 증가된 자 전거교통량이 횡단보도를 통해 좌회전 통행 시 상충 가능성이 증가할 수 있다. 또한 자율주행차량의 혼재교통상황을 고려하여, 자전거 가 차량과 함께 통행할 시 안전성을 보장받을 수 있는지 혼재교통류에 적합한 통행방식을 연구할 필요가 있다. 따라서 본 연구에서는 혼재교통환경에서 자전거 이용자가 안전하고 운영성 높은 방식으로 통행할 수 있도록 4가지 자전거 좌회전 통행방식을 적용하고, 자 율주행차량 점유율에 따른 적합한 통행방식을 제시하고자 한다. Hook-turn 방식을 기본 시나리오로 하여, 자전거 우선 신호를 도입한 bike box, 일반 bike box, 자전거 전용 신호를 도입한 narrow lane 시나리오를 비교하였다. bike box의 크기가 분석 결과에 큰 영향을 미 치는 요인이 될 수 있으므로, 5m 폭의 크기로 고정하였다. 시뮬레이션 환경에서 첨두시와 비 첨두시 교통량을 적용하여 분석하였으며, 안전성 평가지표로 CPI(Crash Potential Index)과 운영성 평가지표로 지체시간(Delay time)을 활용하여 결과를 비교하였다. hook turn시나 리오는 사고 발생 위험도가 작으며, 자전거 전용 신호가 적용된 narrow lane과 일반 bike box에서 사고 발생 위험도가 높게 나타났다. 또한 자전거 전용 신호를 적용한 bike box를 도입한 시나리오에서 운영성 측면에서 지체가 작게 나타났으며, 자율주행차량 점유율이 증가할 시 차간거리를 고려함에 따라 교통류 안전성도 향상되는 것으로 나타났다. 향후 자율주행차량 혼재 교통류를 고려하여 자전거 좌회전 통행방식을 자전거 우선 신호를 적용한 bike box 방식으로 규정한다면, 접근로별 50대 미만/시의 자전거 교통량이 관측되는 신 호교차로에서 안전성과 운영성이 향상되는 효과를 확인할 수 있다.

교통사고는 인적요인, 도로 기하구조, 교통류, 환경적 요인 등 복합적인 요인에 의해 발생하고 속도는 교통사고와 밀접한 연관성이 있다. 또한, 교통사고는 교통 혼잡도와 관련이 있으며 사고와 실시간 교통상황 간의 상관관계를 통해 사고 발생 개연성을 추정하고 도 로 안전성 분석이 필요하다. 모바일 센서와 통신 기술의 급속한 발전으로 스마트폰 보급률이 증가하였으며 내장된 센서를 기반으로 생성된 차량 주행 데이터 수집이 가능하다. 기술의 발달로 데이터 수집이 쉬워졌음에도 불구하고, 스마트폰을 기반으로 수집된 위험 운전 이벤트를 활용한 도로 위험도 평가에 대한 연구는 부족한 실정이다. 본 연구는 스마트폰 센서 기반의 위험 운전 이벤트 데이터 중 하나인 급감속 위험 운전 이벤트 데이터를 도로 위험도 평가 기법에 활용하는 것을 목적으로 한다. 급감속 위험 운전 이벤트 데이 터는 주행 차량이 3초간 속도를 40km/h 이상 감소하는 위험 이벤트가 발생할 때 시간과 위치를 기록한 자료를 의미한다. 본 연구의 범위는 대한민국 내 인구와 교통량이 많은 지역인 수도권을 대상으로 서울, 경기, 인천을 연결하는 고리 형태의 도로인 수도권제1순환 선을 대상으로 하였다. 먼저, 개별 차량 데이터는 좌표 기반의 내비게이션 데이터로 집계하여 VDS 링크 데이터와 매칭하였다. 다음으 로는 개별 차량의 위험 운전 이벤트 데이터와 차량 검지기의 교통 매개변수를 결합한 새로운 지표를 개발하였다. 또한, 시·공간적 교 통류의 특성을 반영하여 다양한 도로 위험도 평가 방법에 활용하고자 하였다. 마지막으로 위험 운전 지표와 이력 자료를 기반으로 통 계적으로 유의한 안전성능함수를 개발하였으며, 다양한 시간 단위의 집계 수준을 활용하여 도로 구간별 최적의 모형을 제안하였다. 본 연구는 스마트폰 센서를 기반으로 식별한 개별 차량의 위험과 교통류 차원의 위험을 결합하여 새로운 위험 지표를 개발하고 도로 위 험도 평가에 활용한다는 것에 의의가 있다. 결과물은 향후 스마트폰 센서 기반 개별 차량 위험 운전 이벤트 데이터와 교통 조건을 통 합하는 도로 위험도 평가의 기초자료로써 활용될 것으로 기대된다.

