교통 취약지역 분석과 항만·도로시설 안전관리 데이터 인프라

Analysis of transportation vulnerable areas and data-driven safety management for ports and road infrastructure

연구 내용

격자 기반 GIS와 수요·운영 데이터를 결합해 취약지역을 식별하고, 항만 안전 모니터링 및 도로시설물 관리 자동화를 위한 데이터 인프라를 구축하는 연구

공공교통의 접근성 취약지역과 항만 연계 구역의 사고 위험을 데이터 마이닝과 공간 분석으로 파악하는 연구를 수행합니다. 버스 수요는 웹 기반 데이터 크롤링과 GPS 좌표 매칭을 통해 격자 단위로 정리하고, 회귀 기반 모델 및 AutoML 결합형 기법으로 예측 성능을 개선합니다. 도시/비도시 특성을 구분하기 위해 K-means 기반 클러스터링을 적용하여 수요·운영 특성의 차이를 반영합니다. 또한 항만의 at-port 및 near-port 범위에서는 지역 이질성을 고려한 안전 모형을 구성해 정책 활용 가능한 위험 인자를 도출합니다. 이와 병행해 항만 안전관리의 원격 모니터링을 위한 IoT 시스템과, 멀티모달 AI 기반 도로시설물 자동 관리를 위한 영상 정사투영 기술을 확보합니다.

관련 프로젝트

2건

연구 흐름

초기에는 취약지역 분석을 위해 격자 단위 GIS 데이터 구조를 만들고, 공공교통 수요를 예측하는 데이터 마이닝 파이프라인을 구축했습니다. 이후 예측 성능을 높이기 위해 회귀 계열 모델 비교와 AutoML 결합형 수정 모델을 적용하고, 도시·농촌 구분을 위한 클러스터링 절차를 보강했습니다. 동시에 항만 연계 구역을 대상으로 at-port와 near-port 정의를 기반으로 지역 이질성을 반영한 사고 위험 모델을 제안하여 정책 의사결정에 활용 가능한 지표를 생산했습니다. 최근에는 이러한 안전관리 목적을 지원하기 위해 IoT 기반 원격 모니터링과 멀티모달 AI 기반 도로시설물 관리 자동화까지 데이터 인프라를 확장하고 있습니다.

활용 가능성

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

격자 기반 대중교통 수요예측
취약지역 접근성 분석
DRT 정류장 설치 의사결정
도시·비도시 구분 알고리즘
항만 연계 사고위험 모형
at-port/near-port 위험지표
IoT 기반 원격 안전모니터링
항만 작업상태 점검 체계
멀티모달 도로시설 관리 파이프라인
고해상도 정사투영 자동화