서지주요정보
Categorization of driving characteristics using deep clustering = 심층 군집화를 이용한 운전 특성 분류
서명 / 저자 Categorization of driving characteristics using deep clustering = 심층 군집화를 이용한 운전 특성 분류 / Lee, Jooyoung.
발행사항 [대전 : 한국과학기술원, 2022].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8039651

소장위치/청구기호

학술문화관(도서관)2층 학위논문

DGT 22007

휴대폰 전송

도서상태

이용가능(대출불가)

사유안내

반납예정일

리뷰정보

초록정보

Driving behavior is an effective means to analyze a driver who drives a vehicle. In order to reduce traffic crashes and environmental pollution problems caused by the increase in vehicles, various studies on the driver are being conducted. In particular, due to the recent development of various sensor technologies, it is possible to collect large-scale driving records from many drivers. However, the large-scale driving record is multidimensional time-series data, and there is a limit to quantitatively analyzing it. The purpose of this dissertation is to categorize driving characteristics from driving records and conduct driving behavior analyses using the characteristics. A methodology for deriving the elementary driving behavior (EDB), which is a norm driving behavior for each driving environment, is presented through deep clustering, and the EDB is extracted using the driving record data of taxi drivers. For a traffic safety study, the EDB-based abnormal driving score that can numerically represent drivers' propensities for each driving environment is developed, and the differences according to driver propensities are verified. For a traffic environment study, the EDB-based driving cycle generation model is developed to reflect various trajectories' characteristics. The driving behavior characterization method presented in this dissertation can be effectively used in transportation research in the mobility era, contributing to the construction of a safe and efficient transportation system.

운전행동은 차량을 조작하는 운전자에 대해 분석할 수 있는 효과적인 수단이다. 자동차의 증가로 인한 교통사고, 환경오염 등의 교통 문제를 해결하기 위하여 차량을 운행하는 주체인 운전자에 대한 연구가 많이 수행되고 있다. 특별히 최근 다양한 센서 기술의 발전으로 인하여 많은 운전자들로부터 대용량의 장기간 주행기록 수집이 가능하다. 대용량 주행기록은 다차원 시계열 데이터로 이를 정량적으로 분석하는데 한계가 존재하였다. 본 논문에서는 심층 군집화를 이용하여 주행기록으로부터 운전 특성을 분류하고, 이를 활용한 사례분석을 수행하는 것을 목적으로 한다. 심층 군집화를 통해 운전자들의 주행환경별 일반적인 운전행동인 기저운전행동을 도출하는 방법론을 제시하고, 택시 주행기록을 이용하여 분석하였다. 기저운전행동을 활용하여 교통 안전 측면에서 운전자들의 성향을 주행환경별, 운전행동별로 수치적으로 나타낼 수 있는 이상운전지표를 개발하여 운전자 성향에 따른 차이를 검증하고, 교통 환경 측면에서 다양한 경로의 특징을 반영하며 실제와 유사한 주행사이클을 생성하는 모델을 개발하였다. 본 연구에서 제시하는 운전행동 특성화 기법은 모빌리티 시대의 교통 연구에 효과적으로 활용되어 안전하고 효율적인 교통시스템 구축에 기여할 수 있을 것으로 사료된다.

서지기타정보

서지기타정보
청구기호 {DGT 22007
형태사항 viii, 200 p. : 삽도 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 이주영
지도교수의 영문표기 : Kitae Jang
지도교수의 한글표기 : 장기태
학위논문 학위논문(박사) - 한국과학기술원 : 조천식모빌리티대학원,
서지주기 References : p. 177-197
주제 Driving behavior
Driving characteristics
Deep clustering
Driving record
Driving style
Driving cycle
운전행동
운전특성
심층 군집화
주행기록
운전성향
주행사이클
QR CODE qr code

책소개

전체보기

목차

전체보기

이 주제의 인기대출도서