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.

본 연구의 목적은 스마트 헬스케어를 위해 접촉식 직물전극의 구조가 심장활동 신호 획득에 미치는 영향을 연구하는 것이다. 본 연구에서는 심장활동 신호 측정을 위하여 전극의 크기와 구성방식을 조작한 6종의 접촉식 직물전극을 컴퓨터 자수 방식으로 구현하였고, 이를 가슴밴드에 부착하여 응용형 리드 II(modified Lead II) 방식으로 심장활동 신호를 검출하였다. 건강한 신체의 남성 4명을 대상으로 서서 정지한 자세에서 각 직물전극을 사용하여 심장활동 신호를 검출하였으며, 모든 유형의 전극에 걸쳐 4회씩 반복측정 하였다. 심장활동 신호의 수집을 위해 BIOPAC ECG100 장비를 사용하여 1 ㎑로 샘플링하였으며, 검출된 원 신호를 대역통과 필터를 사용하여 필터링하였다. 직물전극의 구조에 따른 심장활동 신호 획득의 성능을 비교하기 위하여 신호의 파형과 크기를 파라미터로 하여 정성적 분석을 실시하였고, 각 전극을 통하여 획득된 심장활동 신호의 SPR(signal power ratio)을 산출함으로써 정량적 분석을 실시하였다. 산출된 SPR 값을 대상으로 하여 비모수 통계분석 방식의 차이검정과 사후검정을 실시함으로써 6개 전극의 구조에 따른 심장활동 신호 획득의 성능 차이를 구체적으로 분석하였다. 연구 결과 접촉식 직물전극의 구조에 따라 심장활동 신호의 품질에는 정성적, 정량적 측면에 걸쳐 모두 주요한 차이가 있는 것이 고찰되었다. 접촉식 직물전극의 구성 측면에 있어서는 입체전극이 평면전극에 비해 더 우수한 품질의 신호가 검출되는 것으로 나타났다. 한편 3가지 전극 크기에 따른 심장활동 신호 획득의 유의한 성능 차이는 발견되지 않았다. 이러한 결과는 심장활동 신호 획득을 위한 접촉식 직물전극 구조의 두 가지 요건 중 구성방식(평면/입체)이 웨어러블 헬스케어를 위한 심장활동 신호 획득의 성능에 주요한 영향을 미치는 것을 시사한다. 본 연구 결과를 기반으로 후속 연구에서는 직물전극이 일체형으로 통합된 의복형 플랫폼을 구현하고 성능 고도화 방안을 연구함으로써, 시공간의 제약 없이 고품질의 심장활동 모니터링이 가능한 스마트 의류 기술을 개발하고자 한다.

In this study, we are developing next-generation traffic signal control system, SMART SIGNAL, which is operated using a traffic big-data. To improve urban’s chronic recurrent congestion, SMART SIGNAL conducts real-time traffic signal control based on travel time data of traffic information systems. This research project started in 2015 and is scheduled to end in 2019. This research project consists of three sub-tasks, which are traffic big-data bank system, signal operation algorithm, and field test for SMART SIGNAL. The traffic big-data bank system includes the travel time and traffic volume data from public and private sector’s traffic information systems. Additionally, this system contains taxi trajectory data, CCTV image and smartphone based traffic data. This big-data system predicts the travel time and traffic volume by intersection movement for real-time signal control. The smart signal operation algorithm of SMART SIGNAL consists three sub-algorithm of PRE-CON, CAERUS, and NIMOS. PRE-CON makes today’s signal timing plan using historical traffic data. CAERUS is traffic responsive signal control algorithm based on predicted travel time. NIMOS is spillback control algorithm for oversaturated condition. In this project, field experiment is planned in 2019 in Seoul.

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.