음향 데이터를 활용한 딥러닝 기반 긴급차량 우선 신호 시스템

초록

일반적으로 골든 타임은 인명 구조나 화재 진압 등의 사고 초기대응에 있어서 가장 중요한 시간을 의미한다. 골든 타임은 재난 상황별로 다르지만 화재나 구급에 있어서는 5분을 목표로 하고 있다. 하지만 실제 현장의 경우 구급차의 평균 출동 시간은 9분, 평균 이송 시간은 17.6분으로 골든 타임과 비교하여 상당히 큰 지연시간이 존재한다. 이러한 지연시간에는 다양한 원인이 존재하지만 가장 큰 원인은 교통체증이다. 해당 문제를 해결하기 위해 정부에서는 긴급 자동차 양보의무법 제정, 사고 발생률이 가장 높은 장소에 구급차 우선 배치 등을 골든 타임을 확보하고 있지만, 교통량이 빠른 속도로 증가하는 출퇴근 상황에서는 해결책이 되지 못하고 있다. 따라서 본 논문에서는 신호등에 사운드 센서를 설치하여 수집된 소리 데이터를 활용한 딥러닝 기반 긴급차량 우선 신호 시스템을 제안하고 긴급차량의 주파수 대역을 추출하고 거리에 따라 다르게 나타나는 진폭 신호를 분류하는 실험을 진행하였다.

키워드