Physics-Informed 기반 교통 위험예측과 공간요인 속도관리 연구

Physics-Informed Traffic Risk Prediction and Spatial-Context Speed Management

연구 내용

차량·보행자의 미래 궤적을 물리 기반 신경망으로 예측하고 충돌 위험을 확률적으로 평가하며, 공간·환경 요인이 속도 선택에 미치는 영향을 규명하는 연구

도로 안전을 위해 차량과 보행자의 상호작용 위험을 예측하는 모델링 방법을 연구합니다. 미래 위치 예측에는 Physics-Informed Neural Network를 적용하고, 차량은 Intelligent Driver Model, 보행자는 Social Force Model 계열의 물리적 행위 가정을 결합하여 위험을 확률 분포로 산출합니다. 확률 예측을 바탕으로 Monte Carlo 기반 충돌 시간 지표를 평가하여 교차로 및 도로 구간의 잠재적 충돌을 더 세밀하게 분석합니다. 동시에 C-ITS의 점 단위 속도 데이터와 GIS 정보를 결합해 공간 의존성을 반영한 공간계량 기법으로 과속 수준의 설명 변인을 식별하고, 규제만으로는 속도 변화가 충분하지 않을 수 있음을 검토하는 차별성을 갖습니다.

관련 프로젝트

1건

연구 흐름

안전 예측 연구는 교차로 및 도로에서 발생 가능한 충돌을 줄이기 위해, 미래 궤적을 예측한 뒤 위험을 체계적으로 산출하는 접근에서 출발했습니다. 이후 차량과 보행자의 거동을 물리 가정으로 연결한 확률적 프레임으로 확장하여, 위험을 특정 사건이 아닌 분포 기반으로 평가하는 방향으로 심화되었습니다. 2025년에는 속도 정책이 실제 속도 선택으로 이어지는 과정에서 공간·환경 맥락의 역할을 규명하기 위해, C-ITS 및 GIS 기반의 공간 의존 분석을 수행했습니다. 최근에는 다중 객체 탐지와 교차로 네트워크 관점의 운영을 함께 고려하여 안전 성능 평가와 제어 가능성으로 연결하는 연구 흐름을 구성하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

확률 기반 충돌 위험 지도
Time to Collision 기반 경보 로직
PINN 기반 미래 궤적 예측 모듈
C-ITS 과속 위험 분석 파이프라인
공간계량 기반 속도정책 효과 평가
교차로 안전 성능 시뮬레이션
보행자-차량 충돌 예방 의사결정
스마트 교차로 운영 파라미터 도출
사고 예방형 사전 경로 제안
도로 안전 모니터링 자동화