Korea has many test beds where various mobility services are provided by automated vehicles. The test beds are operated in their operational design domain (ODD). However, disengagement frequently occurs, even in the ODDs of automated vehicles. In particular, human drivers have to take control of the automated vehicles at SAE Level 3 whenever the vehicles cannot drive by themselves because of an emergency or unknown factors. This study analyzed the driving safety of right turning at signalized intersections where automated vehicles face selfdriving issues because of potential conflicts with other vehicles, crossing pedestrians, and geometric factors. To conduct this analysis, we categorized right-turning intersections into two types with right-turning lanes and channelization islands and divided them into three sections, with a total of six sections. Subsequently, the six sections were compared with each other by disengagements of the automated vehicles as the key index to investigate their self-driving safety. Their significant differences indicate that ODD-related variables must be considered when designing and updating target test beds for automated vehicles.

In this study, we propose an adaptive traffic control method that utilizes predictions of near-future traffic arrivals at a signalized intersection based on real-time data collected at an upstream intersection to design acyclic traffic signal timing accordingly. The proposed adaptive control method utilizes a deep learning model developed in this study to predict future traffic arrivals at downstream intersections 24 s ahead based on upstream intersection data at 4 s decision intervals. Using the predicted arrival traffic volume, signal timings were designed to minimize delays. A rolling-horizon approach was employed to correct the prediction errors during this process. The performance of the proposed traffic signal control method was validated by comparing it with the traditional time-of-day (TOD) traffic signal operation method over a 24 h period. The results of comparative validation tests conducted through simulations in a virtual environment indicate that the proposed adaptive traffic control system operates efficiently to minimize average control delays. During the morning peak period, a reduction time of 43.19 s per vehicle (57.02%) was observed, whereas the afternoon peak period exhibited a reduction of 37.91 s per vehicle (48.35%). Additionally, data analysis revealed that the optimal phase length suggested by the pre-timed method, which assumes uniform vehicle arrivals, is statistically identical at a 95% confidence level to the average phase length of the adaptive traffic control system, which assumes random vehicle arrivals. This study confirms the necessity of adopting proactive real-time signal control systems that utilize a new traffic information collection method to respond to dynamic traffic conditions and move away from conventional TOD signal operation, which primarily focuses on peak commuting hours. Additionally, it confirms the need for a fundamental shift in the underlying philosophy traditionally used in traffic signal design

2024년 1월 1일 발생한 규모 7.5의 일본 노토지진은 강력한 지반 운동, 지진 해일과 함께 대기 압력 변동에 의 한 인프라사운드 신호를 동반하였다. 노토지진 인프라사운드 신호는 진앙에서 약 830 km 떨어진 국내 인프라사운드 관측소 뿐만 아니라 약 3,500 km 떨어진 국제관측망에서도 탐지되었다. 지진 발생 당시 성층권과 중간권 고도에 형성된 동-서 반대 방향의 강한 바람은 동북아시아 지역에 위치한 관측소와 반대 방향인 태평양에 위치한 관측소에서 지진 인 프라사운드 신호 관측을 가능하게 하였다. 역-투사 방법으로 음원의 발생지역을 계산한 결과, 고주파수 대역(1-2 Hz)의 인프라사운드 신호는 주로 진앙을 포함한 일본 내륙의 지반 운동으로 발생했으며, 저주파수 인프라사운드(0.3 Hz 이하) 는 지진과 동시에 발생한 일본 서쪽 해안의 지진 해일(해수면 운동)에 의해 발생한 것으로 해석된다. 지표면-대기 상호 작용 관계식과 지진 해일 경보 높이(3 m)로 추정한 지진 해일 기원의 인프라사운드 음원 크기는 약 120 Pa로 육지 지 반 운동에 의한 음원의 크기(약 280 Pa)와 비교될 만한 것으로 확인되었다. 2024년 노토지진은 지구 표면의 지반 운동 과 해수면 운동에 의한 인프라사운드 신호가 다중 관측소에서 동시에 관측된 사례로 평가된다.

