Abstract
Traffic data by vehicle classification is difficult for mutual exchange of data due to the different vehicle classification from each other by the data sources; as a result, application of the data is very limited. In Particular. in case of TCS vehicle classification in national highways, passenger car, van and truck are mixed in one category and the practical usage is very low. The research standardize the vehicle classification to convert other data and develop the model which can estimate national highway traffic data by the standardized vehicle classification from the raw traffic data obtained at the highway tollgates. The tollgates are categorized into several groups by their features and the model estimates traffic data by the standardized vehicle classification by using the point estimation and bootstrap algorithm. The result indicates that both of the two methods above have the significant level. When considering the bias of the extreme value by the sample size, the bootstrap algorithm is more sophisticated. Using result of this study, we is expect the usage improvement of TCS data and more specific comparison between the freeway traffic investigation and link volume on freeway using the TCS data.
차종별 교통량자료는 자료의 출처별로 차종이 동일하지 않아 자료간 호환이 어려우며 이들 자료의 활용도 또한 매우 낮다. 특히, 고속도로의 경우에는 전수자료인 TCS 자료가 있음에도 불구하고 TCS의 타종분류는 차종 내에 승용, 승합, 화물차가 혼재 되어있어 실질적으로 활용도가 매우 낮다. 이에 본 연구에서는 각 출처별 자료들의 차종구분과 호환할 수 있도록 타종구분을 표준화하고 고속도로 톨게이트 유출입 차종별 교통량을 표준화된 차종별로 추정하기 위한 모형을 개발하였다. 즉, 톨게이트를 그 특성에 따라 몇 개의 카테고리로 분류하였고, 각 카테고리별로 각 타종의 구성비를 점추정량을 이용한 기법(산술평균, 기하평균, 조화평균)과 비모수적 통계기법인 붓스트랩을 이용하여 표준화 분류별 교통량을 추정하는 모형을 개발하였다. 그 결과 두 방법 모두 비교적 유의한 수준의 결과가 도출되었으나, 표본의 크기에 따라 발생할 수 있는 극단치에 대한 오추정 문제를 감안할 수 있는 붓스트랩기법이 우수한 것으로 나타났다. 본 연구의 결과로 향후 TCS 자료의 활용성 증대와 TCS 자료를 이용한 고속도로 구간교통량 추정과 고속도로 정기교통량 조사자료의 좀더 구체적인 비교가 가능할 것으로 기대된다.
