AI for Transportation Safety and Crowd Disaster Response
연구 내용
연도별 교통·이동·군중 데이터를 통합하고 딥러닝 및 시뮬레이션을 활용해 사고·혼잡 위험을 정량화하며, 재난 및 위기 상황에서 의사결정을 지원하는 연구
교통공학 영역에서 spatiotemporal 데이터와 상태 추정, 위험도 모델을 결합한 분석을 수행합니다. 군중 재난 사례에서는 관측 기반 인구 동향을 활용해 위험 조건을 재현하고 충돌·압력 등 핵심 변수를 시뮬레이션으로 도출합니다. 또한 connected vehicle와 GIS 데이터를 이용해 철도 건널목 사고 빈도 및 운전자 행태 연관성을 모델링합니다. 위기 시기에는 심리 지표와 정책 영향을 통계적·학습 기반으로 연결해 이동수요 변화를 예측하며, 설명가능성을 포함한 교통운영 판단으로 확장합니다. 자율주행 Positioning 고도화와 물리기반 교통류 속성 예측도 함께 추진합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
3건
연구 흐름
초기에는 2023년대부터 정책·위기 요인이 이동수요에 미치는 영향을 관측 기반으로 분석하고, 머신러닝 접근으로 모드 이동 변화를 예측하는 방향을 정립했습니다. 2024년에는 connected vehicle·GIS 자료를 활용해 철도 건널목 사고 관련 요인을 다루면서 안전 분석 범위를 확장했습니다. 같은 흐름에서 서울 핼러윈 군중 압착 재난의 원인을 관측 분석과 시뮬레이션으로 연결해 위험지표를 도출하는 연구를 수행했습니다. 2026년에는 심리 불안과 감염 인식이 교통수단 선택에 미치는 영향을 앙상블 분류로 모델링하며, 교통 안전·운영의 의사결정 입력 변수를 구체화했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Unraveling the causes of the Seoul Halloween crowd-crush disaster
Analysing driver behaviour and crash frequency at railway level crossings using connected vehicle and GIS data
A machine learning approach to analyzing spatiotemporal impacts of mobility restriction policies on infection rates
Psychological anxiety and transport mode choice during the early COVID-19 outbreak: a machine learning approach to crisis-time urban mobility
관련 프로젝트
구분
제목
자율주행차용 Positioning 고도화 기술: 3D 맵핑을 이용한 오버바운딩 편의 0.5m 미만급 기술
자율주행차용 Positioning 고도화 기술: 3D 맵핑을 이용한 오버바운딩 편의 0.5m 미만급 기술
물리기반 인공지능을 이용한 실시간 차로기반 교통류 속성 예측 모형