일반적으로 교통류 특성을 나타내는 효과척도에는 속도, 교통량, 그리고 밀도가 있다. 속도와 교통량은 전통적인 관측 방법으로 검지가 가능하나 밀도의 경우 그 필요성에도 불구하고 관측...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A107204432
2019
Korean
학술저널
477-499(23쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
일반적으로 교통류 특성을 나타내는 효과척도에는 속도, 교통량, 그리고 밀도가 있다. 속도와 교통량은 전통적인 관측 방법으로 검지가 가능하나 밀도의 경우 그 필요성에도 불구하고 관측...
일반적으로 교통류 특성을 나타내는 효과척도에는 속도, 교통량, 그리고 밀도가 있다. 속도와 교통량은 전통적인 관측 방법으로 검지가 가능하나 밀도의 경우 그 필요성에도 불구하고 관측이 용이하지 않아 교통 운영·관리에 활용이 어려운 실정이다. 한편 최근 ADAS(Advanced Driving Assist System) 기술의 발전으로 많은 차량에 각종 센서가 설치되고 있으며, 이 중에는 GPS를 비롯하여 주변 차량 검지 능력을 갖는 레이더 센서, 그리고 정밀전자지도가 포함된다. 이에 본 연구에서는 차량용 레이더 센서와 GPS, 정밀전자지도, 그리고 딥러닝 알고리즘을 활용하여 교통류 밀도를 관측하는 방법을 제안하였다. 이를 위해 세 가지 센서(레이더, GPS, 정밀전자지도)를 장착한 조사차량(TRADOS, TRAffic conDition Observation System) 시작품을 제작하고, 레이더와 GPS, 정밀전자지도 데이터를 융합하여 주변 차량을 검지하는 알고리즘을 개발하였다. 그리고 검지된 차량 데이터를 이용하여 도로 구간의 밀도를 추정하는 딥러닝 알고리즘을 개발하고, 이의 성능을 검증하였다.
순서형 프로빗 모형을 이용한 고속도로 2차사고 심각도 분석
교통문화지수 및 지역특성 자료를 이용한 지자체 교통사고 영향요인 분석