download0 view76
twitter facebook

공공누리This item is licensed Korea Open Government License

Title
교통흐름 예측을 위한 딥러닝 슈퍼컴퓨팅 연구
Alternative Title
Traffic Flow Prediction Using Deep Learning Supercomputing
Publisher
한국과학기술정보연구원
Korea Institute of Science and Technology Information
Publication Year
2017-01
Description
funder : 미래창조과학부
funder : KA
Abstract
(1) 연구사업의 최종 목표
◦ 시민체감형 교통혼잡 해소 의사결정지원을 위한 슈퍼컴퓨팅 기반 중·단기 교통흐름 예측모형을 개발
- 대도시 예측할 수 없는 차량정체 원인을 파악하고 교통정체 해결방안 제시
- 정부기관/지자체/민간 교통정보서비스 제공기관과 협력으로 교통서비스 고도화
(2) 목표 달성 내역

(3)대표성과
< 세계 최고 수준의 HPC 교통 예측 모형 개발 및 AI 적용 >
[성과 요약]
○ 슈퍼컴퓨팅 기반의 교통패턴 알고리즘 개발 및 ‘계층적 교통패턴(Hierarchical Traffic Pattern, HTP) 예측 모형 개발’로 민간 네비게이션 업체인 현대엠엔소프트 품질평가 방법 대비 24% 예측력 향상으로 MOU를 통해 지속적인 모형 최적화 및 기술이전을 진행 (70% 이상 정확도 달성)
- 전국 300만 여개의 링크에 대한 630여만개 소통상황을 5분 주기로 예측
- 약 127억 여개 (630 x 288 x 7) 소통상황 정보 계산

○ HTP 모형의 지속적인 개선 연구 진행
- 민간 네비게이션 업체인 현대엠엔소프트와의 MOU를 통해 지속적이 모형 최적화 진행
- 매월 새로운 소통정보를 활용하여 HTP의 고도화 및 성능 제고

[추진배경 및 당위성] 병렬 교통 소통정보 예측 알고리즘 개발
○ 국내 네비게이션 경로탐색 알고리즘에는 방대한 교통 데이터를 실시간 병렬처리 할 수 있는 기술이 미비로 교통정보 제공 서비스 품질 수준이 낮음
○ 단순 결측처리 방법을 사용하고 있고 이로 인하여 예측 정확도가 낮음 서비스를 제공함
※ ‘결측처리’란 데이터가 없으며 보통 평균치나 상수값으로 사용하는 방법
○ 교통 소통정보 예측 정확도를 향상하기 위해, 슈퍼컴퓨팅 기반 교통 빅데이터 처리를 위한 공유메모리 환경에서 OpenMP 병렬프로그램 기술 개발이 시급

[연구내용]
○ 차량용 네비게이션의 경로탐색 성능 향상을 위한 고성능컴퓨팅 계층적교통패턴화 HTP(Hierarchical Traffic Pattern)를 개발
○ 슈퍼컴퓨터를 활용한 계층적 교통패턴 알고리즘을 개발하고, 공유메모리에서 최적화된 OpenMP 병렬화 알고리즘 사용으로, 시공간적인 소통정보를 5분마다 620만개를 사용할 수 있으며,
○ 이는 기존 업체 사용 데이터 규모에 비하여 약 10,000배 이상 규모로 세계 최고 수준임
○ 비선형적 시공간 4단계 HTP 모형 개발로 전국 300만 개 도로에서 수집된 소통정보의 정확도를 70% 이상 개선 및 업체에서 실증 완료 함
○ 인공지능(AI) 심층신경망(Deep Neural Network)과 HTP 모델 융합으로 소통정보 정확도를 최적화

[우수성]
○ 세계 최고 수준의 병렬화 HTP 알고리즘 개발로 교통 소통정보 제공 서비스의 품질을 획기적으로 개선함
○ 실제 현업에서 사용되고 있는 네비게이션 예측 모델 보다 20% 예측력이 향상됨
○ 슈퍼컴퓨터를 이용한 교통 빅데이터 패턴 분석 결과를 주기적으로 제공하고 협력하는 내용의 현대엠엔소프트와 MoU 추진

[기대효과]
○ 자율주행을 위한 도로교통정보 인프라 플랫폼 개발 과제에 적용
* 자율주행차는 국가전략프로젝트 사업분야

[증빙자료]정적속도 패턴화 품질평가 : 개선효과 24%

( 출처 : 요약문 4p )
DOI
10.23000/TRKO201700008923
Files in This Item:
There are no files associated with this item.
Appears in Collections:
7. KISTI 연구성과 > 연구보고서 > 2017
URI
https://repository.kisti.re.kr/handle/10580/11414
http://www.ndsl.kr/ndsl/search/detail/report/reportSearchResultDetail.do?cn=TRKO201700008923
Fulltext
 http://www.ndsl.kr/ndsl/commons/util/ndslOriginalView.do?dbt=TRKO&cn=TRKO201700008923
Export
RIS (EndNote)
XLS (Excel)
XML

Browse