Expansion of Sample OD Based on Probe Vehicle Data in a Ubiquitous Environment

유비쿼터스 환경의 프로브 차량 정보를 활용한 표본 OD 전수화 (제주시 시범사업지역을 대상으로)

  • 정소영 (한국도로공사 도로교통연구원) ;
  • 백승걸 (한국도로공사 도로교통연구원) ;
  • 강정규 (한국도로공사 도로교통연구원)
  • Published : 2008.08.31

Abstract

Information collection systems and applications in a ubiquitous environment has emerged as a leading issue in transportation and logistics. A productive application example is a traffic information collection system based on probe vehicles and wireless communication technology. Estimation of hourly OD pairs using probe OD data is a possible target. Since probe OD data consists of sample OD pairs, which vary over time and space, computation of sample rates of OD pairs and expansion of sample OD pairs into static OD pairs is required. In this paper, the authors proposed a method to estimate sample OD data with probe data in Jeju City and expand those into static OD data. Mean absolute percentage difference (MAPD) error between observed traffic volume and assigned traffic volume was about 22.9%. After removing abnormal data, MAPD error improved to 17.6%. Development of static OD estimation methods using probe vehicle data in a real environment is considered the main contribution of this paper.

최근 교통 물류 분야에서도 유비쿼터스 환경의 정보수집체계 및 이를 응용한 서비스 개발의 필요성이 매년 높아지고 있다. 프로브 차량과 무선통신기술을 활용한 교통정보 수집체계는 그 대표적인 사례로 차량의 기종점 자료를 이용하여 시간대별 OD를 산정하는 것이 가능하다. 그러나 프로브 차량 정보를 활용하여 산정된 OD는 시간적 공간적으로 변동되는 표본OD이기 때문에 이를 정적OD로 전환하기 위해서는 수집정보를 집적하여 적정 표본율을 산정하고, 표본OD를 전수화하는 과정이 필요하다. 본 연구는 제주시를 대상으로 수집된 실제 데이터를 표본OD 산정 및 전수화 알고리즘에 적용하여 표본OD를 산정하고 이를 전수화하였다. 각 링크별 관측교통량과 배분교통량과의 오차를 비교 검토한 결과 링크별 관측교통량 과 배분교통량의 평균 오차율은 22.9%, 상 하위 10%의 이상 자료를 제거한 후의 평균 오차율은 17.6%로 각각 나타났다. 본 연구는 기존OD가 존재하지 않는 지역에서 프로브 차량의 경로정보를 활용하여 정적OD를 산정하였다는 점과 적정 오차율 내 수렴을 위한 적정 표본율을 제시하였다는 점에서 그 의의를 찾을 수 있다.

Keywords

References

  1. 백승걸.정소영(2007a), "RFID 리더기 최적 설치지점 선정 연구", 제55회 학술발표회 논문집, 대한교통학회, pp.419-428
  2. 백승걸.정소영.김범진(2007b), "RFID 프로브 차량을 이용한 정적 표본 OD 추정", 대한토목학회 정기학술대회, 대한토목학회
  3. 정소영.백승걸(2007c), "프로브 차량 표본 OD의 전수화기법 연구", 제57회 학술발표회 논문집, 대한교통학회, pp.137-145
  4. 한국교통연구원(2007), "전국 지역간 여객 기종점통행량 자료의 전수화"
  5. 한국교통연구원(2006), "기종점 통행량 신뢰성 향상을 위한 기초연구"
  6. 김시곤.유병석.강승필(2005), "휴대폰 기지국 정보를 이용한 O/D 추정기법 연구", 대한교통학회지, 제23권 제1호, 대한교통학회, pp.93-102
  7. 건설교통부(2004), "LBS를 기반으로 한 정기속도 측정 및 O/D 산출기법 개발"
  8. 손기민(2004), "Mobile 위치정보를 이용한 동적OD 생성방안 기초연구", 서울시정개발연구원
  9. 백승걸.김현명.신동호(2002), "표본링크이용비를 추가정보로 이용한 OD 행렬 추정", 대한교통학회지, 제20권 제4호, 대한교통학회, pp.83-93
  10. 백승걸(2001), "유전알고리즘을 이용한 링크관측교통량으로부터의 기종점 통행행렬 추정", 서울대학교 대학원 박사학위논문
  11. 백승걸.임강원.이승재(1998), "기종점 추정을 위한 최적관측위치로서의 죤 코든라인", 대한국토 및 도시계획학회지, 제33권 제6호
  12. Watling D. P.(1994), "Maximum likelihood Estimation of OD matrices from a partial registration plate number", Transpn. Res. 28B, pp.289-314
  13. Tamin O. Z. and Willumsen G.(1989), "Transport demand model estimation from traffic counts", Transpn. Vol.16, pp.3-2
  14. Cascetta E.(1984), "Estimation of trip matrices from traffic counts and survey data : generalized least squares estimator", Transpn. Res. 18B, pp.289-299
  15. Kuwahara M, Sullivan E. C.(1987), "Estimating OD matrices from roadside survey data", Transpn. Res. 21B, pp.233-248
  16. Spiess H.(1987), "A Maximum likelihood model for estimating O-D matrices", Transpn. Res. 21B, pp.395-412
  17. Landau U., Hauer E., and Geva I.(1982), "Estimation of cross-cordon OD flows from cordon studies", Transportation Research Record, 891, pp.5-10