양산시는 지역의 시간대별 차량계수를 확인하는 100% 정확도의 인공신경망 교통량 분석모델을 구축했다.
양산시가‘인공지능기반 교통량 분석모델 구축사업’으로 추진해온 이 사업은 인간의 뉴런 구조처럼 컴퓨터가 사물을 인지할 수 있는 인공신경망 프로그램을 활용해 교통량을 분석하는 모델이다.
구축된 모델은 양산시 통합관제센터 CCTV 영상을 대상으로 머신러닝 기법을 통해 컴퓨터에 학습시켜 영상 속 주행 중인 차량을 컴퓨터가 자동으로 인지하고 시간대별 차량 계수를 확인할 수 있도록 개발됐다.
학습된 지역의 교통량 정확도는 100%로 확인됐다. 학습지역 외 양산시가 2020년 10월15일 실시된 국토교통부 도로교통량 조사 결과와 동일 시간대 CCTV 영상 속 차량 육안 계수를 함께 비교하여 개발된 모델의 오차 및 정확도를 확인했다.
원거리 CCTV 유형의 동면 내송 1077-01 지방도를 대상으로 교통량 분석 모델의 정확도를 확인한 결과 주간 시간대의 경우 도로 교통량조사 결과보다 933대 이상 검출돼 교통량 조사 대비 5.5% 정확도가 높은 것으로 확인됐다.
그러나 야간 시간대는 가로등이 없는 도로에서 현장 조도가 낮아 도로교통량 조사 대비 정확도는 83.6%에 머물렀다.
근거리 CCTV 유형의 원동중학교 앞 69-11 지방도의 경우 경우에도 야간시간 차량 상향등 사용에 따른 빛 번짐 등 제약사항으로 검출결과는 다소 낮지만 도로교통량 조사 대비 101.3%로 결과를 확인할 수 있었다.
야간시간 대 차량 검출률이 다소 낮은 사항에 대해서 시는 교통량 분석 모델 구축 시 야간에도 정확한 차량인지를 위해 조도가 확보된 CCTV 영상으로 학습했고 향후 조도가 낮은 지역의 차량을 대상으로 추가 학습 할 경우 정확도는 향상될 것이라고 전했다.
시가 실시한 국토부 도로교통량 조사결과와 CCTV 영상 속 차량 계수와 비교할 때 1077-01 지방도의 경우 3711대의 차이다. 현장 도로는 시속 80킬로미터 의 속도와 잦은 대형차량 이동과 옆 차선과 반대편 차선의 차량을 육안으로 확인이 어려워 편차가 발생했다.
이런 상황을 개선하기 위해서는 국토교통부의 도로교통량조사 지침 중 차선별 육안식 조사 매뉴얼의 구체화가 필요한 대목이다. 도로교통량조사는 전국 동시에 실시하며 국토부 주관 통계청 승인을 받는 사업이다.
시는 개발한 교통량 조사 모델을 운영해 주요시가지 일대 5곳에서 매월 1회 교통량 공공데이터로 데이터베이스화 하게된다. 그 결과는 양산시 빅데이터 광장 홈페이지 통해 양산시 주요시가지 교통량 흐름과 함께 OpenAPI 방식의 공공데이터 개방을 목표로 2022년 상반기 추진할 계획이다.
전체댓글 0