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.

PURPOSES : This study develops a model that can estimate travel speed of each movement flow using deep-learning-based probe vehicles at urban intersections. METHODS : Current technologies cannot determine average travel speeds for all vehicles passing through a specific real-world area under obseravation. A virtual simulation environment was established to collect information on all vehicles. A model estimate turning speeds was developed by deep learning using probe vehicles sampled during information processing time. The speed estimation model was divided into straight and left-turn models, developed as fully-offset, non-offset, and integrated models. RESULTS : For fully-offset models, speed estimation for both straight and left-turn models achieved MAPE within 10%. For non-offset models, straight models using data drawn from four or more probe vehicles achieved a MAPE of less than 15%. The MAPE for left turns was approximately 20%. CONCLUSIONS : Using probe-vehicle data(PVD), a deep learning model was developed to estimate speeds each movement flow. This, confirmed the viability of real-time signal control information processing using a small number of probe vehicles.

PURPOSES : This paper proposes an artificial neural network (ANN)-based real-time traffic signal time design model using real-time field data available at intersections equipped with smart intersections. The proposed model generates suitable traffic signal timings for the next cycle, which are assumed to be near the optimal values based on a set of counted directional real-time traffic volumes. METHODS : A training dataset of optimal traffic signal timing data was prepared through the CORSIM Optimal Signal Timing program developed for this study to find the best signal timings, minimizing intersection control delays estimated with CORSIM and a heuristic searching method. The proposed traffic signal timing design model was developed using a training dataset and an ANN learning process. To determine the difference between the traditional pre-time model primarily used in practice and the proposed model, a comparison test was conducted with historical data obtained for a month at a specific intersection in Uiwang, Korea. RESULTS : The test results revealed that the proposed method could reduce control delays for most of the day compared to the existing methods, excluding the peak hour periods when control delays were similar. This is because existing methods focus only on peak times in practice. CONCLUSIONS : The results indicate that the proposed method enhances the performance of traffic signal systems because it rapidly provides alternatives for all-day cycle periods. This would also reduce the management cost (repeated field data collection) required to increase the performance to that level. A robust traffic-signal timing design model (e.g., ANN) is required to handle various combinations of directional demands.

최근 자기공명영상 획득을 위한 시뮬레이션 도구가 개발되어 오랜 시간이 소요되는 임상 연구를 대체할 수 있게 되었다. 이에 본 연구에서는 MRiLab 시뮬레이션을 사용하여 부가인자인 에코 시간의 변화에 따라 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하여 영상의 신호 및 노이즈의 변화를 정량적으로 평가하고 경향성을 파악하고자 한다. 이를 위해 실제 MRI 장비를 기반으로 새롭게 개발된 MRiLab simulation tool을 사용하여 모든 파라미터를 같게 고정한 후 TE만을 20~95 ms범위에서 5 ms 간격으로 각각 설정하여 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하였다. 획득된 영상들의 신호 및 노이즈 특성 변화를 정량적으로 평가하기 위해 신호대잡음비 및 대조대잡음비를 측정하였다. 결과적으로, TE가 증가할수록 SNR은 감소하고 CNR은 증가하는 경향을 보였다. 이는 TE가 증가할수록 관심 영역으로 설정된 뇌척 수액 신호는 일정하게 유지되는 반면 노이즈는 증가하였으며, 백그라운드로 설정된 백질의 경우 신호가 감소함과 동시에 노이즈가 증가한 것이 원인으로 분석된다. 결론적으로, 진단에 용이한 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하기 위해서는 그 목적에 따라 적합한 TE를 설정하는 것이 중요함을 확인하였다.

최근 ICT 산업의 기술혁신이 일어남에 따라 생체신호을 인식하고 이에 대해 대응을 하기 위한 웨어러블 센싱 장치에 대한 수요가 증가하고 있다. 이에 따라 본 연구에서는 단순한 함침과정을 통해 3차원 스페이서(3D spacer)직물 을 단일벽 탄소나노튜브(SWCNT)분산용액에 함침공정을 진행해 단일층(monolayer) 압전 저항형 압력 센서 (piezoresistive pressure sensor)를 개발하였다. 3D 스페이서 원단에 전기전도성을 부여하기 위해 시료를 SWCNT 분 산용액에 함침공정을 진행한 후 건조하는 과정을 거쳤다. 함침된 시료의 전기적 특성을 파악하기 위해 UTM (Universal Testing Machine)과 멀티미터를 이용해서 압력의 변화에 따른 저항의 변화를 측정하였다. 또한 센서의 전기적 특성의 변화를 관찰하기 위해 분산용액의 농도, 함침횟수, 시료의 두께를 다르게 해서 시료의 센서로서의 성능을 평가했다. 그 결과 wt0.1%의 SWCNT 분산용액에 함침공정을 2번 진행한 시료가 센서로서 가장 뛰어난 성능 을 나타냄을 알 수 있었다. 두께별로는 7mm 두께의 센서가 가장 높은 GF를 보이고 13mm 두께의 센서가 작동범위가 가장 넓음을 확인했다. 본 연구를 통해 3D spacer 원단으로 제작한 스마트 텍스타일 센서는 공정과정이 단순하면서도 센서로서 성능이 뛰어나다는 장점을 확인할 수 있었다.

