• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.33 no.2
• /
• pp.691-702
• /
• 2013

In this study the quantitative outlier-filtering algorithm has been developed using the smoothing method based on the day-of-the-week traffic volume variation pattern and then, in order to test the effectiveness of the algorithm, it has been used to identify outliers from the traffic volume data collected at 14 continuous traffic counts sites on the national highways in the year 2010. The test results are satisfactory since the filtering rate is 98.2% for normal days and the mis-filtering rate is 8.0% for abnormal days. Therefore, the algorithm will be able to be used for roughly-but-quickly filtering outliers from the collected traffic volume data.

• Journal of Korean Society of Transportation
• /
• v.26 no.1
• /
• pp.79-88
• /
• 2008

VMS based dispersion of traffic flows enables to decrease delay and congestion. Such being the case, there has been growing interests in VMS operation strategy. The strategy is based on driver's behavior or diversion rate. However, it was not easy to obtain each in practice. The diversion rate, thus far, was investigated by stated preference analysis or simulators. As an alternative, in this paper, a new method to obtain diversion flow rate was suggested using the toll collection system and freeway traffic management system data. A large gap of diversion rate between stated preference analysis and field survey was observed. Out of surveyed 8 tollgate data, the diversion rate was about 7% and was quite lower compared with that of 21%${\sim}$87% from stated preference analysis or simulators. With this at hand, a more careful information provision strategy should be devised and employed to correctly account this kind of differences.

• Proceedings of the KSR Conference
• /
• 2011.05a
• /
• pp.1799-1810
• /
• 2011

Origin-Destination(OD) trip survey being used in travel demand forecasting has been obtained through totalizing process with direct sample survey techniques such as plate license survey, roadside interview, household travel survey, and cordon line counts. However, the OD survey has many discrepancies in sampling, totalizing process, and such discrepancies contains problems of difference between forecasted traffic volume and observed data. On the other hand, transit smart card data recently collected has credible resource of obtaining travel information for bus and metro. This paper presents parameter estimation of gravity model by using transit smart card data. Through the parameter estimation method, we estimated =0.57, ${\beta}$=0.14 of gravity model for bus, and ${\alpha}$=-0.21, ${\beta}$=0.05 for metro. The statistical test such as T-test, coefficient of correlation, Theil`s inequality coefficient showed no difference between observed volume and estimated volume. Elasticities of bus and metro derived in this paper are also reasonable.

• Transportation Technology and Policy
• /
• v.2 no.4
• /
• pp.233-243
• /
• 2005

• Transportation Technology and Policy
• /
• v.2 no.1
• /
• pp.175-183
• /
• 2005

• 도로교통
• /
• s.99
• /
• pp.44-57
• /
• 2005

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.7 no.3
• /
• pp.29-37
• /
• 2008

In this parer, we purpose for applying the RFID(Radio Frequency IDentification) system in National Road Traffic Volume Survey. Because there is limitation for shipping RFID Tag on every car, we firstly defined Expansion (process of making the number of all cars which passed survey point from sampling data) and determined the best methodology among 3 methodologies (Time factor Model, Fuzzy Model, Artificial Neural Network). As a result of analysis, Time Factor Model was chosen as the best methodology for Expansion. Also, we analyzed to find an application of the RFID system in National Road Traffic Volume Survey and obtained a possibility applying it. It is expected that if the RFID system is used in Traffic Volume Survey, the survey cost is saved than before.

• Journal of Korean Society of Transportation
• /
• v.22 no.7 s.78
• /
• pp.17-23
• /
• 2004

