• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.4
• /
• pp.41-53
• /
• 2018

This study developed the optimization method to correct the measured traffic volume of the expressway that minimizes the measurement error and satisfies the traffic balancing with TCS. For this purpose, the model constructed in this study was compared and verified with the true traffic volume. Verification result of the model, it was found that the measurement error is reduced when the measured traffic volume is corrected for the traffic volume balance. As a result of applying it to 40 links of the Kyoungbu expressway, the measured traffic volume was corrected by -8.1%~9.6% and the measurement error was decreased as much as the corrected traffic volume. This research is meaningful in improving the accuracy of the measured traffic volume of the expressway, while the scale and role of the expressway are increasing.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.105-106
• /
• 2014

본 논문에서는 통행 시간의 측정 방법 중 하나인 CCTV를 활용한 주행 차량 조사법을 이용하여 교통량을 측정한다. 교통망의 서비스 수준을 측정하는 주요 기준인 통행 시간과 지체 시간에 대하여 알아본다. 신호등 간격이 넓어서 연속적인 교통류 특성을 갖는 곳에서 측정을 하도록 한다. 반대편의 교통류가 충분히 식별 가능한 구간이어야 하고, 구간의 끝부분에서는 유턴이 가능해야 한다. 이 방법은 측정차량의 운전수만 있으면 CCTV와 프로그램이 알아서 측정하고, 시간, 거리, 교통량을 기록할 수 있는 장비도 필요 없다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.11
• /
• pp.2575-2580
• /
• 2013

In this paper, we watch out key measure of the level of transportation service about travel time and delay time. And we measured vehicle traffic by moving vehicle method using CCTV which is one of the travel time measure. We should be measured in place of continuous traffic flow characteristics with wide traffic light interval. In addition, traffic flow on the other side of the interval must be sufficiently identifiable and at the end of this section must be possible U-turn. This method it requires only the driver of the vehicle because of the CCTV measure. In addition, We cannot require time, distance, and traffic equipment that can be recorded. Because equipped with the software to do that. In addition to traffic, average travel time, average space speed, traffic density are also available.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.69-72
• /
• 2010

교통량이 급속히 증대되어 감에 따라 도로 운영의 효율성을 높이기 위한 연구들이 진행되고 있다. 기존의 연구들은 각 도로에서 측정된 교통량을 바탕으로 최적의 경로를 찾고자 하였다. 하지만 각 도로들의 교통량은 서로 연관이 되어있으며 서로 영향을 미치고 있으므로, 이 영향에 대한 연구가 필수적이다. 따라서 본 연구에서는 서울 도심 내 16개 지점에서 측정한 교통량 시계열 데이터를 바탕으로, 각 도로 간 서로 미치는 영향을 측정하였다. 각 도로 간 영향력은 Transfer entropy를 측정하여 계산하였으며, 본 분석을 통해 서울 도심 도로의 상호영향력을 바탕으로 네트워크를 구축할 수 있었다.

• Journal of Korean Society of Transportation
• /
• v.27 no.6
• /
• pp.139-146
• /
• 2009

While air pollutants emission caused by the traffic is one of the major sources, few researches have done. This study investigated the extent to which traffic and road related characteristics such as traffic volumes, speeds and road weather data including wind speed, temperature and humidity, as well as the road geometry affect the air pollutant emission. We collected the real time air pollutant emission data from Seoul automatic stations and real time traffic volume counts as well as the road geometry. The regression air pollutant emission models were estimated. The results show followings. First, the more traffic volume increase, the more pollutant emission increase. The more vehicle speed increase, the more measurement quantity of pollutant decrease. Secondly, as the wind speed, temperature, and humidity increase, the amount of air pollutant is likely to decrease. Thirdly, the figure of intersections affects air pollutant emission. To verify the estimated models, we compared the estimates of the air pollutant emission with the real emission data. The result show the estimated results of Chunggae 4 station has the most reliable data compared with the others. This study is differentiated in the way the model used the real time air pollutant emission data and real time traffic data as well as the road geometry to explain the effects of the traffic and road characteristics on air quality.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.80-82
• /
• 2019

