This study evaluated the short- and long-term prediction performances of a transformer-based trajectory-forecasting model for urban intersections. While a previous study focused on developing the basic structure of a transformer model for future trajectory prediction, the present study aimed to determine a practical prediction sequence length. To this end, multiple transformer models were trained with output sequence lengths ranging from 1 s to 10 s, and their performances were compared. The trajectory data used for training were generated through a microscopic traffic simulation, and the model accuracy was assessed using the metrics average displacement error (ADE) and final displacement error (FDE). The results demonstrate that the prediction accuracy decreases significantly when the output trajectory length exceeds 3 s. Specifically, straight-driving trajectories exhibit rapidly increasing errors, while turning trajectories maintained a relatively stable accuracy. In contrast, for turning-driving trajectories, prediction errors increased sharply during short-term forecasting, but the increase was more gradual in long-term forecasts. Additionally, the long-term prediction models produced higher errors even in the initial 1-second outputs, implying a tendency toward conservative inference under uncertain future scenarios. This conservative behavior is likely influenced by the model’s effort to minimize the overall loss across a broader prediction window, especially when trained with Smooth L1 loss function. This study provides practical insights into model design for edge-computing environments and contributes to the development of reliable short-term trajectory prediction systems for urban ITS applications.

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.

The purpose of this study was to develop the Functional golf inner-wear by preventing the injuries and enhancing the performance of the Golf swing by checking the influence of the wearing of the functional golf inner-wear considering golf characteristics on the Swing trajectory and Shot distance. Functional inner-wear effective for golf swing was manufactured using the sports taping method. Changes in driver and iron swing before and after wearing the functional golf inner-wear manufactured in this way were measured using trackman equipment. Measurement variables were limited to Club Speed, Attack Angle, Club Path, Ball Speed, Smash Factor, and Priority. Before and after wearing functional golf inner-wear, there were statistically significant differences in driver club speed, iron club speed, driver etch angle, iron club pass, driver ball speed, driver smash factor, iron smash factor, driver carry, iron carry, and right shoulder joint proprioceptive sensory ability. As a result, functional golf inner-wear is effective for ball speed, impact, and carry by increasing club speed and efficient swing. Future research will focus on the development of functional golf that can improve the swing ability in a short game that plays an important role in the golf game through various sports taping grafting technique, textile, special material, film, Research on functional golf inner-wear.

목적 : 본 연구의 목적은 Coronavirys Disease(COVID-19) 팬데믹을 거친 고령자의 사회적 건강의 수준의 변화궤적에 대한 잠재계층을 분류하고 잠재 계층별 특성을 분석함에 있다. 또한 이러한 사회적 건강에 영향을 미치는 예측요인을 파악하여 고령자의 사회적 건강을 증진을 위한 기초자료를 마련하고자 한다. 연구방법 : 국내 고령자의 사회적 친밀도에 따른 사회적 건강 유형을 파악하기 위해서 한국복지패널의 3 년차 종단자료를 토대로 분석하였으며, 연구대상자는 세 시점 모두를 응답한 2845명의 고령자를 대상으 로 하였다. 대상자중심접근인 성장혼합모형(Growth Mixture Model; GMM)을 적용하여 변화궤적에 따 른 잠재계층을 분석 하였고, 도출된 각 잠재유형별 특성을 파악하기 위해 χ2 분석, 분산분석을 실시하 였으며, 계층 간 차이를 유발하는 요인을 파악하기 위해 다항로지스틱 회귀분석을 실시하였다. 결과 : GMM 적용결과, 사회적 건강의 변화궤적에 대한 잠재계층은 최종 4개의 집단으로 저수준 감소-증 가 집단, 중수준 유지-증가 집단, 고수준-감소 집단, 고수준 유지’집단으로 분류되었다. 또한 사회적 건강 수준에 따라 여가만족도에서 차이가 나타나는 것으로 드러났으며, 그 외에도 연령 차이가 존재하였 다. 잠재계층분류에 영향을 미치는 영향변인을 검증한 결과, 특히 여성일수록, 종교를 가지고 있을수록, 여가만족도와 전반적 만족도가 모두 높을수록 고수준 유지 집단에 속할 확률이 높은 것으로 나타났다. 결론 : 국내 고령자의 사회적 건강은 시간이 지남에 따라 감소하는 궤적을 보이는 것으로 나타났다. 변화 궤적에 따라 4개의 집단으로 구분 지을 수 있으며, 각 잠재 유형별 연령과 여가 만족도 부분에서 집단별 차이가 드러났다.

