퍼지논리와 교통패턴을 이용한 유고검지 모형에 관한 연구

A Study on Incident Detection Model using Fuzzy Logic and Traffic Pattern

본 논문에서는 램프가 설치되어 있는 도로환경에 맞는 효율적인 유고검지를 위하여 퍼지논리 및 교통패턴을 함께 사용하여 유고검지 모형을 구현하였다. 모형에 사용된 교통 데이터는 서울시 내부 순환도로에 있는 루프 검지기에서 3개월 동안 5분 간격으로 수집된 교통량, 점유율, 속도 데이터이다. 본 논문에서는 단일지점 검지기 도로 환경에 맞게 변수들을 퍼지화 시켰으며 추론방법은 MIN-MAX 중심법을 사용하고 비퍼지화 방법은 무게 중심법을 사용하였다. 그리고 요일 및 링크별로 서로 다른 교통 흐름이 형성됨을 감안하여 교통패턴을 구축하였다. 최종적으로 퍼지논리의 유고확률과 교통패턴의 교통패턴 차이 값을 이용하여 유고를 판단하는 유고확률 임계치를 도출하였다. 본 논문에서 제안한 모형의 우수성을 입증하기 위해 APID 알고리즘과 교통패턴을 이용하지 않은 퍼지논리와 비교 검증 하였다. 검지율 및 오검지율 테스트를 수행한 결과 APID 알고리즘의 경우 제대로 유고를 검지하지 못하였으며 퍼지논리만을 이용한 알고리즘의 경우 상당히 높은 오검지율을 도출하였다. 이에 반해 교통패턴 및 퍼지논리를 이용한 본 모형의 경우 퍼지논리만을 사용한 모형에 비해 유고검지율은 5% 낮아졌으나 반면에 오검지율은 18% 낮아지는 향상된 결과를 나타냄을 알 수 있었다.

In this paper we proposed and implemented an incident detection model which combines fuzzy algorithm and traffic pattern in order to enhance the efficiency of incident detection for the highways with lamps. Most of the existing algorithms dealt with highways without lamps and can not be used for detecting incidents in the highways with lamps. The data used for model building are traffic volume, occupancy, and speed data. They have been collected by a loop sensor at 5 minutes interval at a point in the Internal Circular Highway of Seoul for the period of 3 months. In this model, the three parameters collected by sensor were fuzzified and combined with the daily traffic pattern of the link. The test of efficiency of the propsed model was performed by comparing the result of proposed model with traditional APID algorithm and fuzzy algorithm without the pattern data respectively. The result showed significant amount of improvement in reducing the false incident detection rate by 18%.