Abstract
As a fundamental input to the travel demand forecasting, OD has been always a concern in obtaining the accurate link traffic volume. Numerous methods were applied thus far without a complete success. Some existing OD estimation techniques generally extract regular samples and expand those sample into population. These methods, however, leaves some to be desired in terms of accuracy. To complement such problems, research on estimating OD using additional information such as link traffic volume as well as sample link use rate have been accomplished. In this paper, a new approach for estimating static origin-destination (OD) using probe vehicle has been proposed. More specifically, this paper tried to search an effective sample rate which varies over time and space. In a sample test network study, the traffic volume error rate of each link was set as objective function in solving the problem. As a key result the MAE (mean absolute error) between expanded OD and actual OD was identified as about 5.28%. The developed methodology could be applied with similar cases. Some limitations and future research agenda have also been discussed.
기종점자료(Origin-Destination 자료: 이하 OD)는 교통수요예측에 있어 필수적인 정보로서 이를 실제조사하거나 또는 추정하기 위하여 수많은 기법들이 활용되었다. 기존의 OD 추정기법은 일정한 가구 표본을 추출하여 이를 전수화하는 것이 일반적이었으나, 정확도의 문제점을 내포하고 있었다. 이를 보완하기 위하여 링크 교통량, 표본링크이용비 등의 추가 정보를 활용하여 OD를 추정하는 연구들이 지속적으로 이루어지고 있다. 본 연구는 프로브 차량자료에서 수집된 정보를 추가 정보로 활용하여 OD를 추정하는 연구로 시 공간적으로 변동하는 적정 표본율을 찾아내는 것을 목표로 한다. 본 연구에서는 각 링크의 교통량 오차율을 목적함수로 설정하였으며, 가상 네트워크에 대한 사례분석 결과 전수화된 OD와 실제OD 간의 MAE는 약 5.28%로 나타났다. 유비퀴터스 환경 하에서 획득된 다양한 실시간 정보는 본 연구에서 제시된 방법에 의해 활용될 수 있을 것으로 판단되며, 이와 관련한 연구의 한계와 향후 과제를 제시하였다.
