earticle

영어

Vehicle behavior analysis is essential in traffic simulation, autonomous driving, and traffic safety. On the other hand, most existing models are based on foreign environments and do not fully capture the unique characteristics of domestic traffic, including road structures, driver behavior, and regulations. This study addresses this gap by analyzing vehicle behavior on urban roads using video analysis. These limitations of traditional CCTV-based studies were overcome using, drones for data collection and the YOLOv8 object detection model for analysis. The key metrics, including standstill distance, following acceleration, starting acceleration, and stopping deceleration, were examined across sites, revealing behavioral differences linked to the physical site characteristics. Despite the limitations, such as a restricted number of sites and lack of vehicle type classification, expanding the scope and incorporating vehicle types in future research will enable a more accurate representation of vehicle behavior.

한국어

차량행태 분석은 교통 시뮬레이션, 자율주행, 교통안전 등 다양한 분야에서 활용되고 있다. 그러나, 널리 알려진 기존 차량행태 모형은 대부분 해외 환경을 기반으로 하여 도로의 구조, 운전자 특성, 법규 등 국내 교통 상황의 특수성을 충분히 반영하지 못하고 있다. 따라서, 해외 환경이 아니라 국내 환경에 맞는 차량행태 분석의 필요한 상태이다. 본 연구에서는 영상분석 을 활용하여 도시부 도로에서의 차량행태 특성을 분석하였다. 기존 교통 CCTV 및 영상 검지 기 기반 연구의 한계를 보완하기 위해 드론을 활용하여 데이터를 수집하고 YOLOv8 객체탐지 모델을 분석에 활용하였다. 대상지에 대한 정지 시 차간거리, 추종 가속도, 출발 가속도, 정지 감속도를 제시하고 비교한 결과, 각 대상지의 물리적 특성 등에 따른 차량 행태의 차이를 확인 하였다. 그러나, 대상지가 제한적이며, 차종 구분이 이루어지지 않았다는 한계점이 존재한다. 분석 범위를 확대하고, 차종 구분을 포함함으로써 보다 현실적인 교통 행태를 반영한 연구를 진행할수 있을 것으로 예상한다.