이상수 연구실
교통시스템공학과 이상수
이상수 연구실은 교통시스템공학 분야에서 첨단 정보통신기술과 인공지능을 접목한 지능형 교통관제 및 운영 시스템 개발에 주력하고 있습니다. 본 연구실은 실시간 교통 데이터의 수집, 분석, 예측을 통해 교통 신호 제어, 교통량 분산, 돌발 상황 대응 등 다양한 교통 운영 전략을 연구하고 있습니다. 이를 위해 딥러닝, 머신러닝, 설명 가능한 인공지능(XAI) 등 최신 데이터 분석 기법을 적극적으로 도입하고 있습니다.
특히, 자율주행차와 연계된 교통관제 기술 개발에 집중하고 있으며, 자율주행 혼재 환경에서의 통합관제시스템, 위험도 기반 돌발상황 통제, 실시간 신호최적화 알고리즘 등 미래 교통체계의 핵심 기술을 연구하고 있습니다. 다양한 시뮬레이션과 실증 프로젝트를 통해 기술의 실효성을 검증하고, 실제 도로 환경에 적용 가능한 솔루션을 제시하고 있습니다.
AI 기반 교통 데이터 분석 및 예측 기술도 연구실의 주요 연구 분야입니다. GRU, LSTM, XGBoost 등 다양한 딥러닝 및 머신러닝 모델을 활용하여 도시부 도로, 신호교차로, 고속도로 등 다양한 교통 환경에서의 예측 정확도를 높이고 있습니다. 트립 체인 데이터, 교통카드자료, DSRC, V2I 통신 등 다양한 데이터 소스를 융합하여 복합적인 교통 현상을 분석하고, 신호교차로 대기행렬길이 예측, 통행속도 단기·장기 예측, 돌발상황 발생 시 우회경로 추천, 자율주행차량의 위험도 평가 등 실질적인 교통 운영 개선에 기여하고 있습니다.
이상수 연구실은 특허 등록, 산학협력, 정부과제 수행 등 다양한 활동을 통해 연구 성과의 실용화와 확산에 앞장서고 있습니다. 교통 혼잡 완화, 사고 예방, 에너지 절감 등 사회적 파급효과가 매우 크며, 스마트시티, ITS(지능형 교통시스템) 등 미래 도시 인프라와의 연계성을 강화하여 지속가능한 교통 환경 구축에 기여하고 있습니다.
연구실의 연구 성과는 국내외 학술지 논문, 특허, 산학협력 프로젝트 등 다양한 형태로 발표되고 있으며, 미래 교통의 패러다임 전환을 선도하는 연구실로 자리매김하고 있습니다. 앞으로도 첨단 기술과 창의적 연구를 바탕으로 교통시스템공학 분야의 혁신을 이끌어 나갈 것입니다.
Traffic Monitoring
Traffic Signal Control
Traffic Safety
지능형 교통관제 및 운영 시스템
지능형 교통관제 및 운영 시스템은 교통 흐름의 효율성과 안전성을 극대화하기 위해 첨단 정보통신기술과 인공지능 기법을 접목한 교통관리 체계입니다. 본 연구실은 실시간 교통 데이터 수집, 분석, 예측을 통해 교통 신호 제어, 교통량 분산, 돌발 상황 대응 등 다양한 교통 운영 전략을 개발하고 있습니다. 이를 위해 딥러닝, 머신러닝, XAI(설명 가능한 인공지능) 등 최신 데이터 분석 기법을 적극적으로 활용하고 있습니다.
특히, 자율주행차와 연계된 교통관제 기술 개발에 집중하고 있습니다. 자율주행 혼재 환경에서의 통합관제시스템, 위험도 기반 돌발상황 통제, 실시간 신호최적화 알고리즘 등은 미래 교통체계의 핵심 요소로 부상하고 있습니다. 본 연구실은 다양한 시뮬레이션과 실증 프로젝트를 통해 이러한 기술의 실효성을 검증하고, 실제 도로 환경에 적용 가능한 솔루션을 제시하고 있습니다.
이러한 연구는 교통 혼잡 완화, 사고 예방, 에너지 절감 등 사회적 파급효과가 매우 큽니다. 또한, 스마트시티, ITS(지능형 교통시스템) 등 미래 도시 인프라와의 연계성을 강화하여, 지속가능한 교통 환경 구축에 기여하고 있습니다. 연구실의 성과는 국내외 학술지, 특허, 산학협력 프로젝트 등 다양한 형태로 확산되고 있습니다.
AI 기반 교통 데이터 분석 및 예측 기술
AI 기반 교통 데이터 분석 및 예측 기술은 방대한 교통 데이터를 활용하여 교통 흐름, 통행속도, 사고 위험도 등을 정밀하게 분석하고 미래를 예측하는 첨단 연구 분야입니다. 본 연구실은 GRU, LSTM, XGBoost 등 다양한 딥러닝 및 머신러닝 모델을 적용하여 도시부 도로, 신호교차로, 고속도로 등 다양한 교통 환경에서의 예측 정확도를 높이고 있습니다. 또한, 트립 체인 데이터, 교통카드자료, DSRC, V2I 통신 등 다양한 데이터 소스를 융합하여 복합적인 교통 현상을 분석합니다.
이러한 기술은 신호교차로 대기행렬길이 예측, 통행속도 단기·장기 예측, 돌발상황 발생 시 우회경로 추천, 자율주행차량의 위험도 평가 등 실질적인 교통 운영 개선에 활용되고 있습니다. 연구실은 실시간 데이터 처리와 예측 알고리즘의 고도화를 통해, 교통관리기관 및 스마트시티 운영자에게 신속하고 정확한 의사결정 지원 도구를 제공합니다.
AI 기반 교통 데이터 분석은 교통정책 수립, 인프라 투자, 안전시설물 설치 등 다양한 분야에 응용될 수 있습니다. 본 연구실은 특허 등록, 산학협력, 정부과제 수행 등을 통해 기술의 실용화와 확산에 앞장서고 있으며, 미래 교통의 패러다임 전환을 선도하고 있습니다.
1
Determination of Optimal Batch Size of Deep Learning Modelswith Time Series Data
이상수, 황재성, 길정원, 이철기
Sustainability, 202407
2
Effectiveness of Speed Monitoring Displays in Speed Reduction in School Zones
이상수
Transportation Research Record - 직접입력, 200701
3
Effectiveness of Speed Monitoring Display in Speed Reduction in School Zones
이상수, 오영태, 이철기, 최봉수
TRB, 200612
1
자율주행 혼재 시 도로교통 통합관제시스템 및 운영기술 개발
2
위험도 기반 돌발상황 통제와 단기 우회 최적경로 전략 및 알고리즘 개발