오늘날 위치 수집 기술의 발전과 모바일 기기의 증가로 사람의 이동 궤적 데이터를 활용할 기회가 증가하고 있다. 특히 스마트폰 궤적 데이터에서 체류 지점의 도출은 이를 기반으로 다음 방문 장소 예측, 소요 시간 예측, 장소 추천 등 다양한 응용에 기초가 되는 분석이다.본 연구는 스마트폰 GPS 궤적 데이터에서 체류 지점을 도출하고, 체류 지점에 대한 맥락정보 부여 방안에 초점을 두었다. 생활 패턴 마이닝을 최종 목표로 하여 맥락정보 생성 절차를 체계화하였다. 맥락정보 부여를 위해 카카오 POI를 사용하였으며, POI 카테고리의 재분류, 거주지 추정을 위한 건물군 데이터의 추가, 시간 정보를 고려한 맥락정보 수정 그리고 대단위 건물군내 상업시설 통합 등의 과정을 체계화하였다. 생성된 맥락정보를 바탕으로 개인의 체류 시간, 체류 빈도, 이동 궤적, 이동 반경을 속성값으로 생성하였다. 이후 생활 패턴 분석을 위해 차원 축소, 군집화 과정을 거쳐 각 군집의 특징을 파악하였 다. 본 연구는 안양시 거주민 47명의 약 일주일간 스마트폰 GPS 데이터를 수집하여 적용하였으며, 체계화 된 체류 지점과 맥락정보 를 활용하여 생활 패턴을 마이닝함으로써 맥락정보 활용 가능성을 입증하였다는 점에 의의가 있다.

최근 GPS에 기반한 위치 수집 기술의 발전과 스마트폰과 같은 GPS를 탑재한 디바이스의 폭발적인 증가로 사람, 차량, 선박, 항공체와 같은 움직이는 물체의 지리적 위치에 대한 엄청난 양의 데이터가 실시간으로 수집되고 있다. 이는 사물의 움직임과 관련된 중요한 학문적 및 실용적 가치를 가지고 있다. 이와 같은 데이터를 분석하기 위한 데이터 마이닝 방법 또한 함께 발전하고 있으며 연구자들은 궤적 데이터를 활용하여 도시에서 일어나는 이동 현상과 도시를 구성하는 장소 간의 관계 등을 탐색함으로써 다양한 도시 문제에 대한 해결방안을 제시하고 있다. 궤적은 다양한 물체의 움직임을 추적할 수 있는 만큼 그 활용 분야와 목적 역시 매우 다양하여 도시 계획, 교통, 행동생태학, 공공안전, 이상 및 위반 탐지, 감시 등과 같은 분야에서 널리 활용되고 있다. 특히 최근 데이터 마이닝 방법론과 딥러닝 기술의 발전으로 궤적 데이터 분석에 다양한 분석방법이 융합적으로 접목되어 의미 있는 연구결과 도출되고 있어 이에 대한 체계적 분석이 필요하다. 이러한 배경하에 본 연구는 궤적 데이터를 활용한 국내외 약 150여 편의 연구를 응용분야 및 활용방법론 별로 구분하고, 응용분야별, 궤적 데이터 분석 방법론별 최근 동향을 분석하였다. 이는 향후 궤적 데이터에 적용가능한 방법론 탐색, 궤적 데이터 분석과 관련된 구체적 사례 탐색, 궤적 데이터를 활용한 응용서비스 도출의 자료로 활용될 수 있을 것으로 사료된다.

PURPOSES : A methodology for estimating micro-emission factors using vehicle trajectory data collected from navigation and DTG devices and basic emission factors for each vehicle type of the MOtor Vehicle Emission Simulator (MOVES) is presented. The methodology can calculate micro-emissions based on only the traffic volume and average speed for each vehicle type. METHODS : Cluster analysis was performed by accumulating the trajectories of individual vehicles on a specific road section into speed groups in which vehicles drove with the same range of average speed. Then, the micro-emission factors were estimated for each speed group. RESULTS : Using the vehicle trajectory data revealed that the emissions calculated from micro-emission factors estimated by the proposed methodology were similar to the sum of the emissions calculated from the vehicle trajectories for each vehicle. CONCLUSIONS : The micro-emission factor database for each road type and vehicle type proposed in this study should be useful for estimating vehicle emissions on the road. The proposed method can calculate emissions in the same way as the macroscopic analysis method, using the traffic volume, average speed, and link length.

