윤일수 연구실
교통시스템공학과 윤일수
윤일수 연구실은 교통시스템공학 분야에서 자율주행차 안전성 평가, 지능형 교통관제, 빅데이터 기반 교통안전 등 첨단 교통기술 연구를 선도하고 있습니다. 연구실은 자율주행차의 실제 도로 및 시뮬레이션 환경에서의 안전성 검증을 위한 다중 시나리오 개발, ODD 기반 평가 요소 도출, 그리고 사고 데이터 분석을 통한 영향 요인 규명 등 다양한 연구를 수행하고 있습니다. 이러한 연구는 자율주행차의 상용화와 사회적 수용성 제고에 필수적인 역할을 하며, 국내외 표준화와 정책 수립에도 중요한 근거를 제공하고 있습니다.
또한, 연구실은 딥러닝, 강화학습, 시계열 분석 등 최신 인공지능 및 데이터사이언스 기법을 활용하여 교통사고 예측, 돌발상황 검지, 교통정보 예측 모델을 개발하고 있습니다. 이를 통해 고속도로, 도심도로, 교차로 등 다양한 도로 환경에서의 교통 흐름을 효율적으로 관리하고, 교통사고를 예방하는 데 기여하고 있습니다. 특히, V2X 기반 군집주행, 디지털 교통신호제어, 스마트 톨링 등 미래형 교통 인프라와 연계된 연구도 활발히 진행 중입니다.
연구실은 교통 빅데이터와 IoT 센서 데이터를 융합하여 전국 도로의 안전성능함수 개발, 상용차량 사고 예방 모델 구축, 교통약자 보호를 위한 정책 제안 등 실질적인 사회적 가치 실현에도 앞장서고 있습니다. 다양한 정부 및 공공기관 프로젝트, 특허, 논문, 학술대회 발표를 통해 그 성과를 대외적으로 인정받고 있으며, 다수의 우수논문상과 학술상을 수상하는 등 학계와 산업계에서 높은 평가를 받고 있습니다.
앞으로도 윤일수 연구실은 자율주행차와 지능형 교통시스템의 안전성 및 효율성 향상을 위한 연구를 지속적으로 추진할 계획입니다. 실도로 기반 평가 방법론 고도화, 시나리오 자동 생성 및 통합, 다양한 교통 환경에서의 안전성 검증 등 미래 교통기술의 발전을 선도하는 연구를 이어갈 것입니다.
이와 같은 연구실의 노력은 안전하고 효율적인 교통 환경 조성, 교통사고 감소, 교통약자 보호 등 사회적 가치 실현에 크게 기여하고 있으며, 앞으로도 첨단 교통기술 분야의 혁신을 이끌어갈 것으로 기대됩니다.
Driver Behavior Analysis
Traffic Prediction Models
Traffic Safety Education
자율주행차 안전성 평가 및 시나리오 개발
윤일수 연구실은 자율주행차의 안전성 평가를 위한 다양한 시나리오 개발과 평가 방법론 연구에 집중하고 있습니다. 실제 도로 환경과 시뮬레이션 기반의 테스트베드에서 자율주행차의 주행 안전성을 검증하기 위해, 다양한 사고 유형과 도로 상황을 반영한 평가 시나리오를 체계적으로 구축하고 있습니다. 이를 위해 교통사고 데이터 분석, 시뮬레이션 기법, 그리고 최신 인공지능 기술을 접목하여, 자율주행차가 실제 도로에서 직면할 수 있는 다양한 위험 상황을 모사하고 있습니다.
이러한 연구는 자율주행차의 상용화와 더불어 사회적 수용성을 높이기 위한 필수적인 과정입니다. 연구실은 Lv.4 자율주행차 평가 시나리오 개발, ODD(Operational Design Domain) 기반 평가 요소 도출, 다중 시나리오 변환 및 통합 평가 방법론 등 다양한 논문과 특허를 통해 학계와 산업계에 기여하고 있습니다. 또한, 실제 사고 데이터를 활용한 영향 요인 분석, 시뮬레이션 기반 평가 프로세스, 그리고 국제 표준에 부합하는 테스트베드 고도화 방안 연구도 활발히 진행 중입니다.
이러한 연구 결과는 자율주행차의 안전성 검증 체계 구축과 법·제도적 가이드라인 마련에 중요한 근거를 제공하며, 국내외 자율주행차 평가 및 인증 시스템의 발전에 크게 이바지하고 있습니다. 앞으로도 연구실은 실도로 기반의 평가 방법론 고도화, 시나리오 자동 생성 및 통합, 그리고 다양한 교통 환경에서의 자율주행차 안전성 향상에 중점을 두고 연구를 지속할 예정입니다.
지능형 교통관제 및 빅데이터 기반 교통안전 연구
연구실은 지능형 교통관제 시스템(ITS) 및 빅데이터 기반 교통안전 연구에도 선도적인 역할을 하고 있습니다. 고속도로, 도심도로, 교차로 등 다양한 도로 환경에서 발생하는 교통 흐름과 돌발 상황을 실시간으로 감지하고, 효율적으로 관리할 수 있는 알고리즘과 시스템을 개발하고 있습니다. 특히, 딥러닝, 강화학습, LSTM, ARIMA 등 최신 데이터 분석 및 예측 기법을 활용하여 교통사고 예측, 돌발상황 검지, 교통정보 예측 모델을 고도화하고 있습니다.
이와 더불어, 교통 빅데이터와 IoT 센서 데이터를 융합하여 전국 도로의 안전성능함수(SPF) 개발, 교통사고 심각도 영향요인 분석, 화물차 및 버스 등 상용차량의 사고 예방 모델 개발 등 실질적인 교통안전 향상에 기여하고 있습니다. 또한, V2X 기반 군집주행, 디지털 교통신호제어, 스마트 톨링 등 미래형 교통 인프라와 연계된 연구도 활발히 수행 중입니다.
이러한 연구는 교통사고 감소, 도로 운영 효율성 제고, 교통약자 보호 등 사회적 가치 실현에 중점을 두고 있으며, 다양한 정부 및 공공기관 프로젝트, 특허, 논문, 학술대회 발표를 통해 그 성과를 대외적으로 인정받고 있습니다. 앞으로도 연구실은 인공지능과 빅데이터를 활용한 지능형 교통관제 기술의 혁신과, 안전하고 효율적인 교통 환경 조성을 위한 연구를 지속적으로 추진할 계획입니다.
1
Development of a Stability Index for Evaluating Drivers’Psychological Stability During Truck Platooning
Applied Sciences-Basel, 2025
2
Mosaic-Mixed Attention-Based Unexpected Traffic Scene Classification
윤일수, 이수목, 이상현
IEEE Access, 2025
3
Development of Test Cases for Automated Vehicle Driving Safety Assessment Using Driving Trajectories
윤일수, 고우리, 심민규, 박상민, 이수목
SENSORS, 2024
1
도로교통법 기반 실도로 안전성 평가 항목 및 프로세스
2
스마트 톨링시대 연계요금 징수기술 요구사항 조사
3
신규추진 민자고속도로 실시협약 체결을 위한 협상 교통수요 부문 위탁용역