Caramel LabCaramel Lab

응급 차량 스마트 내비게이션 시스템

Smart navigation system for emergency vehicles (SNSEV): utilizing fog and cloud computing technology for real-time traffic management

Fatma M. Talaat, Samah A. Gamel·Neural Computing and Applications·발표 2025.05· 8 인용
최근 1년 8회 인용· 떠오르는 연구

한국어 핵심 요약

스마트 도시에서 응급 차량의 신속한 출동은 효과적인 비상 대응의 핵심 요소입니다. 응급 상황 대응 시간을 단축하기 위해서는 목적지까지의 최단 경로를 예측하고 실시간 교통 상황에 맞춰 경로를 조정할 수 있는 내비게이션 시스템이 필수적입니다. 본 논문은 실시간 교통 관리를 위해 포그 및 클라우드 컴퓨팅 기술을 활용하는 응급 차량용 실시간 내비게이션 알고리즘인 SNSEV(Smart Navigation System for Emergency Vehicles)를 제안합니다. SNSEV는 센서 및 카메라와 같은 IoT 장치를 통해 교통 상황 및 도로 장애물에 대한 실시간 데이터를 수집합니다. 이 데이터는 포그 컴퓨팅 기술을 사용하여 처리 및 분석되며, 클라우드 컴퓨팅 기술은 응급 차량에 실시간 내비게이션 및 우선 제어 기능을 제공하여 대응 시간을 단축하고 목적지에 최대한 빨리 도달하도록 돕습니다. 제안된 SNSEV 알고리즘과 시스템 아키텍처를 제시하고 잠재적인 이점과 과제를 논의합니다. 실험 결과, SNSEV는 스마트 도시의 응급 대응 효율성과 효과를 크게 향상시켜 공공 안전 및 복지 증진에 기여할 수 있음을 보여주었습니다. 여러 실험 결과에 따르면, SNSEV는 최고 처리량, 최저 대역폭 사용량, 최단 지연 시간을 제공하여 기존 시스템보다 우수한 성능을 발휘합니다.

섹션 미리보기

연구 배경

스마트 도시에서 응급 차량의 신속한 출동은 비상 대응의 핵심입니다. 실시간 교통 상황을 반영하여 최단 경로를 예측하고 조정하는 내비게이션 시스템이 필요합니다.

핵심 발견

SNSEV는 포그 및 클라우드 컴퓨팅을 활용하여 실시간 교통 데이터를 분석하고 응급 차량에 최적화된 내비게이션을 제공합니다. 이를 통해 응급 대응 효율성을 크게 향상시키고, 기존 시스템 대비 높은 처리량과 낮은 지연 시간을 달성합니다.

전체 8개 섹션 분석

내가 읽고 있는 논문도 이렇게 정리해드릴게요

연구 배경 · 방법론 · 결과 · 한계점까지 8개 섹션 풀 분석. PDF 업로드 한 번이면 끝.

내 논문 분석하기

관련 기계공학 논문

기계공학 전체 보기