RnDCircle Logo
이주용 연구실
경기대학교 스마트시티공학부 이주용 교수
자율주행 교통
재난 대피 최적화
SAV-대중교통 연계
연구 영역
기본 정보
논문·특허
과제
구성원

이주용 연구실

경기대학교 스마트시티공학부 이주용 교수

이주용 연구실은 스마트시티공학부 관점에서 교통공학과 도시 공간 안전을 결합한 연구를 수행합니다. 재난 대피 상황에서는 자율·공유차량과 대중교통 연계 구조를 고려하여 출발·목적지 선택과 대피 순응을 행동 기반으로 모델링하고, 취약계층의 접근성 영향을 시나리오로 평가합니다. 교통 안전 분야에서는 Physics-Informed Neural Network와 확률적 위험평가로 차량·보행자의 충돌 위험을 분석하고, C-ITS 및 GIS 기반 공간요인이 속도 선택에 미치는 영향을 규명합니다. 또한 도시 구성과 wayfinding 관계를 분석하고, LiDAR 궤적을 이용한 보행 시뮬레이션으로 실내 대형 건축물의 보행 혼잡 지도를 생성하여 대피 안전 최적화로 연결합니다.

자율주행 교통재난 대피 최적화SAV-대중교통 연계교통안전 AI공간요인 속도 선택
대표 연구 분야
연구 영역 전체보기
자율·공유 모빌리티 연계 재난 대피 및 접근성 최적화 연구 thumbnail
자율·공유 모빌리티 연계 재난 대피 및 접근성 최적화 연구
Autonomous/Shared Mobility-Integrated Evacuation and Accessibility Optimization
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 0
·
2025
Analysis of Spatial and Environmental Factors Beyond Speed Limits Affecting Drivers’ Speed Choice
Jung-Han Baek, Taekwan Yoon, Jooyong Lee
IF 3.3 (2025)
Sustainability
차량 속도 관리는 충돌 위험과 충돌 심각도를 줄이는 데 핵심적이다. 대한민국의 ‘Safety Speed 5030’ 정책은 도로 안전 강화를 위해 도시부의 제한속도를 낮추었지만, 제한속도 인하만으로는 운전자 행동을 변화시키기에 충분하지 않을 수 있다. 본 논문은 제한속도 외의 공간적 및 환경적 요인이 운전자의 속도 선택에 어떻게 영향을 미치는지 분석한다. 제주도 C-ITS 데이터셋의 점 단위 속도 데이터를 GIS 정보와 결합하여, 과속 정도의 공간적 의존성을 포착하기 위해 공간계량기법을 적용하였다. 분석 결과, 공간지연모형(SLM)이 일반최소제곱(OLS)과 공간오차모형(SEM)보다 성능이 우수하여 더 높은 설명력을 제공하고 보다 일관된 모수 추정치를 산출하는 것으로 나타났다. 운전자의 속도 선택에 영향을 미치는 주요 요인으로는 도로 기하구조(예: 곡률, 차로 수), 노드 수준 특성(예: 교차로, 구간 특성 변화 지점), 그리고 단속 조치의 존재가 포함된다. 본 연구의 결과는 제한속도 인하만으로는 이에 상응하는 차량 속도의 감소를 보장하지 못할 수 있음을 시사한다. 이는 지속가능한 교통안전을 위해 규제뿐 아니라 공간적·환경적 맥락에 대한 세심한 고려가 필요함을 뒷받침한다.
https://doi.org/10.3390/su17209097
Speed limit
Lag
Ordinary least squares
Crash
Enforcement
Limit (mathematics)
Spatial analysis
Reduction (mathematics)
2
Article
|
인용수 1
·
2025
The influence of urban configuration on wayfinding propensity: A video game-based study
Muawiya Saidu Abdullahi, Joongseok Joseph Ryu, Seung‐Nam Kim, Jooyong Lee
IF 2.1 (2025)
URBAN DESIGN International
본 연구는 도시의 구성, 즉 공간적 배치 및 조성 환경의 특성, 특히 고층과 저층 환경 간의 대비가 길찾기 성향에 어떠한 영향을 미치는지 규명하고자 한다. 전역 랜드마크(global landmarks)가 인지 부하를 감소시켜 길찾기를 향상시킨다는 Credé와 Fabrikant [Let’s put the skyscrapers on the display—decoupling spatial learning from working memory. In: Freksa C, Winter S (eds) Proceedings of workshops and posters at the 13th international conference on spatial information theory (COSIT 2017). Springer, Cham, pp 163–170, 2018]의 주장을 바탕으로, 본 연구는 랜드마크가 도시 구성과 어떻게 상호작용하여 개인의 길찾기에 영향을 주는지 탐색한다. 비디오 게임 Grand Theft Auto V에서 가상 환경 구성 3가지를 사용하여, 50명의 참여자의 길찾기 수행을 평가하였다. 결과는 네 가지의 유의미한 발견을 제시한다. 첫째, 고층 환경은 길찾기에 대해 도시 이미지 요소와 도시 설계의 질(qualities)의 지각 및 중요성을 유의하게 증가시킨다. 둘째, 분산분석 결과 고층 환경과 저층 환경 간의 길찾기 시간에서 통계적으로 유의미한 차이가 확인되었으며, 이는 내비게이션 효율을 좌우하는 데 있어 도시 구성의 핵심적 역할을 보여준다. 셋째, 다중회귀분석은 개인의 길찾기 시간과 경로 지식이 향상되는 정도가 고층 환경에서 더 뚜렷함을 입증하였다. 넷째, 경로를 따라가는 행동(route-following behavior)은 구성에 따라 현저하게 달라지며, 이는 도시 이미지 요소에 대한 지각의 차이를 부각한다. 종합하면, 본 연구의 결과는 도시 구성, 이미지 요소, 도시 설계의 질이 길찾기에 미치는 영향에 관한 유용한 통찰을 제공하며, 내비게이션 효율과 사용자 경험을 향상시키는 보다 직관적인 도시 공간의 개발에 기여한다.
