이 연구는 기존 CCTV 인프라를 활용한 AI 기반 분석 프레임워크를 통해 미니애폴리스 교차로에서 보행자 피난처·연석 확장 등 소프트 인프라 개입이 차량 속도와 안전에 미치는 영향을 평가합니다. 딥러닝과 원근법 기반 속도 추정으로 비신호 교차로에서 평균 속도 최대 18.75%, 통과 교통량 최대 12.2% 감소 효과를 확인했습니다. AI 기반 방법이 교통 정책의 증거 기반 평가를 위한 빠르고 저비용 수단임을 시연했습니다.
- •기존 CCTV 인프라에 AI·컴퓨터 비전 적용으로 교통 데이터 수집 비용 절감 및 신속화
- •딥러닝과 원근법 기반 속도 추정으로 소프트 인프라 개입 전후 운전자 행동 변화 측정
- •비신호 교차로에서 개입 후 평균 속도 최대 18.75%, 통과 교통량 최대 12.2% 감소
- •신호 교차로에서도 평균·85번째 백분위 속도 최대 20.0%, 17.19% 감소 효과 확인
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Intelligent CCTV for Urban Design: AI-Based Analysis of Soft Infrastructure at Intersections
- 1.AI 컴퓨터 비전 활용으로 기존 CCTV 인프라를 통해 효부 소프트 인프라의 교통 안전 효과 측정
- 2.미니애폴리스 교차로 소프트 개입 후 평균 차량 속도 최대 18.75% 감소 및 통과 교통량 12.2% 감소 확인
- 3.저비용·증거 기반 교통 정책 평가를 위한 AI 활용 가능성 실증
왜 중요한가?
기존 인프라만으로 도시 교통 정책 효과를 신속·저비용으로 측정할 수 있어 스마트시티 정책 결정에 즉시 적용 가능한 실용적 AI 활용 사례를 제공한다.
본문 미리보기
arXiv:2605.05402v1 Announce Type: new Abstract: Artificial intelligence (AI) and computer vision are transforming transportation data collection. This study introduces an AI-enabled analytics framework leveraging existing CCTV infrastructure to evaluate the impact of soft interventions, such as temporary pedestrian refuges and curb extensions, on vehicle speed and safety. Using deep learning and perspective-based speed estimation, we evaluated driver behavior before and after interventions, wit
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:10AI 초안
