o 기술의 정의 및 범위 설정 - 정의 : 휠체어 이용자 등 교통약자가 중거리 이동의 이용에 적합하도록 자동차 전용도로를 주행 할 수 있는 저상 좌석버스 표준모델 - 범위 : 자동차 전용도로를 주로 이용하는 좌석버스 형태인 광역버스의 특성 분석, 저상버스 개발 현황분석, 관련 기술현황 분석, 국내외 정책방향에 대한 분석, 수요자 요구 조사, 자동차 요소기술 개발 검토 등을 위한 연구 o 세부 연구내용 - 자동차 전용도로 주행이 가능한 저상버스의 국내 도입방안 검토 · 국내외 교통약자 이동권 관련 정책동향 분석 · 국내외 저상버스 차량 등에 설치되는 이동편의시설 검토 · 국내외 저상버스가 자동차 전용도로를 주행하기 위한 안전 및 성능기준 검토 · 자동차 전용도로 주행이 가능한 저상버스의 국내 도입 및 확산 방안 검토 - 자동차 전용도로 주행이 가능한 저상버스의 국내 도입환경 조사 · 광역버스 등 자동차 전용도로를 주행하는 노선 현황 및 특성 검토 · 저상버스 공급자 대상 요구사항 및 도입수요 검토 · 저상버스 이용자 대상 요구사항 및 이용수요 검토 - 자동차 전용도로 주행이 가능한 저상버스 개발을 위한 세부 구성요소 및 요소기술 도출 검토 · 좌석버스 차량 개발 컨셉 및 주요 제원 검토 · 좌석버스 차체/샤시 플랫폼 개발 검토 · 좌석버스 내/외장 컴포넌트 개발 검토 · 좌석버스 전기구동시스템 개발 검토 · 좌석버스 안전/편의 시스템 개발 검토 · 좌석버스 디자인 개발 검토

미세먼지 등 교통 및 물류부문에서 발생하고 있는 대기환경문제를 해결하고자 CCTV와 같은 영상 데이터와 이미지 데이터, 인공지능기술을 활용하여 지능형 대기환경 분석기술을 개발하고 교통 및 물류분야에 적용하고자 함

❍ 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

본 과제는 인공지능(AI)과 사물 인터넷(IoT) 기술을 활용하여 항만의 운영을 지능화하고 안전을 강화하는 기술을 개발하는 연구임. 연구 목표는 AI 기반 컨테이너 터미널 운영 클라우드 서비스와 항만자원 위기 예측 및 스마트 안전관리 기술 개발에 있음. 이는 시뮬레이션 시간 및 비용 80% 절감, 장비 투입 20% 절감, 운영 비용 30% 절감, 12종 이상 사고 97% 이상 정확도 감지 및 예측을 목표로 함. 핵심 연구 내용은 AI 기반 Terminal Operation AI Module 개발, 클라우드 기반 터미널 운영 서비스, 디지털트윈 구축 모의실험, IoT 기반 사고 위험 감지 및 예측, 스마트 통합 안전관리 시스템 개발을 포함함. 기대 효과는 클라우드 기술을 통한 글로벌 경쟁력 확보 및 SW 발전 기여, 항만 운영 효율성 향상 및 비용 절감, 새로운 비즈니스 모델 창출임. 또한, 스마트워크 도입으로 근무 환경 개선 및 고용 창출, 항만 안전 강화로 인한 경제 손실 저감 및 근로 복지 향상에 기여할 것으로 전망됨.