https://doi.org/10.1057/s41289-025-00290-7
Perception
Urban planning
Urban design
Variance (accounting)
Urban environment
Built environment
Cognitive map
Urban area
Assertion
3
Article
|
인용수 0
·
2024
Evacuation Efficiency under Different Departure Time and Destination Choice Preferences
Jooyong Lee, Kara M. Kockelman
IF 1.8 (2024)
Transportation Research Record Journal of the Transportation Research Board
본 논문은 허리케인에 취약한 텍사스주 휴스턴의 해안 지역에서 출발 시각과 목적지 선택이 상호 의존적으로 연관된 대피 의사결정을 대상으로, 미시시뮬레이션 분석을 수행한다. 누적 전망 이론(Cumulative Prospect Theory, CPT)을 활용하여 두 가지 주요 행동 유형이 확인되었다: 위험을 의식하는 위험-주의형 및 시간에 신중한 시간-신중형 대피자이다. 위험-주의형 대피자는 주로 이른 시각에 출발하여 출발이 군집화되는 경향을 보인 반면, 시간-신중형 대피자는 출발 패턴이 더 고르게 분포되는 양상을 나타냈는데, 이는 배정된 6시간의 창 마지막 구간에서의 도착 지연을 피하기 위한 것으로 추정된다. 시간-신중형 대피는 Galveston Island와 같은 고위험 해안 구역에 거주하는 주민들의 이른 출발을 강조하며, 이들을 더 안전한 내륙 대피 거점으로 유도하였다. 반면 위험-주의형 대피자는 장거리 이동을 회피하기 위해 상대적으로 더 가까운 목적지를 선택하는 경향이 있었고, 그 결과 더 긴 이동시간을 경험했으나, 이른 출발로 인해 목적지에 더 일찍 도착하는 것으로 나타났다. 흥미롭게도 두 행동 유형을 동일 비율로 혼합한 혼합 시나리오에서는 최적의 교통 결과가 도출되었으며, 이는 행동의 다양성이 가져올 수 있는 잠재적 이점을 시사한다. CPT와 다항 로짓(multinomial logit, MNL) 모형의 결과를 비교한 결과, MNL 모형은 출발 시각의 더 넓은 분산을 초래하고 교통 조건을 악화시키는 것으로 나타났다. 주목할 만한 관찰로는 시간-신중형 MNL 구성에서 단계적(엇갈린) 대피 전략이 결여되어 있었다는 점이다. 그러나 본 결과는 시뮬레이션 데이터에 기반하였으므로, 실제 대피 데이터를 통해 추가적인 검증이 필요하다.
https://doi.org/10.1177/03611981241245993
Multinomial logistic regression
SAFER
Destinations
Mixed logit
Microsimulation
Counterfactual thinking
Transport engineering
Travel time
Operations research
Computer science
최신 정부 과제
7
과제 전체보기
1
2025년 8월-2026년 8월
|91,583,000
재난 대응 협업로봇 및 범용 비전 AI를 융합한 3D 보행 혼잡 지도 생성을 통한 실내 대형 건축물의 보행류 안전 최적화 시스템 개발
본 과제의 최종 목표는 다수의 협업 로봇과 범용 비전 AI가 실시간으로 상호 협력하여 '3D 보행 혼잡 지도'를 생성·갱신하고, 이를 바탕으로 재난 상황에서 즉각적인 대피·구조 결정을 지원하는 통합 안전 시스템을 구축하는 것이다. 구체적인 작동 흐름은 다음과 같다.1. 협업 로봇 군집의 실내 순찰·데이터 수집각 로봇은 스마트폰 센서(Wi-Fi, RSSI, ...
협업 로봇
범용 비전 AI
3D 보행 혼잡 지도
재난 대응
대피 경로 최적화
2
2025년 6월-2026년 12월
|88,750,000
다중 객체 탐지 및 상호작용 기반 스마트 교차로 네트워크 솔루션 개발
- 다중 객체 탐지 및 상호작용 기반 스마트 교차로 네트워크 솔루션 개발- 객체 탐지 정확도 : 90% / 궤적 얘측 오차 : 0.6m / 실시간 처리 속도 : 25FPS - LCP(Largest Contentful Paint) : 1.6sec / FID(First Input Delay) : 10ms
다중객체
스마트 교차로
객체추적
객체 탐지 알고리즘
트랜스포머
3
2024년 6월-2028년 12월
|144,000,000
ICT 융합 K-안전 인재 양성을 위한 연구교육과정 개발 및 운영
○ ICT 기술이 발전함에 따라 자율주행, 모빌리티, 스마트 IoT시티, 클라우드 컴퓨팅 등과 같이 우리 주변의 모든 서비스가 인터넷을 통해 융합되고 있음. 이러한 환경에서 안전한 ICT 생태계 구축을 위해 실전문제 해결능력을 갖추고 기업친화적인 [ICT 융합 K-안전 고급인재양성]을 본 과제 목표로 함
안전
인공지능
보안
제조
교통