---
title: "Vulnerable Road User Safety Using Mobile Phones with Vehicle-to-VRU Communication"
url: "https://maker.wiznet.io/bruno/projects/vulnerable-road-user-safety-using-mobile-phones-with-vehicle-to-vru-communication/"
markdown_url: "https://maker.wiznet.io/bruno/projects/vulnerable-road-user-safety-using-mobile-phones-with-vehicle-to-vru-communication/md"
type: "UCC: User Created Content"
author: "Sukru Yaren Gelbal and 2 others"
author_url: "https://www.mdpi.com/2079-9292/13/2/331"
editor: "WIZnet"
editor_url: "https://maker.wiznet.io/"
original_author: "Sukru Yaren Gelbal and 2 others"
original_url: "https://www.mdpi.com/2079-9292/13/2/331"
published: "2026-01-13"
language: "en"
likes: 0
views: 831
comments: 0
source: "WIZnet Makers (https://maker.wiznet.io/)"
---

# Vulnerable Road User Safety Using Mobile Phones with Vehicle-to-VRU Communication

> This paper proposes the use of Vehicle-to-VRU communication to inform nearby vehicles of VRUs on trajectories with a potential collision risk.

Original author: Sukru Yaren Gelbal and 2 others (source: https://www.mdpi.com/2079-9292/13/2/331)

## Article

## 프로젝트 개요 (40–60 words)

이 논문은 **VRU(보행자·자전거·킥보드)**가 스마트폰으로 BLE Advertising을 브로드캐스트해, 주변 차량이 잠재 충돌 위험을 더 이르게 인지하도록 만드는 **Vehicle-to-VRU 통신 기반 경고 시스템**을 제안합니다. 스마트폰 센서 데이터를 Kalman Filter로 평활화하고 LSTM으로 미래 궤적을 예측한 뒤, **TTZ(Time-To-Collision-Zone)** 비교로 경고 수준을 결정합니다.

---

## 이 논문이 “기술 데모”를 넘어 의미를 갖는 지점

카메라·레이더·라이다 같은 인지 센서는 조명·기상 조건에 크게 영향을 받거나, 부분/완전 가림(occlusion) 상황에서 VRU를 놓칠 수 있습니다.
이 논문은 이러한 **센서의 사각지대**를 **무선 통신(스마트폰 BLE)**로 보완하자는 접근을 취합니다.

즉,

> “차량이 VRU를 **보지 못해도**, VRU가 **나 여기 있어요**라고 말하게 만드는 구조”

라는 점에서 기존 센서 중심 ADAS와 차별화됩니다.

---

## 핵심 기술 구성 요약

![](https://maker.wiznet.io/upload/ckeditor5/847018121%5F1769417803%2Epng)

논문이 제안하는 전체 파이프라인은 크게 **3단계**로 정리됩니다.

### 1️⃣ VRU 데이터 수집·전송 (스마트폰 앱)

![](https://maker.wiznet.io/upload/ckeditor5/847018121%5F1769423695%2Epng)

Android 앱이 **BLE Advertising**으로 VRU 정보를 주변 차량/RSU에 브로드캐스트

동일 앱에서 VRU의 위치·속도·가속도 등 **모션/센서 데이터**를 수집해 학습 데이터로 활용

### 2️⃣ VRU 미래 궤적 추정

![](https://maker.wiznet.io/upload/ckeditor5/847018121%5F1769417850%2Epng)

센서 기반 위치·모션 데이터를 **Kalman Filter**로 평활화(노이즈 제거)

**LSTM(Long Short-Term Memory)** 신경망을 사용해 VRU의 **미래 이동 궤적**을 예측

### 3️⃣ 충돌 위험 판단 및 경고 (차량 측)

차량과 VRU 각각의 **TTZ(Time-To-Collision-Zone)**를 계산·비교

실도로 “스마트 교차로” 데이터 기반으로 경고 severity를 현실적으로 보정

Proof-of-Concept 실험으로 운전자 경고 동작을 시연

---

## 🤖 논문에서 사용된 AI 기술

### ✔ LSTM (Long Short-Term Memory) 신경망

논문에서 사용된 AI는 **LSTM 기반 시계열 예측 모델**입니다.

스마트폰으로 수집한 VRU의 **연속적인 모션 데이터**를 입력으로 사용

미래 이동 위치/경로를 예측해 **충돌 가능성 판단의 선행 입력값**으로 활용

📌 **왜 LSTM인가?**

VRU의 이동 데이터(좌표·속도·가속도)는 **시간 의존적 시계열 데이터**

일반 회귀 모델보다 **이전 상태를 기억하며 변화 패턴을 학습**하는 데 강함

→ 미래 이동 궤적 예측에 적합

---

![](https://maker.wiznet.io/upload/ckeditor5/847018121%5F1769417785%2Epng)

## 📊 AI가 실제로 쓰이는 처리 흐름

**VRU 움직임 데이터 수집**
Android 스마트폰 앱을 통해 센서·모션 데이터 수집

**데이터 전처리**
Kalman Filter로 센서 잡음 및 흔들림 제거

**AI 기반 예측**
LSTM 모델로 VRU의 미래 이동 궤적 예측

**충돌 위험 판단**
예측 결과를 기반으로 TTZ 계산 → 경고 수준 결정

---

## 처리 단계별 기술 요약

| 단계 | 처리 내용 | 사용 기술 |
| --- | --- | --- |
| 데이터 전처리 | 센서 잡음 제거 | Kalman Filter |
| 미래 위치 예측 | 시계열 궤적 예측 | LSTM Neural Network |
| 위험 판단 | 충돌 가능성 계산 | TTZ 알고리즘 |

