교통 운영·물류의 데이터 기반 환경 영향 예측 및 최적화 연구

Data-Driven Environmental Impact Forecasting and Optimization for Transport Operations and Logistics

연구 내용

교통 데이터와 모형을 이용해 온실가스 및 대기오염 배출을 예측하고, 배송·운영 의사결정의 최적화를 수행하는 연구입니다.

교통 계획 및 운영 단계에서 환경 영향을 정량적으로 산정하고 의사결정을 지원합니다. 도로 화물 흐름에 대해 OD 매트릭스를 구성하고 중력모형 기반으로 장기 수송량을 예측한 뒤, 배출계수 변화를 반영하여 온실가스 배출 경로를 전망합니다. 동시에 차량·도로·교통상황에 따라 달라지는 배출가스를 고려해 DTG 데이터를 활용한 배출량 추정과 가중치 기반 최적 경로 도출을 수행하여 친환경 배송경로 선정기법을 개발합니다. 또한 차량 점유 검지에서는 data labeling 방법을 개선해 실시간 인지 성능을 높이고 운영 정책 적용 가능성을 검토합니다.

관련 프로젝트

2건

연구 흐름

초기에는 차량 점유 검지를 위한 데이터 라벨링 방식과 컴퓨터비전 기반 프레임을 구성하여, 소규모 데이터에서도 점유 인지가 가능하도록 접근했습니다. 이후 지속가능 교통 계획을 위해 화물 흐름을 추정하고 온실가스 배출을 장기 시계열로 예측하는 모델링 연구로 확장했습니다. 최근에는 배출량 추정 변수(차량 운행 특성, 도로 정보, 기온, 교통상황)를 결합하여 대기오염 저감과 배송시간 단축을 동시에 목표로 하는 경로 최적화 기법을 개발하고, 시뮬레이션 기반 도시 운영 프레임을 통해 마이크로모빌리티 규제 최적화로 적용 범위를 넓히고 있습니다.

활용 가능성

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

실시간 점유 인지 기반 교통정책 운영
화물 수요 기반 탄소중립 시나리오
대기오염 저감 배송 경로 최적화
배출가스-시간 동시 최적화 모형
OD 기반 물류 계획 알고리즘
디지털 트윈 기반 보행자 취약성 평가
마이크로모빌리티 규제 최적화
전기차·공유 모빌리티 운영 데이터 분석
저탄소 교통 KPI 산정
환경친화적 통행·물류비용 추정