AI 기반 승강장 문 사고 예방 시스템 개발…사전 위험 감지
핵심 요약
성균관대 연구팀이 KAIST, 텍사스공과대학과 협력해 AI 기반 지하철 문 사고 예방 시스템을 개발했다. CCTV 영상으로 승객 이동을 예측해 사전 위험을 감지하며, 승객의 97.85%가 열차 도착 시 문 쪽으로 이동하는 패턴을 확인했다. 연구 결과는 국제 학술지에 게재됐으며, 안전 표지판 및 경보 시스템 도입을 권고했다.
성균관대학교 연구팀이 한국과학기술원(KAIST) 및 텍사스공과대학과 협력하여 지하철 승강장 문 사고를 예방하는 인공지능(AI) 기반 시스템을 개발했다. 이 시스템은 CCTV 영상을 활용해 승객의 이동을 예측함으로써 기존의 사후 대응 방식과 달리 승객이 승강장에 도착하기 전에 위험을 사전에 식별할 수 있다.
연구팀은 역 계단에서 승객의 이동을 상행, 하행, 통과의 세 가지 유형으로 분류하는 실험을 진행했다. 승객 궤적 모델을 실증 검증한 결과, 열차가 승강장에 있거나 접근 중일 때 계단을 내려오는 승객의 97.85%가 직접 열차 문 쪽으로 이동하는 것으로 나타났다. 연구팀은 "이러한 행동 패턴을 바탕으로 단일 비디오 프레임만으로 승객 이동을 포착해 열차 문에 도달하기 전에 위험을 사전에 감지하는 시스템을 구축했다"고 설명했다.
이번 연구는 성균관대학교 전자전기공학부 정주원 교수가 주도했으며, 박사과정 조희 학생이 데이터 분석과 AI 모델 설계에 기여했다. KAIST 건설및환경공학과 임리사 교수와 텍사스공과대학 전기컴퓨터공학과 이이판 연구원도 공동 연구자로 참여했다. 연구 결과는 지난 7월 3일 'IEEE Transactions on Intelligent Transportation Systems'에 온라인 게재됐다.
연구팀은 또한 열차 운영자가 안전한 문 닫힘 시간을 결정할 수 있도록 지원하는 의사결정 지원 시스템 가이드라인을 제시했으며, 승객을 위한 안전 표지판 및 경보 시스템도 권장했다. 성균관대학교는 이번 연구가 다양한 분야 전문가들의 글로벌 학제 간 협력의 가치를 보여준다고 밝혔다.