본 연구에서는 토양-탄체 간 분리 및 재접촉을 고려한 IFL 기반 침투해석 기술을 개발하고 이를 기존 문헌의 실험결과와 비교하는 연구를 수행했다. 탄체를 강체로 가정한 후, 토양 내로 침투 시 발생하는 구형공동팽창 현상을 고려함으로써 탄체의 궤적을 예측할 수 있다. 토양에 대한 저항함수는 Mohr-Coulomb 항복 모델을 활용했으며, 입사각 혹은 AOA에 따른 J-hook 현상을 모사할 수 있다. 기존 문헌에서의 실험결과(총 6회)와의 비교 결과, 수치해석으로부터 예측한 탄체의 침투 깊이는 실험대비 약 13.4%의 평균오차를 나타냈 다. 일반적으로 탄체의 침투 경로를 예측하기 위해 유한요소법이 널리 활용된다. 하지만, 유한요소법 활용 시, 탄체의 모델링을 위해 많은 시간과 노력이 필요하며, 해석 수행을 위해 수 시간이 소요된다. 본 연구를 통해 개발한 모델을 활용할 시, 탄체의 치수 입력만 필 요하며 해석 시간도 수 초 이내이다.

Maritime monitoring requirements have been beyond human operators capabilities due to the broadness of the coverage area and the variety of monitoring activities, e.g. illegal migration, or security threats by foreign warships. Abnormal vessel movement can be defined as an unreasonable movement deviation from the usual trajectory, speed, or other traffic parameters. Detection of the abnormal vessel movement requires the operators not only to pay short-term attention but also to have long-term trajectory trace ability. Recent advances in deep learning have shown the potential of deep learning techniques to discover hidden and more complex relations that often lie in low dimensional latent spaces. In this paper, we propose a deep autoencoder-based clustering model for automatic detection of vessel movement anomaly to assist monitoring operators to take actions on the vessel for more investigation. We first generate gridded trajectory images by mapping the raw vessel trajectories into two dimensional matrix. Based on the gridded image input, we test the proposed model along with the other deep autoencoder-based models for the abnormal trajectory data generated through rotation and speed variation from normal trajectories. We show that the proposed model improves detection accuracy for the generated abnormal trajectories compared to the other models.

Maritime monitoring requirements have been beyond human operators capabilities due to the broadness of the coverage area and the variety of monitoring activities, e.g. illegal migration, or security threats by foreign warships. Abnormal vessel movement can be defined as an unreasonable movement deviation from the usual trajectory, speed, or other traffic parameters. Detection of the abnormal vessel movement requires the operators not only to pay short-term attention but also to have long-term trajectory trace ability. Recent advances in deep learning have shown the potential of deep learning techniques to discover hidden and more complex relations that often lie in low dimensional latent spaces. In this paper, we propose a deep autoencoder-based clustering model for automatic detection of vessel movement anomaly to assist monitoring operators to take actions on the vessel for more investigation.

PURPOSES : In this study, we review the method and equations suggested in the usual guidelines to calculate the lane widening for curved sections, and proposed values of the widths and the amount of widening that reflected the driving trajectory of an articulated bus. METHODS : A simulation was used to obtain the trajectory of articulated bus, which is adequate for a Super-Bus Rapid Transit(S-BRT) service with the longest length of the design vehicle. This study was conducted by dividing the trajectory into curved and tangential sections, and the extent of widening was analyzed by changing the rotation angle by 5°. In addition, the results related to the amount of widening from the conducted analysis were applied to particular situation of right turns of an articulated bus at urban intersection. The possible conflict situations that may occur were analyzed. RESULTS : When analyzing the rotation angle at which the size of the driving width was set to be the largest for each lane center radius, the rotation angle for a lane center radius ( =15m) was 35°, the rotation angle for a lane center radius ( =20m) was 45°, the rotation angle for a lane center radius ( =25m) was 55°, and the rotation angle for a lane center radius ( =30m) was 60°. CONCLUSIONS : As the radius increases, the required driving width and the amount of widening decrease. The rotation angle that requires the largest driving width is presented. The results show that as the central radius ( ) of the lane increases, the amount of widening for each rotation angle decreases. In addition, based on the results of the analysis of the driving width for each rotation, the trajectory of an articulated bus was applied to an at-grade intersection to check the distance required for widening from the beginning point of the curve.

