🚗 AI 기반 실시간 교통안내 시스템 (캡스톤 디자인)

차량감지장치(VDS) 데이터로 학습한 Graph-WaveNet 모델과 A* 알고리즘을 결합해, 미래 교통 상황을 예측하는 개선된 ETA 제공 시스템.

🥈 세종대학교 컴퓨터공학과 캡스톤 디자인 우수상 (2등)

Quick Info

GitHub: Organization · Frontend · Server · Preprocessing · AI Model

Tech Stack

핵심 아이디어

"기존 길찾기 시스템은 예측(prediction)이 아닌 추론(estimation)이다."

기존 내비게이션은 과거 비슷한 시간대의 이력을 가져와 소요 시간을 추론할 뿐입니다. 우리는 VDS 데이터로 학습한 딥러닝 모델과 A*를 결합해 미래 상황을 예측한 ETA를 제공하기로 문제를 재정의했고, 이 재정의가 아키텍처의 모든 의사결정 기준이 됐습니다.

1. 사용자가 [출발지, 도착지, 출발시각] 요청
2. AI가 출발시각 기준 미래 1시간의 교통 상황 추론
3. A* 알고리즘으로 최단 시간 경로·ETA 계산
4. 경과 시간이 AI 추론 유효 범위(1시간)를 초과하면 → 2번으로 돌아가 재추론
5. 최종 경로 및 ETA 반환

내 기여

1. A* 경로 탐색 모듈 (단독)

• 6대 광역시 + 서울 고속도로 구간에서 톨게이트·국도 진입 지점·휴게소를 개별 노드로 세분화 — 지점별 통과 속도·차량 수·도로 길이를 노드 속성으로 보유