자율주행차량을 상용화하기 위한 노력이 계속되고 있으며, 완전 자율주행 교통 환경이 조성되기 전까지 자율주행차량과 일반 차량 이 혼재된 혼합교통류가 형성될 것이라 예상된다. 이러한 혼합교통류에서 자율주행차량과 일반 차량은 주행 행태가 다르므로 기존에 는 발생하지 않았던 사고 위험상황을 유발할 수 있으며, 따라서 자율주행차량의 도입에 따른 사고 위험상황을 사전에 파악하고 이에 대한 안전관리 전략을 마련할 필요가 있다. 이러한 안전관리 전략 수립의 첫 단계로 자율주행차량 도입 시 자율주행차량이 사고위험 상황에 처할 수 있는 취약 구간과 취약 상황을 정의해야 한다. 기존 연구의 경우 자율주행 취약 구간 및 취약 상황 정의를 위해 전문 가 설문 조사 방법을 사용하였으며, 자율주행차량 데이터 구득에 어려움이 있어 주로 시뮬레이션 분석을 진행하였다. 본 연구에서는 더 실질적이고 구체적인 자율주행 취약 구간과 취약 상황을 정의하기 위해 두 가지 출처의 데이터를 활용하였으며, 다양한 방법론을 적용하여 과학적이고 다각적인 분석 결과를 도출하였다. 세종시 자율주행 실증구간에서 수집할 수 있는 자율주행차량 주행 궤적 데이 터를 활용해서는 사고위험 판단 안전 지표를 기준으로 사고 취약 구간 및 상황을 정의하였으며, 캘리포니아 DMV 자율주행차량 사고 데이터를 활용해서 연관규칙 기법과 토픽 모델링을 적용해 자율주행 사고에 영향을 미친 주요 요인들과 요인들 간의 연관성을 분석하 였다. 최종적으로는 세종시 자율주행차량 데이터 분석 결과와 캘리포니아 DMV 사고보고서 결과를 종합하여 종합적인 자율주행 취약 구간 및 상황을 정의하였다. 향후 본 연구에서 정의한 자율주행 취약 구간과 취약 상황 및 본 연구의 방법론을 활용하여 미래 교통 시스템의 안전 관리 전략을 마련할 수 있으며, 도로 운영자와 관리자의 의사결정을 도울 수 있을 것으로 기대한다.

본 연구는 오픈소스 라이브러리인 OpenCV를 활용해 다양 한 시설과채류의 표현형 분석에 적용 가능한 컴퓨터 비전 기 술을 탐구하였다. 토마토에 대해서는 이미지의 색상을 분석 하여 숙성도를 판정하며, support vector machine(SVM) and histogram of oriented gradients 기법을 통해 숙성된 토마토 를 효과적으로 검출하였다. 파프리카의 경우, 색상 분포를 시 각화한 후, 가우스 혼합 모델로 클러스터링을 실행하여 수확 파프리카의 색상 특성을 분석하였다. 네트 멜론의 품질 평가 에서는 LAB 색상 공간, 이진화 이미지 및 깊이 매핑을 활용하 여 멜론의 네트 패턴을 정량화하였다. 추가로, 오이 온실에서 화방 검출을 위해 깊이 정보와 색상 정보를 조합하여 다양한 크기와 거리의 화방을 성공적으로 검출하였다. 이 연구의 결 과로, 해당 컴퓨터 비전 기술들이 시설과채류의 생장 모니터 링, 숙성 및 품질 평가 등에서의 유효성을 확인하였다. 농산업 에서 컴퓨터 비전의 효과적 적용을 위해, 후속 연구자나 개발 자들이 재배 생리와 연관된 지표를 기반으로 이 기술들을 보 완할 경우, 실제 농업 현장 및 연구에서 널리 활용될 가능성이 크다.