This study points out the traffic safety inhibition problem in which the yellow time length at a signal intersection can be set differently depending on the tram, and proposes a way to overcome it. This study proposes a twofold approach for trams to coordinate with the yellow signal phase designated for general vehicles, utilizing a schedule-speed-based operating speed adjustment and departure time control at stations. To validate the proposed method, simulations were conducted for a planned tram corridor in the Wirye District, Seoul. The simulation environment was developed using the simulation of the urban mobility model. The operational characteristics of tram services in the main and branch-line sections were analyzed. In the upstream section of the mainline, the operating speed was 22.04 km/h, with a total dwell time of 400 s across 10 stations, resulting in zero intersection stops. Regarding the downstream section, the operating speed was 17.71 km/h, and one intersection stop was observed. In contrast, for the upstream section of the branch line, the operating speed was 14.73 km/h and there were two intersection stops, while the downstream section yielded an operating speed of 18.12 km/h, and also comprised two intersection stops. This study examined a novel operational strategy for trams near intersections along tram corridors without directly modifying the signal system. This strategy effectively utilizes tram stop dwell time and traffic signal information. It focuses on adjusting tram speeds to ensure smooth and safe passage through signalized intersections and optimizing operations so that trams approach and cross intersections at a consistent speed. Designed as a universal model, this strategy is adaptable to various regions and environments, rather than being limited to a specific area. It is expected to support tram operation planning by considering diverse factors, such as urban structure, traffic density, and intersection characteristics. Moreover, it provides valuable guidance to ensure the punctuality and stability of tram operations in a range of urban and traffic contexts.

Wireless sensor systems are primarily used for monitoring natural environments or industrial automation. The physical environment where these systems are installed is often unstable, making it difficult to replenish sensor energy immediately. Complex and harsh conditions can impact the network's structure, affecting monitoring performance. Wireless sensor systems consist of hundreds of sensors that collect data from hazardous environments and transmit information to a central system. However, due to the system's physical structure, information delays or losses may occur. This paper proposes a distance-based tree structure to address these issues in wireless sensor systems, and experimental results confirm its superior performance.

본 연구는 차내 정보 제공시스템을 통해 운전자에게 신호의 상태변화를 실시간으로 제공하는 것이 운전자의 운전행동에 어떤 영향 을 미칠지를 분석하고자 하였다. 신호정보제공에 따른 운전자의 반응은 신호등화의 변경시점과 브레이크 제동, 차량의 출발에 소요되 는 반응시간과 교차로 구간별 속도의 변화를 분석하였다. 또한 주행시험 전후 피시험자를 대상으로 서비스에 대한 사전 사후 설문을 실시함으로서 운전자의 성향과 서비스에 대한 만족도를 조사하고자 하였다. 실시간 교통신호상태정보 제공에 따른 설문조사는 일반설문과 사전설문, 사후설문으로 구성하여 피시험자 60명을 대상으로 수행하였 다. 장치조작에 익숙한 20-30대는 신호정보제공에 대한 기대 및 선호도가 낮게 나타났으며 60대 이상에게 운전편의성 및 선호도에 대 해 높은 만족도를 보였다. 연령대가 낮은 운전자에게서는 단순 정보제공의 의미, 고령운전자에게서 차량속도 조절 등 운전편의 효과를 확인 할 수 있었다. 주행시험은 동일한 경로를 주행하되 잔여시간정보를 제공하지 않는 일반주행과 정보를 제공하는 2번의 주행시험을 실시하였고, 반응 시간과 주행속도를 분석하였다. 잔여시간 정보를 제공하는 경우 브레이크 제동상태에 대한 반응시간은 전 연령대에서 통계적으로 유 의미한 반응시간 감소 효과가 있음을 확인하였다. 브레이크 반응시간은 평균 0.38초 감소하였고 특히 고령운전자 그룹에서의 반응시간이 66%가량 감소했다. 반면 2030대 운전자 그룹에 서는 등화가 변경되기 전에 예측반응하는 비율이 크게 증가하는 효과도 있었다. 그러나 예측반응은 제동상태의 변화가 있었던 것을 의미하므로 차량이 실제 움직인 예측출발과는 차이가 있다. 동일 데이터 분석 시 실제 2030대운전자 그룹에서 등화가 변경되기 전에 예측 출발한 빈도는 정보를 제공하기 전과 후 모두 7%로 변화가 없었기 때문이다. 출발인지반응은 전체반응시간의 감소가 통계적으로 유의하지 않았으나, 고령운전자 그룹에서 반응시간이 2.1초에서 1.8초로 -0.3초 통 계적으로 유의미한 감소가 있었던 것으로 분석되었다. 신호정보제공에 따른 주행속도의 변화는 적색등화 상태로 교차로 접근시의 평 균속도가 약 2km/h 감소하였으나, 녹색등화시에는 구간의 평균주행속도에는 큰 영향을 미치지 않는 것으로 분석되었다. 다만, 일반주 행 시 차량의 속도는 정지선으로부터 차량의 위치에 영향을 많이 받지만 잔여시간정보를 제공할 때는 거리보다 잔여시간의 영향이 더 크다는 사실을 확인하였다.

