초록
실시간 통행시간관련자료의 집계시간간격은 보다 신뢰성있는 통행시간정보제공과 교통정보센터의 효율적인 운영을 위해 매우 중요한 요소이다. 그러나 대부분의 기존 VDS 및 TCS교통정보 데이터는 통계학적·공학적 차원에서의 합리적인 연구나 검증없이 경험적 간격으로 집계되고 있다. 본 연구의 목적은 링크 및 교통축(Corridor) 통행시간 산정 및 예측시의 최적 집계 시간간격을 결정할 수 있는 통계학적 모형을 개발하고 실제 도로망에서 수집되는 통행시간자료에 적용하는 것이다 첫째로, 본 연구는 링크 및 교통축 통행시간 산정 및 예측으로 인한 오차를 계량화하는 통계학적 모형을 제시하고, 제시된 모형의 의미를 교통류이론 측면과 통행시간정보 이용자측면에서 살펴보았다. 둘째로, 미국 Texas, Houston의 도시고속도로에서 AVI시스템을 통해 수집된 통행시간자료를 제시된 모형에 적용하였다. 적용결과 링크통행시간 산정을 위한 최적 집계시간간격보다 링크통행시간예측을 위한 최적 집계시간간격이 큰 것으로 나타났으며, 교통축 통행시간 산정 및 예측을 위한 최적 집계시간간격은 교통축을 구성하는 링크간의 상관관계 (Correlation)에 큰 영향을 받는 것으로 분석되었다.
We propose a general solution methodology for identifying the optimal aggregation interval sizes as a function of the traffic dynamics and frequency of observations for four cases : i) link travel time estimation, ii) corridor/route travel time estimation, iii) link travel time forecasting. and iv) corridor/route travel time forecasting. We first develop statistical models which define Mean Square Error (MSE) for four different cases and interpret the models from a traffic flow perspective. The emphasis is on i) the tradeoff between the Precision and bias, 2) the difference between estimation and forecasting, and 3) the implication of the correlation between links on the corridor/route travel time estimation and forecasting, We then demonstrate the Proposed models to the real-world travel time data from Houston, Texas which were collected as Part of the Automatic Vehicle Identification (AVI) system of the Houston Transtar system. The best aggregation interval sizes for the link travel time estimation and forecasting were different and the function of the traffic dynamics. For the best aggregation interval sizes for the corridor/route travel time estimation and forecasting, the covariance between links had an important effect.