A lot of sensor and control signals is generated by an industrial controller and related internet-of-things in discrete manufacturing system. The acquired signals are such records indicating whether several process operations have been correctly conducted or not in the system, therefore they are usually composed of binary numbers. For example, once a certain sensor turns on, the corresponding value is changed from 0 to 1, and it means the process is finished the previous operation and ready to conduct next operation. If an actuator starts to move, the corresponding value is changed from 0 to 1 and it indicates the corresponding operation is been conducting. Because traditional fault detection approaches are generally conducted with analog sensor signals and the signals show stationary during normal operation states, it is not simple to identify whether the manufacturing process works properly via conventional fault detection methods. However, digital control signals collected from a programmable logic controller continuously vary during normal process operation in order to show inherent sequence information which indicates the conducting operation tasks. Therefore, in this research, it is proposed to a recurrent neural network-based fault detection approach for considering sequential patterns in normal states of the manufacturing process. Using the constructed long short-term memory based fault detection, it is possible to predict the next control signals and detect faulty states by compared the predicted and real control signals in real-time. We validated and verified the proposed fault detection methods using digital control signals which are collected from a laser marking process, and the method provide good detection performance only using binary values.

자연재해 발생을 예방하기 위한 방재센서 기술이 중요하며 광섬유를 이용한 센서에 대한 관심이 높아지고 있다. 본 논문은 광섬유 센서 내장 탄소섬유시트로 보강된 RC보의 계측된 데이터로 결함 탐지 연구를 수행하였다. 미분의 국부적 변동 특성을 이용한 Method Ⅰ과 컨벌루션 방법을 이용한 Method Ⅱ를 비교, 분석하였다. 다른 차원의 데이터를 비교하기 위해서 무차원화 시켰으며, 분석 결과 Mehtod Ⅱ가 결함의 위치를 예리하게 잘 탐지하는 것으로 나타났다. Method Ⅱ인 컨벌루션에 사용 되는 필터 벡터를 잘 응용하면 더 좋은 효과를 기대할 수 있을 것으로 판단된다.

PURPOSES : In this study, analyze the characteristics of IOC indicator 'threshold' which is needed when evaluating the traffic signal operation status with ESPRESSO in various grade road traffic environment of Seoul metropolitan city and derive suggested value to use in field practice. METHODS : Using the computerized database program (Postgresql), we extracted data with regional characteristics (Arterial, Collector road) and temporal characteristics (peak hour, non-peak hour). Analysis of variance and Duncan's validation were performed using statistical analysis program (SPSS) to confirm whether the extracted data contains statistical significance. RESULTS: The analysis period of the main and secondary arterial roads was confirmed to be suitable from 14 days to 60 days. For the arterial, it is suggested to use 20 km/h as the critical speed for PM peak hour and weekly non peak hour. It is suggested to use 25 km/h as the critical speed for AM peak hour and night non peak hour. As for the collector road, it is suggested to use 20 km/h as the critical speed for PM peak hour and weekly non peak hour. It is suggested to use 30 km/h as the critical speed for AM peak hour and night non peak hour. CONCLUSIONS : It is meaningful from a methodological point of view that it is possible to make a reasonable comparative analysis on the signal intersection pre-post analysis when the signal operation DB is renewed by breaking the existing traffic signal operation evaluation method.