In the previous study, a shooting trajectory assuming that the purse seine shooting trajectory is a circle was proposed based on the speed and direction of the movement of the fish school. However, in practice, a trajectory that is closer to an elliptical shape than a circular one is often formed. In this study, the existing circular trajectory and the elliptical trajectory methods were compared under the same conditions to confirm the effectiveness of elliptical shooting trajectory. In addition, changes in the eccentricity of ellipses were derived to assess which type of ellipse was appropriate as a shooting trajectory. When a high-speed fish school moves in a straight line, an elliptical shooting trajectory with the eccentricity of 0.7 to 0.9 will be reasonable, and for middle-low speed fish school, an elliptical shooting trajectory with the eccentricity of 0.4 to 0.6 will be more useful than a circle shooting trajectory.

본 연구는 소셜 네트워크 서비스 중 한 유형인 플리커를 이용하여 궤적 데이터를 생성하고, 서울을 방문한 관광객의 이동 특성을 분석하였다. 연구에는 2015년 1월 1일 부터 2017년 12월 31일까지 서울을 방문한 1,476명 관광객이 게시한 플리커 사진 39,157건을 활용하였다. 연구기간 내 서울을 방문한 관광객은 1회 방문시 평균 5.12일을 체류하며, 약 1.27회 방문한 것으로 나타났다. 서울방문 관광객의 첫 방문지는 종로･남산, 신촌･홍대, 이태원 순으로 나타났으며, 주 목적지는 종로･남산이며 주로 인접 지역으로 이동하는 것으로 나타났다. 본 연구에서 활용한 데이터와 방법론은 관광행태 분석을 효율화하고, 다각적 분석을 가능하게 하는데 기여할 것으로 판단된다.

본고는 중국 도농관계의 역사적 변화궤적을 근대전환기, 중화민국시대, 마오쩌둥 치하 사회주의시대로 구분해서 추적함으로써 오늘날 중국 도농관계의 역사적 맥락을 조명하고자 하는 연구이다. 근대전환기는 전근대 중국의 도농관계를 특징지었던 사회문화적 연속체가 해체 되고 근대적 도농이분법과 도농불평등의 정치경제적 문화적 단초가 마련되는 시기였다. 중화 민국시대에는 중국경제가 세계 자본주의 체제로 본격적으로 편입되고, 서구로부터 사회진화론의 개념적 프레임이 도입되면서 도농관계가 문화적으로 급격하게 재구성되는 시기였다. 이에 따라 중국의 도시는 진보의 상징이자 모더니티의 소재지로, 농촌은 봉건적 낙후성과 무지 몽매의 장으로 정의되고 재현되기 시작했다. 사회주의시대 중국의 도농관계는 표면적으로 양립 불가능할 것 같은 이념적 양가성을 통해 구성되었고, 이는 문화혁명기에 절정에 이른 상산하향운동을 통해 극적인 형태로 표현되었다. 이 연구를 통해 조명한 중국 도농관계 변화의 역사적 궤적은 오늘날 중국 도농관계의 문화적 구성과 그것이 중국의 정치경제적 문화적 지형에서 갖는 중층적 함의를 이해하는 데 중요한 지적 발판을 제공해줄 것이다.

최근, 근거리 무선통신(DSRC), GPS 등 위치기반 및 전송기술에 힘입어 하이패스, 교통카드, 차량 내비게이션 등 다양한 데이터의 확보가 가능한 환경이 되었다. 이로 인하여 통행자의 이동과정과 교통운영 과정에서 다양한 데이터가 끊임없이 생성되고 축적되고 있으며, 향후 자율주행차량의 등장으로 그 양은 폭발적으로 증가될 것으로 판단된다. 고속도로의 경우 본선에 설치되어 있는 DSRC(Dedicated Short Range Communication) 시스템을 통하여 도로변 기지국(RSE)과 주행 차량 내 OBU와 무선통신으로 교통정보를 수집하고 있다. DSRC 시스템에서는 개별차량의 통행 궤적, 링크 통행속도 등이 수집되며, 고속도로에 설치된 총 978개소의 도로변 기지국(RSE)에서 전체 고속도로 이용차량의 약 30% 차량에 대해서 정보를 수집하고 있다 본 연구에서는 고속도로에서 수집되는 개별차량의 경로정보를 수집 및 가공하여 분석을 수행하였다. 분석의 시간적 범위는 대표 평일과 명절을 대상으로 하였으며, 세부적인 분석항목은 차종별, 시간대별로 선택하는 통행경로 및 국도우회 행태, 특정도로 구간을 통과하는 차량의 기종점, 통행거리 및 통행발생 특성 등이다.분석을 통해 고속도로 이용차량의 교통상황에 따른 통행경로 및 통행거리, 통행시간에 대한 특성이 평일과 명절에 어떻게 달라지는지, 경로별 통행시간에 따른 통행경로 이용률의 변화 등을 파악할 수 있었다. 또한 이러한 분석을 통해 산출된 결과를 고속도로 교통관리 정책에 활용할 수 있는 세부 방안을 도출하였다.