---

## 적용 환경·사용자·규모 관점에서 “어디에 꽂히는 기술인가?”

### 1️⃣ 적용 산업·시나리오

도심 교차로 / 스쿨존 / 야간 조명 취약 구간

우천·안개 환경

정차 차량·건물 모서리·대형차 뒤 등 **NLOS(Non-Line-of-Sight)** 상황

이 기술의 핵심 강점은 **완전 자율주행 차량이 아니어도 적용 가능**하다는 점입니다.
즉, **일반 차량의 ADAS 경고 보강 레이어**로도 의미가 있습니다.

---

### 2️⃣ 대상 사용자와 적용 범위

**VRU(일반 시민)**
→ 별도 장비 없이 **스마트폰 앱 설치**가 전제

**차량 측(OEM/1차 협력사)**
→ 경고 HMI(클러스터/IVI) 및 V2X·게이트웨이 연동 필요

**지자체·스마트시티 운영자**
→ 교차로 RSU, 데이터 수집·운영 플랫폼과 결합 시 효과 증대

---

### 3️⃣ 단발성 데모 vs 반복 적용 구조

BLE 브로드캐스트 자체는 **확장 비용이 낮음**

그러나 대규모 확장 시:

다수 VRU 밀집 → BLE 채널 혼잡

차량 측 처리 부하 증가

👉 “1–2명 실험 데모”를 넘어
**출퇴근·행사·관광지 등 VRU 밀집 환경**에서는
필터링·우선순위·인프라 보조 설계가 필수로 요구됩니다.

---

## 양산(ODM/OEM) 관점 체크

논문은 **PoC(Proof-of-Concept)** 단계임을 명확히 합니다.
양산으로 가기 위한 주요 관문은 다음과 같습니다.

스마트폰 GPS 정확도 한계(도시 협곡·저가 단말)

다수 VRU 동시 처리 시 BLE 혼잡 문제

차량 ECU/IVI 통합 시

기능 안전(ISO 26262)

사이버보안(UNECE R155/R156)

→ 논문 범위를 넘어서는 **제품화 과제**가 존재

---

## (개념 통합) WIZnet이 반복적으로 쓰일 수 있는 지점

논문에서 언급하는 **스마트 교차로(RSU + 카메라 + DB)** 구조는
실제 운영 관점에서 **유선 Ethernet 백홀** 수요가 자연스럽게 발생합니다.

Marysville, Ohio 사례에서는:

교차로 카메라 → RSU → BSM/SPaT 브로드캐스트

데이터가 **SCOS DB**로 제공됨

👉 이 구간에서 WIZnet은 **BLE가 아닌, 인프라/엣지 장치의 유선 통신 파트**에 반복 적용될 수 있습니다.

---

## 반복 적용 가능한 개념 아키텍처

`[VRU Smartphone App] └─ BLE Advertising ↓ [Vehicle / Intersection RSU] └─ VRU 수신 · 필터링 · 이벤트 생성 ↓ [Edge Gateway (WIZnet 기반, 개념)] └─ Ethernet Backhaul ↓ [City Backend / SCOS-like Platform] └─ 저장 · 분석 · 정책 튜닝`

---

## Why WIZnet (개념적 이유)

교차로 제어함·가로 시설물은 **Wi-Fi보다 유선 Ethernet 선호**

W5500/W6100 계열의 **하드웨어 TCP/IP 오프로딩**
→ MCU를 센서 융합·필터링·로깅에 더 활용 가능

※ 위 내용은 **논문에 실제 구현된 사항은 아니며**,
논문 구조를 기반으로 한 **개념적 확장 시나리오**입니다.

---

## 검증 체크리스트

### A) 논문 팩트체크

BLE Advertising 기반 V2VRU 제안 ✅

Kalman Filter + LSTM 궤적 예측 ✅

TTZ 기반 경고 판단 ✅

스마트 교차로 실데이터 활용 ✅

혼잡·GPS 한계 언급 ✅

### B) 반복 적용·양산 관점 질문

VRU 앱 보급률을 어떻게 확보할 것인가?

VRU 밀집 환경에서 BLE 혼잡을 어떻게 완화할 것인가?

차량 OEM 통합 시 안전·보안 요구를 어떻게 충족할 것인가?

교차로 RSU 백홀을 유선 기반으로 표준화할 수 있는가?
→ **WIZnet이 꽂히는 지점**

---

## 원문

Gelbal, S.Y.; Aksun-Guvenc, B.; Guvenc, L.
**Vulnerable Road User Safety Using Mobile Phones with Vehicle-to-VRU Communication**.
Electronics 2024, 13(2), 331.

---

## 태그

#VRU #V2X #V2P #BLEAdvertising #KalmanFilter #LSTM #TTZ
#SmartIntersection #RSU #EthernetBackhaul #WIZnet(Concept)

---

Source: https://maker.wiznet.io/bruno/projects/vulnerable-road-user-safety-using-mobile-phones-with-vehicle-to-vru-communication/