A Study on Traffic Flow Diagrams to Classify Traffic States of Incident Detection

돌발상황 검지를 위한 교통류 영역 구분에 관한 연구

  • 김상구 (전남대학교 교통물류학부) ;
  • 김영춘 (전남대학교 교통물류학과)
  • Published : 2006.05.31

Abstract

This study aims to introduce a basic principle to improve the incident detection algorithm using traffic flow diagrams that can classify traffic states with a high reliability on the basis of the analysis of traffic flow characteristics under the recurrent or incident congestions. It is tried to newly classify the traffic states with the speed-flow and speed-occupancy diagrams. This is because McMaster algorithm has a tendancy on not identifying the traffic states exactly using the flow-occupancy diagram. In this study it shows that the classification of traffic states is applicable to use speed-occupancy relationship Therefore, it is necessary to determine some parameters to correctly classify the areas representing the traffic states and it may be possible to develop a new algorithm to detect the incident with a high reliability.

본 연구에서는 반복정체와 돌발상황 교통류 특성을 분석하고 이에 따른 교통류 영역을 3개의 교통류 관계도를 가지고 구분하여 좀 더 안정적이고 신뢰성 있는 돌발상황 검지 알고리즘의 개선을 위한 기초이론 정립을 목적으로 한다. 이를 위해 본 연구에서는 McMaster 알고리즘의 교통량-점유율 관계도에서 교통류 영역을 구분하는 각각의 파라메타 임계값의 경계에 위치한 교통류의 불확실한 영역 판단으로 인한 오경보를 해결하기 위하여 속도-교통량, 속도-점유율 관계도에 대해서도 새로운 영역 구분을 시도해 보았다 그리고 구분한 영역에 따른 교통류 상태 판정도에 적합한 새로운 알고리즘의 프로토타입 및 구현방안을 제시하였다 본 연구의 주안점이 기존의 McMaster 알고리즘의 기능을 개선하고 신뢰성을 갖는 새로운 돌발상황 검지 모형을 제시하는 것으로써 향후 고속도로 돌발상황 검지체계에 유용하게 적용될 수 있을 것으로 판단된다.

Keywords

References

  1. 강수구.도철웅.손봉수.이시복(2001), '고속도로 돌발상황검지알고리즘 성능 개선기법에 관한 연 구' 대한교통학회지, 제19권 제6호, 대한교통학회, pp.107
  2. A. Gall and F. L. Hall(1989), 'Distingguishing Between Incident Congestion and Recurrent Congestion : A Proposed Logic' TRR, 1232, TRB, pp.1-8
  3. B. N. Persaud and F. L. Hall(1989), 'Catastrophe Theory and Patterns in 30-Second Freeway Traffic Data-Implications for Incident Detection' Transpn. Res.-A, Vol. 23A, Great Britain, pp.103-113
  4. B. N. Persaud, F. L. Hall(1990), 'Congestion Identification Aspects of the McMaster Incident Detection Algorithm', TRR, 1287, TRB, pp.167-175
  5. F. L. Hall, Yong Shi, and George Atala (1991), 'O-Line Testing of the McMaster Incident Detection Algorithm Under Recurrent Congestion', TRR, 1394, TRB, pp.1-7
  6. Helbing D., Hennecke A. and Treiber M. (1999), 'Phase Diagram of Traffic States in the Presence of Inhomogeneities' Phys. Rev. Letter, 82, p.4360-4363 https://doi.org/10.1103/PhysRevLett.82.4360
  7. Kerner B. S. and Rehborn H.(1996), 'Experimental Properties of Complexity in Traffic Flow' Phys. Rev. E, 53, pp.4275-4278 https://doi.org/10.1103/PhysRevE.53.R4275
  8. Kim Y. (2002), 'Online Traffic Flow Model Applying Dynamic Flow-Density Relation' Ph.D. Dissertation, Techische Universitat Munchen, pp.18-22
  9. Lee H. Y., Lee H. W. and Kim D. (1999), 'Dynamic States of a Continuum Traffic Equation with On-ramp' Phys. Rev. E., 59, pp.5101- 5111 https://doi.org/10.1103/PhysRevE.59.5101
  10. R. Weil et al.(1998), 'Traffic Incident Detection: Sensors and Algorithms', Mathl. Comput. Modelling Vol 27, No. 9-11, pp.257-291 https://doi.org/10.1016/S0895-7177(98)00064-8