교통정책을 평가하기 위해 기본적으로 요구되는 Data 중 가장 근본이 되는 것이 OD이다. 기존의 교통정책을 평가함에 있어서 일반적으로 사용되고 있는 OD는 AADT(Annual Average Daily Traffic) OD이다. 계절별 평일/주말 교통량의 분산이 매우 크다는 것은 기존 조사나 연구로 익히 알려진 사실이며, 또한 사회 경제적인 여건의 변화 및 주 5일제 근무제의 시행 등으로 여가통행의 비중이 높아짐에 따라 평일과 주말의 교통량의 분산은 더욱 커질 것으로 예상된다. 따라서 교통정책을 평가하는 방법도 AADT OD의 일률적인 적용이 아닌 교통량의 계절별 평일/주말의 분산을 적용시킨 OD를 가지고 교통정책을 평가하는 방법이 교통정책을 결정함에 있어 오류를 범할 가능성을 적게 될 것으로 예상된다. 기존 연구에서는 이러한 교통량의 분산의 보정을 지점교통량에 한정하여 보정하고 있어 실질적인 네트워크 분석에 적용하기에는 무리가 있다. 이에 본 연구에서는 관측된 TCS Data를 이용하여 계절별 평일/주말의 OD 교통 패턴을 분석하여 계절별 평일/주말의 OD 교통패턴을 반영할 수 있는 보정계수를 산출하고 산출된 보정계수에 따라 AADT OD를 보정하여 네트워크 분석의 기초 자료를 구축하였다. 수정된 OD 교통량의 검증을 위하여 기존의 AADT OD의 인구당 통행발생비율과 계절별 평일/주말 OD의 통행발생량을 비교하였다. 그 결과 소수점 두 자리수에서 오차가 발생하여 비교적 합리적인 OD가 추정되었다. 또한 기존의 AADT OD를 이용하여 정책 결정을 할 때의 오류 가능성을 보이기 위하여 각 계절별 평일/주말 OD 교통량과 기존의 AADT OD를 입력 자료로 각각의 네트워크 분석 후 총통행시간의 차이를 분석하였다. 그 결과 정책 결정에 영향을 미칠 수 있을 정도의 차이가 있는 것으로 분석되었다.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.21-30
• /
• 1998

본 연구는 기존 구간 속도 예측기법의 고찰을 통하여 검지기에서 올라오는 교통제어변수를 이용하여 구간 속도 예측모형을 연구하는데 목적이 있다. 이를 위한 교통 제어변수로는 연속류 제어에서 통상적으로 사용되는 교통량, 점유율, 밀도, 속도 등을 사용한다. 공간적 범위로는 서울 올림픽대로의 17개의 영상 검지기 중 #3과 #16검지기에서 올라오는 속도, 점유율, 교통량 자료를 토대로 1998년 6월 11일 오전 7시부터 11시까지의 4시간동안 예측을 실시하며 Historical Traffic Pattern과 시험차량, 자동차 번호판 조사를 통한 구간 실측조사 자료를 토대로 예측을 위한 자료를 구축한다. 기존의 예측기법인 시계열 분석, 신경망 이론, 평활법과 칼만필터링을 고찰하였고, 가장 좋은 예측력을 보여주는 기법은 칼만필터링 모형이었다. 이를 토대로 Case Study를 통해 여러 구간의 다주기 예측을 통해 단기간(short-term)의 구간 속도를 예측하고 각 해당 검지기별 실측자료를 통해 비교분석을 실시하였다. 결과적으로 도출된 칼만필터링 모형의 다주기 예측을 통한 구간 통행속도의 예측이 기존의 구간 통행속도 산출 방법보다 더 나은 예측력을 보여주고 있다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.32 no.3D
• /
• pp.205-212
• /
• 2012

The national highway traffic counts system consists of short duration counts and continuous counts. Unlike continuous counts, short duration counts are performed by collection of a few days period and thus, the magnitude of deviation of collected data from AADT varies depending upon when data collection takes place. Therefore, this study was done to find out the best months and days of data collection of each highway classification in order to enhance the accuracy of AADT estimation. Continuous counts, another type of the national traffic counts system, are performed by collection of 365-day period using a permanent traffic counter. Therefore, it is necessary to keep the number of days for which the counter malfunctions to a minimum in order to enhance the accuracy of data. However, from time to time the permanent traffic counter malfunctions due to various causes and thus, cannot collect data. Therefore, this study was done to find out whether the age of counter, the ratio of heavy vehicle volume to total traffic volume, etc. could be the direct causes of counter's malfunction based on the number of maintenance for a certain time period.