드론은 좁은 장소나, 도로 위에서도 자유롭게 운용할 수 있다는 등의 장점으로 인해 점차 교통 모니터링 분야에 서도 널리 쓰이고 있다. 교통 모니터링을 통해 교통관제가 가능하며, 교통혼잡 해소에 활용할 수 있다. 교통량 확인을 위하여 기존에는 hand-crafted 기반의 방법들이 사용되었는데, 이러한 방법들은 조명이나 촬영위치에 취약하다. 따라서 이러한 문제를 해결하기 위해 본 논문에서는 딥러닝 기반의 교통량 확인 알고리즘을 제안하였다. 본 논문에서는 드론의 촬영 환경과 비슷한 환경의 도로 데이터를 수집하였다. 정확도를 좀 더 높이기 위해, 데이터 augmentation 을 하였다. 생성된 데이터를 이용하여 학습을 진행하였고, 학습 결과 97%의 정확도가 나옴을 확인하였다. 테스트 데이터에 대한 정확도 측정은 [250 pixel 이상] X [250 pixel 이상] 크기의 객체에 대해서 IOU 0.3 기준으로 측정되었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.214-215
• /
• 2013

The main criteria for objective measure of the level of transportation service is travel time and delay time. In this paper, the level of service is measured by using moving vehicles method. Through this, we get the hourly traffic volume, the average travel time, space average speed, etc. In addition, we get the density of traffic.

• Journal of Korean Society of Transportation
• /
• v.11 no.3
• /
• pp.31-48
• /
• 1993

본 연구에서는 다른 기종점 통행표(Trip Matrices)들을 같은 교통망(Network)에 배정하였을 때 교통분배 결과의 차이점들을 분석하고 교통분배의 민감도를 비교하였다. 전통적인 4단계 교통수요 추정에 의해서 산출된 교통배분을 비교의 기본자료로 이용했다. 또한 본 연구에서는 교통배분의 결과를 평가하기 위해 주로 사용하는 측정효과들과 교통배분의 기법들(Traffic Assignment Techniques)의 민감도도 연구조사하였다. 본 연구를 통하여 총교통량(Total Trips)과 통행길이빈도(Trip Length Frequency)제약에 의해 임의로 선출된 기종점 통행표를 이용한 교통배분의 결과는 전통적인 4단계 교통수요 측정에 의해 산출된 교통배분 및 조사교통량(Counted Traffic Volumes)에 매우 유사한 결과가 나왔다. 결론적으로 죤별 통행발생량에서의 오차는 교통배분의 본성적인 집계특성(Aggregative Nature)에 의하여 그 심각성이 감소되는 경향이 있다. 이것은 즉 앞단계(Trip Generation and Distribution Phases)에서 전통적으로 요구되어지는 정밀도가 없어도 적절한 교통배분기법을 사용함으로써 좋은 결과를 산출할 수 있다는 것을 암시한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2004.11a
• /
• pp.501-504
• /
• 2004

Straight traffic signal information is understanded by roation traffic signal.Ten traffic rotation street flew system saturated without forseed quantaty of traffic vehicle and length oftraffic street.Optimul traffic signal forcasting is needed departmemtstore sale season. for solution of this problem, at least before 10 hour traffic quantity reported policy department.For traffic forcasting of traffic jamed building pushed vehicle, neural network method is adapted Single traffic network is more needed to through traffic signal compared of traffic network. traffic network system is first analysed for artificial traffic network system and networked traffic systen is constructed by ubiquatous.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.47-49
• /
• 2007

교통정보수집 시스템이란 CCTV나 웹캠을 통해 얻어진 영상을 토대로 차선별, 혹은 주행방향별 교통량과 통과 차량들의 속도를 실시간으로 측정하는 시스템이다. 차선별로 각각 두 개의 라인을 설정하고 이를 이용하여 차선별 속도와 교통량을 측정한다. 이 때 차선별로 설정된 두 라인에 해당하는 영역에 대해서 배경 값을 지속적으로 갱신한다. CCTV와 웹캠을 이용하여 수집한 영상을 실험에 사용한 결과 평균 86.2%의 차선별 주행차량 검지율을 보였으며, 검지된 차량들을 차선별 방향별로 구분하여 평균 속도를 측정하였다.