기존 신호제어기법은 과거 주기에 파악된 교통상황을 바탕으로 다음 주기의 교통신호시간을 설계하는 방식으로 신호시간을 설계하기 위해 관측할 때의 교통상황과 신호시간을 제공받는 교통상황 간의 간극이 존재하였다. 또한, 설정된 주기길이 동안 차량이 교차로에 일정하게 도착하는 균일분포를 가정하지만, 실제 교차로에 도착하는 교통량의 행태는 비 균일분포로 실제 교통수요에 대응하기 어렵 다는 한계가 존재한다. 본 연구는 이러한 한계를 극복하기 위해 교차로로 진입하는 상류 교차로의 교통정보를 활용하여 단기 미래 도 착 교통량 예측모델 개발을 통해 관측 시점과 제공 시점 간의 간극을 최소화한다. 또한, 기존 주기길이 동안의 교통량 도착분포를 비 균일분포로 가정하여 주기길이가 고정되지 않는 방식(Acyclic)의 적응식 신호제어 기법(ATC) 개발한다. 제안된 단기 미래 도착 교통 량 예측모델은 실제 스마트교차로 자료를 가공하여 시뮬레이션을 통하여 학습데이터를 구축하여 장단기 메모리(LSTM) 모형과 시간 분산(TimeDistributed) 모형을 적용하여 딥러닝 모델을 개발하였다. 적응식 교통신호제어 기법은 실시간 예측 교통량을 활용하여 교통 류별 예측 지체 산출을 통하여 지체가 최소화되는 현시 종료 지점에서 현시를 종료하고 다음 시간 단계에서 예측된 교통량을 통해 최 적 현시를 재산출하는 롤링 호라이즌(Rolling Horizon)을 수행한다. 제안 신호제어 기법의 평가를 위해 미시적 교통 시뮬레이션을 활 용하여 기존 신호제어 기법인 TOD 신호제어 기법과 제안기법 간의 평가를 수행하였다.

긴급차량 골든타임 확보를 위해 지방자치단체에서는 ‘긴급차량 우선신호’ 시스템을 도입하고 있다. 그러나 긴급차량 우선신호로 인하 여 일반차량의 지체시간은 증가하게 되고 기존 신호주기로 바로 복귀하여 교차로 전체의 지체를 유발할 것으로 예상된다. 해당 지체 를 해결하기 위해 일반차량을 고려한 ‘회복신호 산정’ 연구가 수행되고 있다. 그러나 현재까지 교차로 유형별로 적절한 회복신호는 무 엇인지에 대한 연구는 부족한 상황이다. 본 연구에서는 교차로를 유형별로 구분하여 일반차량 지체도를 감소시키기 위한 회복신호의 필요성을 검증하고자 한다. 우선신호의 경우 긴급차량이 교차로를 통과하기까지 걸리는 시간을 계산하여 부여하였다. 회복신호의 경우 는 우선신호에서 부여한 시간만큼 일반차량에게 보상하는 신호방식을 적용하였으며, 도입 효과를 SUMO 교통 시뮬레이션을 통해 비 교 분석하였다.

외부 환경변화에 민감한 양서류는 지역 내 생태환경의 변화나 교란을 평가하는 생물지표종으로 활용되고 있다. 도시화로 인한 서식지 파괴, 단절과 같은 인위적인 위협으로 인해 무미목 양서류 종 3분의 1이 멸종 위험에 처한 것으로 알려져 있다. 무미목 양서류의 적절한 보호 및 보전전략 마련을 위해서는 개체군의 특성을 고려한 생물종 조사가 요구된다. 본 연구는 무미목 양서류의 번식기 울음소리를 이용한 생태모니터링에 있어 시민들의 참여 가능성을 모색하고자 하였다. 또한 적절한 품질관리 방안을 제안하여 오류나 편향을 제거하고 신뢰도 높은 생물종 출현 자료를 추출하고자 하였다. 시민과학 프로젝트는 국내에 서식하는 무미목 양서류 12종을 대상으로 2022년 4월 1일부터 8월 31일까지 전국을 대상으로 수행되었다. 시민들의 자발적인 참여를 통해 무미목 양서류의 번식기 울음소리를 직접 청취하고 모바일 애플리케 이션을 통해 녹음함으로써 음성신호 모니터링이 진행되었다. 또한 품질관리 프로세스를 구축하여 시민들로부터 수집된 데이터의 오류 및 편향을 누락, 허위, 잘못된 식별과 같이 3단계로 분류하여 신뢰도 높은 생물종 출현 자료를 추출하고자 하였다. 시민참여 무미목 양서류 음성신호 모니터링 결과 총 6,808건의 관찰 기록을 수집할 수 있었다. 품질관리 프로세스를 통해 6,808건의 데이터 중 1,944건(28.55%)에서 오류 및 편향이 발생하였다. 오류 및 편향 유형으로는 누락이 922건 (47.43%)으로 높은 빈도를 보였으며 잘못된 식별 540건(27.78%), 허위 482건(24.79%) 순서로 나타났다. 시민과학 프로젝트를 통해 국내에 서식하는 12종의 무미목 양서류 중 두꺼비(Bufo gargarizans Cantor), 한국산개구리(Rana coreana)를 제외한 10종의 무미목 양서류의 번식기 울음소리를 관찰할 수 있었다. 주로 개체수 감소로 인하여 관찰이 어렵거나 비 출현 개체의 번식기와 시민과학 프로젝트 진행 시점과의 차이로 인해 번식기 울음소리를 수집하는데 어려움이 발생한 것으로 나타났다. 본 연구는 시민참여를 토대로 국내에 서식하는 무미목 양서류의 번식기 울음소리를 통해 분포현황과 생물종 출현 자료 수집을 처음으로 검토한 연구이다. 향후 시민과학을 접목한 생물음향 모니터링 설계와 시민과학 데이터 품질관리 방안에 대한 기초자료로 활용될 수 있을 것으로 판단된다.

