초록
실시간 교통정보는 운전자 입장에서는 항상 과거정보가 되는 특성이 있기에. 신뢰도 높은 예측교통정보 가공의 필요성은 오래전부터 제기되어 왔다. 교통류의 상태를 운전자에게 알리는 방안에는 속도, 통행시간도 있지만, 정체가 심하고 링크가 긴 구간에서는 대기행렬의 길이가 매우 효과적인 제공방안의 하나이다. 본 논문은 Kalman filter를 활용하여 대기행렬 길이를 예측하는 모델을 제안한 후, 실제 검지기 자료를 이용하여 서울 도심의 남산권 네트웍 상에 적용하였다. 5분후의 대기행렬 길이를 예측한 후 통계적으로 검증해 본 결과, 상당한 예측력을 확보할 수 있었다. 본 연구는 국내외 최초로 도심부에서 대기행렬 길이 예측을 시도하였고 실제 활용 가능성을 타진했다는데 큰 의미가 있다.
Real-time queueing information and/or predictive queue built-up information can be a good criterion in selecting travel options, such as routes, both for users, and for operators in operating transportation system. Provided properly, it will be a key information for reducing traffic congestion. Also, it helps drivers be able to select optimal roues and operators be able to manage the system effectively as a whole. To produce the predictive queue information, this paper proposes a predictive model for estimating and predicting queue lengths, mainly based on Kalman Filter. It has a structure of having state space model for predicting queue length which is set as observational variable. It has been applied for the Namsan first tunnel and the application results indicate that the model is quite reasonable in its efficacy and can be applicable for various ATIS system architecture. Some limitations and future research agenda have also been discussed.