한국과학기술정보연구원

딥러닝 기반 교통혼잡 예측 시스템

우리나라 교통혼잡도 및 교통사고율 매년 증가(전국 교통혼잡비 33조 4천억 원)

현 대한민국 자동차 등록대수 26,323,316대, 대중교통 체계의 부족 및 도시구조의 문제 등으로 인한 교통체증 현상 심각

딥러닝 기반 교통혼잡 예측! 신호제어 소프트웨어 Deep-TraC! [Deep Traffic Congestion system]

• 교통흐름 및 교통수단 분담예측
  • 정확한 교통흐름 장단기 예측
  • 비선형/불규칙 교통데이터의 효과적 처리
  • 교통수단 분담률 계산
• 혼잡예측을 통한 교통신호 제어
  • 도심지 교통혼잡 발생지역 도출
  • 특정시간대 교통신호주기 제어
  • 기존 교통신호체계 보완

대전시 교통혼잡 10% 감소를 목표로, 2020년 대전시 테스트베드 구축예정

기술로 얻게 되는 것

• 교통량의 분산(교통혼잡 개선)
• 효과적 신호제어
• 주변상권의 활성화

기존 교통체증 완화방법은?

• 기존 방법은 최적경로 또는 제안경로만 제공
• 본 기술은 교통량 분산을 통한 근본적인 교통혼잡 예방

KISTI의 새로운 교통혼잡 예측기술

기술이 활용될 수 있는 곳

• 교통정보 센터
• 교통관련 어플리케이션 개발
• 네비게이션 S/W개발

• 교통량의 효과적인 분산
• 교통신호 제어 시스템 활성화
• 보상제도를 이용한 주변상권 활성화
• 근본적인 교통혼잡 예방

교통혼잡 완화를 위한 인공지능 시스템