대한교통학회지 (Journal of Korean Society of Transportation)

  • 제23권4호
  • /
  • Pages.57-69
  • /
  • 2005
  • /
  • 1229-1366(pISSN)
  • /
  • 2234-4217(eISSN)
대한교통학회 (Korean Society of Transportation)
권호 표지

교통관리시스템의 실시간 교통자료를 이용한 고속도로 동적OD 추정기법의 개발

The Development of Estimation Technique of Freeway Origin-Destination Demand Using a Real Traffic Data of FTMS

  • 김주영 (서울시립대학교 교통공학과) ;
  • 이승재 (서울시립대학교 교통공학과)
  • 발행 : 2005.09.06
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

도시고속도로 혼잡구간의 원인분석, 교통정보제공전략 수립, 진입램프 제어전략 및 효과분석 등 보다 효율적이 교통관리를 위해서는 진출입램프간 동적OD의 구축이 요구된다. 이를 위해 모든 진출입램프에 AVI 시스템을 설치하기에는 경제성 측면에서 비효율적이므로 현실 적용이 용이하고 추정력이 높은 동적OD 추정모델의 개발이 적절한 대안으로 판단된다. 본 연구는 교통관리시스템 (FTMS)에서 수집되는 실시간 검지기자료를 이용한 진출입램프간 동적OD 추정기법을 개발함에 있어서 시스템 탑재를 통하여 자동적으로 동적OD 추정이 가능하고 기존 모델에 비해 추정력을 높일 수 있는 방안을 마련하는데 주 목적을 두고 있다. 기존 동적OD 추정모델의 한계점은 2가지로 요약될 수 있다. 첫째, 교통류모델에서 추정하는 시간대별 링크분포 비율과 최적해 알고리즘에서 추정하는 동적OD간 상호관련성으로 동적OD 추정모델은 두 모듈간 Bi-level 문제로 접근해야 한다는 것이며, 둘째, 관측지점의 수가 추정코자 하는 OD쌍의 수보다 적기 때문에 교통량의 관측치와 추정치간 오차를 최소화하는 다수의 OD해가 존재하는 과소식별문제이다. 본 연구에서는 검지기에서 수집되는 교통자료(교통량, 통행속도, 점유율)를 이용하여 동적 교통류를 구현함으로써 Bi-level 문제를 해결하였으며, 동적OD 추정을 위한 목적함수를 링크 및 진출램프 교통량의 추정치와 관측치간 오차를 최소화하도록 설정함으로써 보다 많은 제약을 통하여 추정력을 높일 수 있도록 유도하였다. 본 연구에서는 동적OD 추정을 위한 최적해 알고리즘으로 유전자알고리즘을 적용하였으며, 서해안고속도로 (당진IC$\to$군산IC)의 실제 OD 및 교통자료를 이용하여 동적OD 추정모델을 평가하였다.

The goal of this paper is to develop freeway Origin-Destination (OD) demand estimation model using real-time traffic data collected from Freeway Traffic Management System (FTMS). In existing research, the micro-simulation models had been used to get a link distribution proportion by time process. Because of hi-level problem between the traffic flow model and the optimal OD solution algorithm, it is difficult for the existing models to be loaded at FTMS. The formulation of methodology proposed in this paper includes traffic flow technique to be able to remove the bi-level problem and optimal solution algorithm using a genetic algorithm. The proposed methodology is evaluated by using the real-time data of SOHAEAN freeway, South Korea.

