Risk precursor detection and safety monitoring for delivery scooters
연구 내용
자연주행 기반 센서 데이터로 위험 신호를 도출하고 배달 이륜 주행의 위험 수준을 모니터링하는 연구
배달 수요 증가로 이륜 오토바이의 공격적 주행이 확대되며 충돌 위험이 높아지는 문제가 제기되어 왔습니다. 본 연구는 이륜 차량에 탑재된 관성측정장치 기반 고해상도 주행행동 데이터와 도로 환경·교통 특성을 결합하여 위험 전조를 식별하는 접근을 수행합니다. 위험 이벤트 탐지 알고리즘을 구축하고 주행 시간 대비 위험 이벤트 빈도로 모니터링 지표를 정의하여 라이더별 안전 수준을 평가합니다. 또한 센서 기반 주행행동과 도로 교통 특성의 연결을 통해 안전평가 체계를 정교화하며, 모니터링 결과를 시각화해 현장 관리로 연계할 수 있도록 설계합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 자연주행 연구 데이터에서 위험과 연계되는 관측 변수를 구성하고, 위험 전조를 도출하는 데이터 마이닝 관점을 확보했습니다. 이후 unsafe riding event 탐지와 시공간적 위험 식별을 결합한 모니터링 프레임워크를 구성하여 라이더별 위험 지표를 산출했습니다. 최근에는 센서 기반 주행행동과 도로 교통 특성을 함께 고려하는 방식으로 안전평가의 범위를 확장하고, 평가 결과를 운행 관리와 연결할 수 있는 형태로 연구를 진행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Derivation of riding risk precursors using 100 delivery motor scooter naturalistic riding study
Monitoring Framework for Riding Safety of Delivery Scooters using 100 Naturalistic Riding Study (NRS) Data
Riding safety Evaluation of food delivery motor scooters based on Associating Sensor-based riding behavior and road traffic characteristics