도시교통 문제 해결을 위한 스마트 교통분석 시스템 개발

도시교통을 효율적으로 만드는 기술기반 통합 스마트 시스템은 도로 정체 및 도시 교통 문제 해결의 핵심요소임. SOUTHPARK 프로젝트팀은 도시 교통을 운영하고 예측할 수 있는 시스템을 개발하였음.

SOUTHPARK프로젝트는 모든 종류의 어플리케이션 및 기차, 스마트자동차와도 통합할 수 있는 소프트웨어개발키트인 Predict.io 시스템을 개발하였으며 프로젝트 진행기간 동안 집계된 정보를 활용한 기업정보활용과 실시간 감지 정보를 사용하여 다양한 경우를 연구할 수 있었음.

Predict.io 시스템은 특정 단계를 모델화하여 교통시스템의 혼잡을 줄이는 것을 그 목적으로 함. 예를 들어 주차비 자동 지급, 대중교통 이용 계획 수립, 카셰어링, 자전거 대여, 장애인을 위한 안내 시스템, 출퇴근 이동 분석 등을 들 수 있음. 프로젝트팀은 당초 ParkTAG라는 어플리케이션을 사용하여 주차와 관련된 문제에 초점을 맞추었으나 프로젝트가 진행됨에 따라 점차 연구범위를 넓힘.

프로젝트 책임자 산드라 코벨(Sandra Kobel)박사는 Predict.io 시스템을 사용하는 현재 고객들은 자신들이 사용하는 어플리케이션과 통합하여 위치 등에 대한 정보를 얻을 수 있으며 이러한 정보를 통해 어플리케이션 사용자의 행동양태 등을 분석하고 발생할 수 있는 상황에 따른 필요 대책 및 안내를 제시할 수 있다고 설명함. 예를 들어 주차를 위한 어플리케이션은 어플리케이션 사용자들이 어디에 주차를 했는지에 대한 정보가 필요하며 주차공간을 떠날 때 주차비 지급에 대한 안내를 하는 등의 필요한 다음 행동을 안내할 수 있음.

Predict.io 시스템은 자가적용시스템을 통해 움직임의 시작과 끝을 어플리케이션이나 IoT 기기 등을 통해 파악할 수 있음. 또한 SOUTHPARK프로젝트팀은 새로운 지역에 빠른 적용이 가능한 시스템 개발이 필요했음. 여러 가지 어플리케이션을 사용한 Predict.io 시스템과 STOP 진단기술의 통합을 위해 가장 중요한 것은 정확한 위치, 정확한 시간, 지연에 대한 진단 등임.

SOUTHPARK의 소프트웨어개발키트는 빠르게 새로운 지역이나 새로운 어플리케이션에 적용될 수 있음. 이는 SOUTHPARK프로젝트 머신러닝의 분야로 이를 통해 새로운 셋팅에 필요한 시간이나 비용을 프로젝트 시작 시기인 2015년과 비교하여 약 75%정도로 단축하는데 성공하였음.

산드라 코벨박사는 SOUTHPARK 프로젝트가 끝난 2018년 7월, Predict.io 시스템이 여러 나라에 걸쳐 성공적으로 런칭되었으며 현재 하루에 75백만개의 자료를 생산하고 있다고 밝힘.

 

출처:

1) https://cordis.europa.eu/project/rcn/197966/brief/en

 

Print Friendly, PDF & Email
Facebook
Twitter
LinkedIn
Pinterest