AI 교통 사고 발생 사전 예측

과학자들은 인공지능(AI)을 활용해 고속도로가 인근 주거 도로보다 위험하며 고속도로에서 합류하고 빠져나가는 구간의 위험도가 훨씬 더 높다는 것을 발견했다.

MIT 컴퓨터 과학 및 인공 지능 연구소(CSAIL)와 카타르 인공 지능 센터의 과학자들은 고해상도 충돌 위험 지도를 예측하는 딥 러닝 모델을 개발했다. 과거 충돌 데이터, 도로 지도, 위성 이미지 및 GPS 추적을 조합하여 제공되는 위험 지도는 미래의 일정 기간 동안 예상되는 충돌 횟수를 설명하여 고위험 영역을 식별하고 미래 충돌을 예측한다.

일반적으로 이러한 유형의 위험 지도는 수백 미터 주위를 맴도는 훨씬 낮은 해상도로 캡처된다. 즉, 도로도 함께 흐려지기 때문에 중요한 세부 사항은 생략된다. 그러나 이 지도는 5×5미터 그리드 셀로 더 높은 해상도는 새로운 명확성을 제공한다.

논문의 주저자인 MIT CSAIL Ph.D Songtao He는 “모든 장소에서 미래 충돌 확률을 결정하는 기본 위험 분포를 캡처하고 과거 데이터 없이 더 안전한 경로를 찾고 자동차 보험 회사가 고객의 주행 궤적을 기반으로 맞춤형 보험 계획을 제공할 수 있도록 하고 도시 계획자가 설계할 수 있도록 돕는다. 더 안전한 도로를 만들고 미래의 충돌을 예측할 수도 있다”고 말했다.

자동차 충돌은 세계 GDP의 약 3%를 차지하는 주요 사망 원인으로 어린이와 젊은 층에서 사고가 많다. 그럼에도 사고 자체가 지닌 희소성 때문에 고해상도에서 지도를 추론하는 것은 까다로운 작업이다. 5×5 그리드 셀에서 충돌이 발생할 평균 연간 확률은 약 1,000분의 1이다. 같은 위치에서 두 번 발생하는 경우는 거의 없다. 충돌 위험을 예측하려는 이전의 시도는 대부분 이전에 인근 충돌이 있었던 경우에만 해당 지역이 고위험으로 간주됐다.

팀의 접근 방식은 중요한 데이터를 캡처하기 위해 더 범위를 넓혔다. 밀도, 속도 및 교통 방향에 대한 정보를 제공하는 GPS 궤적 패턴과 차선 수, 갓길이 있는지 여부 또는 보행자 수와 같은 도로 구조를 설명하는 위성 이미지를 사용하여 고위험 위치를 식별한다. 그런 다음 고위험 영역에 기록된 충돌이 없더라도 트래픽 패턴 및 토폴로지만 기준으로 고위험 영역으로 식별될 수 있다.

모델을 평가하기 위해 과학자들은 2017년과 2018년의 충돌 및 데이터를 사용하고 2019년과 2020년 충돌 예측 성능을 테스트했다.

카타르 컴퓨팅 연구소(QCRI)의 수석 과학자 Amin Sadeghi는 “우리 모델은 겉보기에 관련이 없어 보이는 데이터 소스의 여러 단서를 결합하여 한 도시에서 다른 도시로 일반화할 수 있다. 우리 모델이 미지의 영역에서 충돌 지도를 예측할 수 있기 때문에 이것은 범용 AI를 단계”라며 “이 모델은 과거 충돌 데이터가 없는 경우에도 유용한 충돌 지도를 추론하는 데 사용할 수 있으며, 이는 가상의 시나리오를 비교하여 도시 계획 및 정책 수립에 긍정적으로 사용할 수 있다”고 말했다.

데이터 세트는 로스앤젤레스, 뉴욕시, 시카고, 보스턴에서 7,500제곱킬로미터를 커버했다. 4개 도시 중 L.A.는 충돌 밀도가 가장 높아 가장 안전하지 않았고, 뉴욕, 시카고, 보스턴이 그 뒤를 이었다.

Sadeghi는 “사람들이 위험 지도를 사용하여 잠재적으로 고위험 도로 구간을 식별할 수 있다면 이동 위험을 줄이기 위해 사전에 조치를 취할 수 있다. Waze 및 Apple Maps와 같은 앱에는 사고 기능 도구가 있지만 우리는 충돌이 일어나기 전에 식별한다”고 설명했다.

*Inferring high-resolution traffic accident risk maps based on satellite imagery and GPS trajectories. openaccess.thecvf.com/content/ … _ICCV_2021_paper.pdf