PURPOSES: The objective of this study is to establish the traffic volume-based warrants of right-turn lanes at unsignalized intersections and to introduce a risk probability methodology based on the warrants.METHODS : In this study, a risk probability of a potential rear-end collision is applied between a right-turn vehicle and the immediately following through vehicle. Using the shifted negative exponential model and the compound probability theorem, the risk probability can be expressed as the function of directional volumes and the percentage of right-turns for a two-lane and four-lane highway, respectively.RESULTS : Based on the risk probablity, guidelines for installing right-turn lanes on two-lane and four-lane highways were developed. The risk probability also showed rationality by comparing with right-turn same-direction conflicts observed in-situ.CONCLUSIONS : The results of our study define the total approaching volumes to encourage a right-turn lane as a function of operating speed, percentage of right-turn, and number of lanes.

초연결사회의 시대가 도래하여 시간과 공간의 제약없이 효율적으로 정보를 전달할 수 있는 스마트 디바이스의 사용이 보편화되었다. 스마트 디바이스는 사람과 사물 간의 상호작용을 통하여 정보를 전달할 수 있도록 점차 웨어러블 형태로 발전하고 있으며, 의복 형태의 스마트 디바이스인 스마트의류는 인체에 가장 밀착한 상태로 각종 생체신호 등의 측정이 가능하기 때문에 미래 일상생활에서 사용도가 높아질 것으로 주목받고 있다. 기존에 개발된 스마트의류는 의복에 전자장치를 부착한 형태로 개발되어 기기 이물감으로 인해 착용 시 사용자의 불편을 야기하여 지속적으로 생체신호를 측정하기에 한계가 있었다. 이에 따라 점차 전자장치가 텍스타일 내의 한 요소로 통합되어 있는 스마트 텍스타일을 기반으로 한 스마트의류의 개발이 요구된다. 본 연구에서는 현재 소비자에게 가장 근접한 웨어러블 디바이스인 스마트워치 사용자를 대상으로 하여 사용경험에 기반한 감성을 통해 웨어러블 디바이스에서 사용자가 필요로 하는 요구조건을 탐색하고자 하였다. 스마트워치 사용자의 경험에 기반한 감성에 대해 구체적인 답변을 얻고자 반구조화 된 심층인터뷰를 통해 질적 연구를 수행하였으며, 심층인터뷰 내용을 바탕으로 사용자감성을 기능적, 심미적, 사회적, 경험적 네 가지 측면으로 분류하였다. 측면별로 감성키워드를 설정하여 빈도 수 확인을 통해 스마트워치 사용자의 관심도를 알아보았다. 본 연구의 결과를 미래의 웨어러블 디바이스로 주목받고 있는 스마트의류 제작에 필요한 스마트 텍스타일 개발을 위한 기초자료로 활용하고자 한다.

최근 국내에서 교통운영체계 개선 사업이 활성화 되어 시행되고 있다. 운전자 안전 및 운전지원 서비스 개선을 신호운영을 통해 도출해 내려는 움직임이 활발해졌다. 이러한 노력의 성과를 이해하기 위한 다양한 평가방법이 활용되어 왔다. 그러나 이러한 평가 방식은 조사원에 의한 현장 주행 조사가 평가 방식의 대부분이었으며, 주관적 요인이 간섭되는 방식이다. 상기 시스템으로부터 탈피하기 위하여, 객관적인 교통정보 이력자료를 활용하는 ‘혼잡강도(Intensity of Congestion; IOC)’ 지표를 활용하는 신호교차로 운영 평가방법이 연구되나, 혼잡강도 지표 값을 결정하는 ‘분석 기간과 임계 속도’에 대한 공학적 지침이 부족하다. 본 논문은 시간적 특성과 지역적 특성을 반영한 도로 등급별(주간선도로, 보조간선도로) 분석을 적용하여 ‘혼잡 강도’ 지표 내 임계값을 제안하는 연구 내용을 전달한다. 본 연구에 사용된 자료는 5분 단위로 누적된 2016년 서울특별시 TOPIS 링크별 교통소통 속도자료이다. 상기 자료를 분석을 위해 데이터베이스 프로그램을 사용하여 ‘혼잡강도’ 지표 내 임계값을 변환하며 신호교차로 운영상태 개선 전과 후 일정 기간 교통소통 이력자료를 비교하는 분석을 수행하였다. 본 연구에서는 임계속도 값으로 10 km/h, 15 km/h, 20 km/h, 25 km/h, 30 km/h를 고려하였다. 분석 기간으로 신호교차로 운영상태 개선 전 1일, 7일, 14일, 30일, 60일을 적용하였고 분석 일마다 오전, 오후첨두시와 주간, 야간비첨두시로 분류 분석을 수행하였으며, 분석 대상 교차로로 서울특별시 강남권, 강북권의 신호교차로를 선정하여 시공간적 특성을 반영한 연구를 수행하였다. 일원분산분석 및 던컨 검증분석에 의하여 분석 기간 설정에 따른 대표 임계속도를 분석한 결과는 다음과 같다. 통계 분석 결과, 주간선도로의 오전, 오후 첨두시간의 경우 25 km/h와 20 km/h를 임계속도로 사용하는 것이 효율적이었다. 주간 비첨두시간과 야간 비첨두 시간은 1일의 경우 15 km/h와 30 km/h를 사용하는 것이 효율적이었으며 7일, 14일, 30일, 60일의 경우 20 km/h, 25 km/h, 30 km/h를 사용하는 것이 효율적인 것으로 나타났다. 보조 간선도로의 오전 점두시간은 1일의 경우 25 km/h를 사용하는 것이 효율적이었으며 7일, 14일, 30일, 60일의 경우 30 km/h를 사용하는 것이 효율적이었다. 오후 첨두시간, 주간 비첨두시간의 경우 20 km/h 임계속도로 사용하는 것이 효율적이었다. 야간 비첨두시간의 경우 30 km/h를 임계속도로 사용하는 것이 효율적이었다. 본 연구 결과를 바탕으로 신호운영 및 신호교차로 평가에 대한 연구가 추가적으로 이루어져야 할 것이다.

