❍ 대기환경분석을 위한 교통 및 물류부문 분석정보 수집 및 계측(data collection and measurement): 이미지 기반 교통 및 물류부문 대기환경분석을 위한 머신러닝 계측기술, 분석 모형 등 방법론을 조사하고 대기환경분석자료 수집 방법 및 절차를 수립함 ■ 이미지 기반 머신러닝 계측기술, 분석 모형 등 방법론 관련 문헌 고찰 - CNN 기반 이미지 학습 알고리즘, 교통 및 물류부문 영상기반 학습 알고리즘 등 관련 문헌을 검토함 ■ 교통 및 물류부문 대기환경분석 관련 국･내외 문헌 고찰 - 개별차량 정보를 통한 미시 배출량 추정 관련 문헌 및 거시 배출량 추정 관련 문헌을 검토함 ■ CNN 기반 이미지 학습 알고리즘 개발 - 차량 이미지를 통해 차종, 유종 등을 구분할 수 있는 알고리즘을 개발함 나. 2차년도(2023년) ❍ 교통 및 물류부문 대기환경분석을 위한 예측(forecasting) 기술 개발: 이미지 기반의 교통 및 물류부문 대기환경분석 자료 수집 및 계측 기술을 고도화하고 대기환경 분석을 위한 인공지능 모형을 구축함 ■ 영상자료 기반 차량 정보 구분 알고리즘 고도화 - 학습된 알고리즘을 기반으로 영상자료를 활용하여 차량의 정보(속도, 교통량, 주행거리, 차종, 유종 등)를 구분함 ■ 배출량 산정 알고리즘 개발 - 영상자료를 통해 수집한 차량 정보를 활용하여 배출량 산정 알고리즘을 개발함 - GPS 센서 및 환경 센서를 활용한 현장 검증을 통해 차량 정보 구분 알고리즘과 배출량 산정 알고리즘 고도화 방안을 도출함 ■ 차량부문 대기오염 저감 시나리오 설계 - 미세먼지 등 향후 차량부문 대기오염 부문 저감 최적화를 위한 분석 시나리오를 설계 다. 3차년도(2024년) ❍ 교통 및 물류부문 대기질 저감을 위한 관리 및 최적화(management and optimization) 기술 개발: 이미지 기반 교통 및 물류부문 대기환경분석 기술 구축 모형을 고도화하고 교통 및 물류부문 적용 및 활용방안을 제시함 ■ 차량 정보 구분 알고리즘 및 배출량 산정 알고리즘 고도화 - 지속적인 현장 검증을 통해 차량 정보 구분 알고리즘과 각 차종의 유종별, 연식별 배출량 산정 알고리즘 고도화를 수행함 ■ 교통 및 물류부문 대기질 저감 시나리오별 관리 및 최적화 방안 도출 - 강화학습 등 인공지능기법 및 최적화 기법 등을 적용하여 교통 및 물류부문 시나리오별 대기질 저감을 위한 관리 및 최적화 방안제시