http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
공간정보와 통합 스마트카드 자료를 활용한 도시철도 역사 보행 기종점 분석 기법 개발
정은비,유소영,이준,김경태,JEONG, Eunbi,YOU, Soyoung Iris,LEE, Jun,KIM, Kyoungtae 대한교통학회 2017 대한교통학회지 Vol.35 No.5
TOD (Transit-Oriented Development)는 대중교통 중심의 복합기능을 가진 집약적인 도시구조이며, 미래지향형 지속가능한 도시를 유지하기 위해 제시되는 개념이다. 최근 도시철도 역사를 중심으로 복합 환승센터 개발이 활발히 추진되고 있으며, 사업의 규모와 복잡성으로 인해 보다 과학적이고 객관적인 분석을 통한 계획과 유지관리 등이 요구되고 있다. 이에 따라, 본 연구에서는 공간정보와 통합 스마트카드 자료를 활용하여 도시철도 역사 보행 기종점 추정을 위한, 표준화된 분석 절차를 개발하고자 하였으며, 삼성역 사례 분석을 통해 제시된 분석 절차 및 방법에 대한 검증을 수행하였다. 본 연구에서 제시된 분석 절차는 자료 수집 기술과 빅데이터 DB 분석 기법 발전에 따라 유기적 확장 가능한 분석 환경을 마련하였다는 데 큰 의의를 가진다. TOD (Transit-Oriented Development) is one of the urban structure concentrated on the multifunctional space/district with public transportation system, which is introduced for maintaining sustainable future cities. With such trends, the project of building complex transferring centers located at a urban railway station has widely been spreaded and a comprehensive and systematic analytical framework is required to clarify and readily understand the complicated procedure of estimation with the large scale of the project. By doing so, this study is to develop a comprehensive analytical framework for estimating a pedestrian OD matrix using a spatial information and an integrated smart card data, which is so called a data depository and it has been applied to the Samseong station for the model validation. The proposed analytical framework contributes on providing a chance to possibly extend with digitalized and automated data collection technologies and a BigData mining methods.
LiDAR 기반 보행자 추적을 통한 보행 궤적 패턴 분석 연구
조영(JO, Young),정은비(JEONG, Eunbi),유소영(YOU, Soyoung Iris),오철(OH, Cheol) 대한교통학회 2018 대한교통학회지 Vol.- No.-
도시철도 역사 내 경로안내체계는 길찾기 뿐만 아니라 재난재해 발생 시 인명피해 최소화를 위하여 효과적인 정보 제공이 필요하다. 이에 본 연구에서는 역사 내 경로안내체계의 적절성을 평가할 수 있는 보행 궤적 패턴 분석을 위한 방법론을 개발하였다. 2호선 삼성역을 대상 역사로 설정하여 LiDAR 기반으로 수집된 보행 궤적 자료를 활용하였다. 보행자 배회 유형은 pacing, lapping, stay, inefficiency로 분류하였으며, 개별 보행 궤적 내 특성을 나타낼 수 있는 특징벡터를 도출하였다. 각 특징벡터에 대응하는 임계값 설정을 통해 보행 궤적 데이터 레이블링을 위한 휴리스틱 알고리즘을 구축하였다. 분석 결과, 보행자 중 약 20%가 배회 궤적을 나타낸 것으로 도출되었다. 본 연구에서 제시한 방법론은 지하철 역사 내 보행 패턴 분석을 위해 효과적으로 활용될 것으로 기대된다. The effective provision of route information in subway stations is essential for not only the edestrian guidance but also the evacuation in emergency situations including natural disaster and terrors. This study developed a methodology for characterizing the pedestrian walking trajectory patterns, which can potentially represent the performance of information provision and facility operations in subway stations. Pedestrian tracking data was collected at the Samsung subway station using a LiDAR-based tracking technique. Pedestrian trajectories were classified into four groups such as pacing, lapping, stay, and inefficiency. Feature vectors were extracted toward the reliable characterization of pedestrian walking trajectories. A heuristic classification algorithm based on extracted features was then developed for the trajectory labeling. Approximately, 20% of pedestrians in our dataset were identified as having abnormal trajectories. The outcome of this study is expected to be useful in analyzing pedestrian trajectory patterns.