The predictive control system using model-based predictive control is a very effective way to optimize the present inputs considering the states and future errors of the reference trajectory, but it has a drawback in that a control input matrix must be repeatedly calculated with a long calculation time at every sampling for minimizing future errors in a predictive interval. In this study, we applied the neural network simulating the predictive control method for the trajectory tracking control of the mobile robot to reduce complex control method and computation time which are the disadvantage of predictive control. In addition, the neural network showed excellent performance by the generalization even for a different reference trajectory. Therefore, The controller is designed by modeling the model-based predictive control gains for the reference trajectory using a neural networks. Through the computer simulation, the proposed control method showed better performance than the general predictive control method.

본 연구는 다양한 유형으로 구성된 부선의 궤적의 특성의 결과를 제시하는 것을 그 목적으로 하였다. 스케그의 유무에 따 른 3가지 조합의 부선 모델을 대상으로 수조실험을 실행하였고, 예인삭의 길이가 궤적에 미치는 영향을 관찰하였다. 본 연구는 다양한 조합의 바지선에서의 각각의 궤적 형태의 길이와 진폭을 비교분석하였으며, 그 결과 부선의 궤적은 스케그 뿐만 아니라 예인삭의 길이 에도 영향을 받고 있음이 드러났다. 스케그는 선수형상 및 예인삭 길이의 차이에 관계없이 부선의 코스 안정성을 크게 향상 시킨다는 것을 명확히 나타내고 있다. 또한, 예인삭의 길이는 부선 시스템의 궤적 특성에 영향을 미치는 핵심적인 역할을 한다는 것이 밝혀졌다. 부선의 회두운동의 길이와 진폭은 부선 연결된 예인삭의 길이가 길수록 증가되였다. 향후 추가 실험 및 결과 분석을 통하여 본 연구의 타당성을 입증할 것으로 기대된다.

PURPOSES: The density in uninterrupted traffic flow facilities plays an important role in representing the current status of traffic flow. For example, the density is used for the primary measures of effectiveness in the capacity analysis for freeway facilities. Therefore, the estimation of density has been a long and tough task for traffic engineers for a long time. This study was initiated to evaluate the performance of density values that were estimated using VDS data and two traditional methods, including a method using traffic flow theory and another method using occupancy by comparing the density values estimated using vehicular trajectory data generated from a radar detector. METHODS: In this study, a radar detector which can generate very accurate vehicular trajectory within the range of 250 m on the Joongbu expressway near to Dongseoul tollgate, where two VDS were already installed. The first task was to estimate densities using different data and methods. Thus, the density values were estimated using two traditional methods and the VDS data on the Joongbu expressway. The density values were compared with those estimated using the vehicular trajectory data in order to evaluate the quality of density estimation. Then, the relationship between the space mean speed and density were drawn using two sets of densities and speeds based on the VDS data and one set of those using the radar detector data. CONCLUSIONS: As a result, the three sets of density showed minor differences when the density values were under 20 vehicles per km per lane. However, as the density values become greater than 20 vehicles per km per lane, the three methods showed a significant difference among on another. The density using the vehicular trajectory data showed the lowest values in general. Based on the in-depth study, it was found out that the space mean speed plays a critical role in the calculation of density. The speed estimated from the VDS data was higher than that from the radar detector. In order to validate the difference in the speed data, the traffic flow models using the relationships between the space mean speed and the density were carefully examined in this study. Conclusively, the traffic flow models generated using the radar data seems to be more realistic.