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.