Abstract
Travel Time is an important characteristic of traffic conditions in a road network. Currently, there are so many road users to get a unsatisfactory traffic information that is provided by existing collection systems such as, Detector, Probe car, CCTV and Anecdotal Report. This paper presents the results achieved with Data Fusion Model, Hybrid Neuro Fuzzy System for on - line estimation of travel times using RTMS(Remote Traffic Microwave Sensor) and Probe Data in the signalized arterial road. Data Fusion is the most important process to compose the various of data which can present real value for traffic situation and is also the one of the major process part in the TIC(Traffic Information Center) for analyzing and processing data. On-line travel time estimation methods(FALEM) on the basis of detector data has been evaluated by real value under KangNam Test Area.
본 연구는 지점검지체계와 구간검지체계와의 자료합성을 통하여 도심 간선도로 및 지방도로 구간별 효과척도를 산정할 뿐만 아니라 유고검지 및 통행패턴 예측, 네트워크 기종점에 대한 최적/최단 경로를 탐색하는데 기초가 되는 구간 통행시간 추정을 수행한다. 개개 수집원의 자료합성을 위해 퍼지이론과 인공신경 망의 합성모형인 FALEM(Fuzzy Adaptive Learning Estimator for travel time from Multi-information sources)을 개발, 개발된 모형 FALEM에 의해 개개구간의 통행시간을 산출하고 동일시간, 동일구간에서 조사된 실측데이터와의 오차율 비교를 통해 추정된 통행시간을 검증하였다. 테스트 환경은 개발모형에 의해 추정된 구간 통행시간의 적용성을 고려하여 실시간 운영하에서 수행되었다.