PURPOSES : This study presents a general guideline for the initial management of traffic signal timings in response to traffic incidents, prior to the implementation of specific treatments in detail. The proposed solution includes a set of optimal reductions in the green time rates at three signalized intersections upstream. METHODS : To account for the various traffic and incident conditions that may be encountered, a total of 36 traffic-condition scenarios were prepared. These scenarios encompass a wide range of conditions, from unsaturated to near-saturated conditions, and were designed to provide a comprehensive understanding of the impact of traffic conditions on signal timing. For each of the traffic conditions, all 27 traffic signal timing combinations were subjected to testing. A total of 972 simulation analyses were conducted using the SUMO model. The results indicated that the scenario with the lowest control delay was the optimal choice. RESULTS : The results indicated that the most effective initial management for the traffic incident would be to reduce the green signal timings by 20% at the first two upstream intersections and by 40% at the third intersection. CONCLUSIONS : We propose reducing the green times by 20% at the first and second intersections and by 40% at the third intersection as the initial response of the traffic signal control center when a traffic incident occurs.

PURPOSES : Even when autonomous vehicles are commercialized, a situation in which autonomous vehicles and regular drivers are mixed will persist for a considerable period of time until the percentage of autonomous vehicles on the road reaches 100%. To prepare for various situations that may occur in mixed traffic, this study aimed to understand the changes in traffic flow according to the percentage of autonomous vehicles in unsignalized intersections. METHODS : We collected road information and constructed a network using the VISSIM traffic simulation program. We then configured various scenarios according to the percentage of autonomous vehicles and traffic volume to understand the changes in the traffic flow in the mixed traffic by scenario. RESULTS : The results of the analysis showed that in all scenarios, the traffic flow on major roads changed negatively with the mix of autonomous vehicles; however, the increase or decrease was small. By contrast, the traffic flow on minor roads changed positively with a mix of autonomous vehicles. CONCLUSIONS : This study is significant because it proactively examines and designs traffic flow changes in congested traffic that may occur when autonomous vehicles are introduced.

New motor development requires high-speed load testing using dynamo equipment to calculate the efficiency of the motor. Abnormal noise and vibration may occur in the test equipment rotating at high speed due to misalignment of the connecting shaft or looseness of the fixation, which may lead to safety accidents. In this study, three single-axis vibration sensors for X, Y, and Z axes were attached on the surface of the test motor to measure the vibration value of vibration. Analog data collected from these sensors was used in classification models for anomaly detection. Since the classification accuracy was around only 93%, commonly used hyperparameter optimization techniques such as Grid search, Random search, and Bayesian Optimization were applied to increase accuracy. In addition, Response Surface Method based on Design of Experiment was also used for hyperparameter optimization. However, it was found that there were limits to improving accuracy with these methods. The reason is that the sampling data from an analog signal does not reflect the patterns hidden in the signal. Therefore, in order to find pattern information of the sampling data, we obtained descriptive statistics such as mean, variance, skewness, kurtosis, and percentiles of the analog data, and applied them to the classification models. Classification models using descriptive statistics showed excellent performance improvement. The developed model can be used as a monitoring system that detects abnormal conditions of the motor test.