키워드

참고문헌

  1. 임용택. 김현명. 백승걸(2000), 유전알고리즘을 이용한 OD 추정모형의 개발과 적용에 관한 연구(서울시 내부순환도로를 대상으로), 대한교통학회지, 제18권 제4호, 대한교통학회, pp.117-126
  2. 이승재. 조범철. 김종형(2000), 고속도로 네트워크에서 동적기종점수요 추정기법 비교연구, 대한교통학회지, 제18권 제5호, 대한교통학회, pp.83-97
  3. 강정규(1996), 칼만필터를 이용한 도시고속도로교통량예측 및 실시간O-D 추정, 대한교통학회지, 제14권 제3호, 대한교통학회, pp. 7-26
  4. Yun I. and Park, B. (2003) Development of ITS Evaluation Test-Bed Using Microscopic Simulation-City of Hampton Case Study. UVACTS-15-0-45
  5. Van Aerde. M., Hellinga B. and Mackinnon G. (2003) QUEENSOD : A Method for Estimating Time Varying Origin-Destination Demands for Freeway Corridors/Networks. Annual TRB Meeting 2003
  6. Van Der Zijpp. N.J. (1996) Dynamic Origin-Destination Matrix Estimation on Motorway Network. PhD. Thesis. University of Delft
  7. Sun. C. (2000) Dynamic Origin/Destination Estimation Using True Section Density. UCB-ITS-PRR-2000-5
  8. Antoniou. C., Ben-Akiva, M. and Koutsopoulos. H.N. (2004) Incorporating Automated Vehicle Identification Data into Origin-Destination Estimation. TRB 2004 Annual Meeting https://doi.org/10.3141/1882-05
  9. Muthuswamy. S., Davis. G.A., Levinson. D.M. and Michalopoulos, P.G. (2002) Freeway Origin Destination Matrix, not as simple as they seem, TRB 2004 Annual Meeting
  10. Iida Y., Kurauchi. F. and Li, L. (2000) A Simple Method for Estimating Dynamic Origin-Destination Matrix on the Urban Expressway : the Extension of the Combined MLS Model, Kyoto Uni
  11. Hellinga. B.R. and Van Aerde. M. (1996) Estimating Dynamic O-D Demands for a Freeway Corridor Using Loop Detector Data. Uni. of Waterloo
  12. Bhattacharjee, D., Sinha. K.C. and Krogmeier, J.V. (2001) Modeling the Effects of Traveler Information on Freeway Origin-Destination Demand Prediction. TR Part C9
  13. Sherali. H.D. and Arora. N. (1997) Parameter Optimization Methods for Estimating Dynamic Origin-Destination Trip-Tables, TR Part B, Vol.31 No.2 https://doi.org/10.1016/S0191-2615(96)00012-4
  14. Van Der Zijpp, N. (1996) Dynamic OD matrix Estimation from Traffic Counts and Automated Vehicle Identification Data. TRB 1607
  15. Lo. H.P. and Chan. C.P. (2003) Simultaneoul Estimation of an Origin-Destination Matrix and Link Choice Proportions Using Traffic Counts, TR Part A37
  16. Ashok, K. (1996) Estimation and Prediction of Time-Dependent Origin-Destination Flows, PhD. thesis, Uni. of MIT
  17. Ashok, K. and Ben-Akiva, M.E. (2002) Estimation and Prediction of Time-Dependent Origin-Destination Flows with a Stochastic Mapping to Path Flows and Link Flows, Transportation Science Vlo.36 No.2 https://doi.org/10.1287/trsc.36.2.184.563
  18. Bierlaire, M. (2002) The Total Demand Scale : A New Measure of Quality for Static and Dynamic Origin-Destination Trip Tables, TR Part B 36
  19. Ashok, K. and Ben-Akiva, M.E. (2000) Alternative Approaches for Real-Time Estimation and Prediction of Time-Dependent Origin-Destination Flows, Transportation Science Vol.34 No. 1 https://doi.org/10.1287/trsc.34.1.21.12282
  20. Hellinga, B.R. (1994) Estimation Dynamic Origin-Destination Demands from Link and Probe Counts, PhD. thesis, Queens University
  21. Yang, H., Akiyama, T. and Sasaki. T. (1992) A Neural Network Approach to the Identification of Real Time Origin- Destination Flows from Traffic Counts, Proceeding of the International Conference on Artificial Intelligence Applications in Transportation Engineering, pp.253-269
  22. Maher, M.J. (1983) Inferences on Trip Matrices from Observation on Link Volumes : A Bayesian Statistical Approach. Transportation Research Vol. 17B. No.6. pp.437-447 https://doi.org/10.1016/0191-2615(83)90030-9
  23. Cremer, M. and Keller, H. (1984) A Systems Dynamics Approach to the Estimation of Entry and Exit O-D Flows. 9th International Symposium on Transportation and Traffic Theory
  24. Nihan, N.L. and Davis, G.A. (1987) Recursive Estimation of Origin-Destination Matrices from Input/Output Counts. Transportation Research Vol. 21B, NO.2. pp.149-163 https://doi.org/10.1016/0191-2615(87)90013-0
  25. Okutani, I. (1987) The Kalman Filtering Approaches in Some Transportation and Traffic Problems. Proceeding of the lath International Symposium on Transportation and Traffic Theory, Elsevier, Newyork, pp.397 -416
  26. Hu, S. (1996) An Adaptive Kalman Filtering Algorithm for the Dynamic Estimation and Prediction of Freeway Origin-Destination Matrices. Ph.D. Thesis. Uni. of Purdue
  27. Nihan, N.L. and Davis, G.A. (1989) Application of Prediction-error Minimization and Maximum Likelihood to Estimate Intersection O-D Matrices from Traffic Counts. Transportation Science, Vol. 23, No.2, pp. 77 -90 https://doi.org/10.1287/trsc.23.2.77