평면교차로는 잦은 사고가 발생하는 대표적인 지점이다. 경찰청의 교통사고통계(2016)에 의하면, 전체 사고중 약 90%가 교차로부근에서 발생하는 것으로 나타났다. 전체 교통사고는 지속적으로 감소 추세인 반면에 교차로내 발생하는 교통사고는 약 두 배 이상 증가하고 있다. 이는 교차로의 교통상충지점은 32개로 일반 구간에 비해 교통사고 발생할 확률이 높기 때문이다. 또한 직진 차량과 회전 차량 간 속도 차이가 크기 때문에 부상 심각도가 일반 구간에 비해 높은 것으로 판단된다. 이러한 교통상충형태 중에서 회전 차량의 감속으로 인해 뒤따르는 차량의 추돌사고는 적절한 보조차로 설치를 함으로써 어느정도 예방할 수 있다고 판단된다. 신호교차로의 경우는 한국도로용량편람의 서비스수준 분석방법론을 적용하여 보조차로 설치 여부를 판단할 수 있으나 비신호교차로의 경우는 보조차로 설치 여부에 대한 정량적인 가이드라인이 없으며 정성적 기준을 바탕으로 설계자 혹은 정책 결정자의 경험을 통해 보조차로 설치 여부를 결정한다. 특히, 비신호교차로의 우회전 전용차로에 대해 국내 관련 연구가 전무한 것으로 나타났다. ‘평면교차로 설계지침(2004)’에 의하면, 회전 교통량이 많아 직진교통에 지장을 초래한다고 판단되는 경우, 회전 자동차의 속도가 높은 경우, 교차각이 120도 이상인 경우는 전용차로 설치를 권장한다고 정성적 기준으로 제시하였다. 따라서 도로·교통 여건에서 적절한 보조차로 설계가 필요하다는 점을 고려한다면 정량적 기준도 어느정도 중요하다고 판단된다. 본 연구에서는 주도로의 우선 통행권을 부여하는 비신호교차로의 좌회전·우회전 전용차로 설치 권장 기준을 정립하기 위해 위험기반 확률 모델을 적용하는 방안을 고려하였다. 본 연구에서 적용한 확률모델은 Kikuchi와 Charkrobory(1991), Yang(2008), Mounce(1983)가 제시한 개념과 이론을 바탕으로 2차로와 4차로의 비신호교차로에 적용할 수 있는 모델로 재정립하였다. Kikuchi와 Chakroborty(1991)은 AASHTO에서 적용하고 있는 Harmelink 모델의 문제점을 지적하고 Harmelink 모델을 기반으로 수정된 모델을 제시하였다. Yang은 우회전 차량으로 인해 뒤따르는 직진차량과 잠재적 추돌 사고에 대한 위험을 분석하기 위해 개발된 모델은 Mounce에 의해 제안된 확률적 정의(Probability statements)를 기반으로 정립되었다. 이러한 확률모델을 통해 2차로도로와 4차로도로에 대해 좌회전·우회전 전용차로 설치 기준을 정립하였으며 아래의 그림은 몇 가지 경우에 대해 관련 기준을 제시하였다