교통공학 분야에서 인공지능(AI)과 디지털 트윈 기술의 도입은 교통 시스템의 혁신을 이끌고 있습니다. 본 연구실은 AI 기반의 교통 데이터 분석, 예측 모델링, 그리고 실시간 교통 흐름 제어에 중점을 두고 있습니다. 특히, 물리 기반 인공지능(Physics-guided AI)과 딥러닝을 활용하여 교통량, 사고, 혼잡 패턴을 정밀하게 예측하고, 이를 바탕으로 효율적인 신호 제어 및 교통 관리 전략을 개발하고 있습니다. 디지털 트윈은 실제 교통 인프라와 동일한 가상 환경을 구축하여, 다양한 시나리오에서의 교통 흐름, 사고, 긴급 상황 등을 시뮬레이션할 수 있게 합니다. 이를 통해 정책 결정자와 운영자는 실제 도로에서 발생할 수 있는 다양한 상황을 사전에 예측하고, 최적의 대응 방안을 마련할 수 있습니다. 본 연구실은 서울, 시드니 등 대도시의 교통 데이터를 활용하여 디지털 트윈 모델을 구축하고, 실시간 데이터와 연계한 예측 및 제어 기술을 고도화하고 있습니다. 이러한 연구는 교통 혼잡 완화, 사고 예방, 에너지 절감 등 사회적 파급효과가 매우 큽니다. 미래에는 자율주행차, 커넥티드카 등 첨단 모빌리티 기술과 연계하여, 더욱 지능적이고 안전한 교통 시스템 구축에 기여할 것으로 기대됩니다.

최근 교통 환경은 개인 모빌리티, 전기차, 자율주행차 등 다양한 신흥 모빌리티의 등장으로 급격한 변화를 맞이하고 있습니다. 본 연구실은 이러한 변화에 대응하기 위해 커넥티드 및 자율주행 차량(CAV), 개인 모빌리티(Personal Mobility), 저탄소 교통수단의 통합 운용 및 최적화에 관한 연구를 수행하고 있습니다. 특히, 이기종 교통 네트워크에서의 차량 및 이용자 행동 모델링, 전용차로 설계, 교통 흐름 최적화 등 다양한 주제를 다루고 있습니다. 자율주행차와 커넥티드카의 도입은 교통 안전성 향상과 혼잡 완화, 에너지 효율 증대 등 다양한 이점을 제공합니다. 본 연구실은 전용차로 배치, 협력형 적응형 크루즈 컨트롤(Cooperative Adaptive Cruise Control), 실시간 경로 최적화 등 첨단 기술을 활용하여, 혼합 교통 환경에서의 최적 운용 방안을 제시하고 있습니다. 또한, 개인 모빌리티와 대중교통의 연계, 저탄소 교통 시스템 구축을 위한 정책 및 인프라 설계에도 집중하고 있습니다. 이러한 연구는 미래 도시의 지속가능한 교통 시스템 구축에 핵심적인 역할을 하며, 다양한 이해관계자(정부, 기업, 시민 등)와의 협력을 통해 실제 현장 적용 및 확산을 목표로 하고 있습니다.

교통 시스템의 안전성 확보와 재난 대응 능력 강화는 현대 도시에서 매우 중요한 과제입니다. 본 연구실은 군중 행동 및 보행자 역학, 대규모 행사 및 재난 상황에서의 군중 밀집 현상, 그리고 교통 안전성 평가에 관한 연구를 활발히 진행하고 있습니다. 특히, 2022년 서울 핼러윈 참사와 같은 실제 사례를 바탕으로, 데이터 기반의 군중 밀집 분석, 시뮬레이션, 예측 모델을 개발하여 재난 예방 및 대응 방안을 제시하고 있습니다. 보행자 및 군중의 이동 패턴을 정밀하게 분석하기 위해 모바일 데이터, 센서 데이터, 영상 분석 등 다양한 데이터 소스를 활용하고, AI 및 수치 해석 기법을 접목하여 실시간 위험 예측 및 관리 시스템을 구축하고 있습니다. 이러한 연구는 대중교통 환승센터, 축제, 스포츠 경기장 등 다양한 환경에서의 안전 관리에 적용될 수 있습니다. 더불어, 교통사고 위험요인 분석, 운전자 행동 연구, 철도 건널목 등 교통 인프라의 안전성 평가에도 중점을 두고 있습니다. 이를 통해 정책 입안자와 운영자에게 실질적인 개선 방안을 제공하고, 사회적 재난 예방에 기여하고 있습니다.