열차 출도착 데이터와 교통카드 데이터를 활용한 도시철도 역사 시설물 서비스수준 추정 방안 연구
정은비(Eunbi Jeong),이인묵(Inmook Lee),유소영(Soyoung Iris You),김경태(Kyeongtae Kim) 한국도시철도학회 2019 한국도시철도학회논문집 Vol.7 No.1
본 연구에서는 대중교통 체계의 대표 거점인 도시철도 역사에 대한 데이터 기반의 보행 서비스 수준 추정 방안에 대한 연구를 수행하였다. 이용객 기반의 교통카드 실적 데이터와 실시간 열차 운영정보인 열차 출‧도착 데이터를 분석에 활용하였다. 노선별 특성, 이용객 특성 등을 고려하여 구로디지털단지역, 한양대역, 잠실역을 대상으로 분석을 수행하였으며, 분석자료 구축, 데이터 연계성 검토, 이동성 분석의 3단계 과정을 통해 도시철도 역사 보행 서비스수준 추정 가능성을 제시하였다. 분석 결과, 열차 하차 이용객 수가 증가할수록 열차 이용객의 이동성이 감소하는 것으로 나타나, 실적기반 데이터를 이용한 도시철도 역사 보행 서비스수준의 추정 가능성이 존재함을 확인하였다. 본 연구에서 제시한 방법론은 기존 시뮬레이션 분석, 현장조사 및 설문조사 외에 데이터 기반의 보행 서비스 수준 분석을 위한 기초 자료로 활용이 가능하며, 이를 통해 보다 신뢰성 있고 현실적인 도시철도 역사 서비스 평가가 가능해 질 것으로 기대된다. This study proposed the methodology for estimating the pedestrian level of service for metro station based on data. In this study, smart card data and real-time train arrival and departure data were used for analysis. Guro Digital Complex station, Hanyang University station, and Jamsil station were selected as the target station in consideration of the characteristics of line information, users, etc. The methodology for estimating the level of service procedure proposed in this study comprises three steps: data construction, data connectivity check, mobility analysis. According to the result of the relationship between the number of getting off passengers and mobility index, as the number of getting off passengers increases, the mobility of the passengers decreases. Through the results, it is identified that there is a possibility of estimating the pedestrian level of service based data. The proposed data-based methodology would be contribute to the more reliable and realistic metro station service assessment.
LiDAR 센서 기반의 보행 동선 자료를 활용한 보행자 속성 추정 방법론 개발
김태진(KIM, Taejin),정은비(JEONG, Eunbi),유소영(YOU, Soyoung Iris) 대한교통학회 2018 대한교통학회지 Vol.- No.-
최근 도시철도 내 사건사고 및 범죄 수가 급격히 증가하면서 승객의 안전에 대한 관심은 점차 늘어나고 있다. 지능형 CCTV를 활용한 도시철도역사 통합 관리 방안 등 다양한 전략이 제시되고 있으나, 비용 절감 및 개인사생활 침해 등은 여전히 이슈가 되고 있다. 최근 기술 개발로 인한 다양한 센서에 대한 연구가 진행되고 있으며, 그 중에서도 LiDAR 센서는 사물 인식, 추적 그리고 실시간 정보 처리 등 장점이 많다. 본 연구에서는 이러한 LiDAR 센서를 활용하여, 개별 보행자의 동선 정보로부터 개인 속성을 추출하였으며, 제안된 신경망 알고리즘 기반 모형을 통해 보행자의 속성을 추정하였다. 분석결과를 통해 도시철도역사 환경 요소와 개인 속성을 고려한 행태 정보를 반영한 보행 흐름에 대한 활용성 및 도시철도 역사에 대한 효율적인 유지관리 가능성을 제시하였다. As the number of accidents and crimes in Seoul metro system has recently increased, there has been growing concerns on the safety of passengers. Even though the integrated management method of metro station using the intelligent CCTV is proposed as an alternative, the cost saving and the privacy issue in analyzing and operating the image based information is critical. Recently, many studies regarding a variety types of sensors have been throughly investigated. Among all, LiDAR sensor has excellent capability of recognizing and tracking objects, and also has the advantages of realizing information acquisition and analysis in real time. In this study, the characteristics of pedestrians are extracted from individual pedestrians’ trajectory using LiDAR sensor, and analyzed. With the proposed Deep Neural Network (DNN) algorithm in this study, pedestrian property can be predictable from each individual trajectory. As a result, we found a great potential to monitor and manage effectively and seek the certain situation reflecting the behavior of pedestrian’s characteristic with environmental elements in a metro station.