• Journal of Korean Society of Transportation
• /
• v.27 no.2
• /
• pp.133-144
• /
• 2009

In Korea, the ITS project has been progressed to improve traffic mobility and safety. Further, it is to relieve traffic jam by supply real time travel information for drivers and to promote traffic convenience and safety. It is important that the traffic information is provided accurately. This study was conducted outlier elimination and missing data adjustment to improve accuracy of raw data. A method for raise reliability of travel time prediction information was presented. We developed Historical Profile model and adjustment formula to reflect quality of interrupted flow. We predicted travel time by developed Historical Profile model and adjustment formula and verified by comparison between developed model and existing model such as Neural Network model and Kalman Filter model. The results of comparative analysis clarified that developed model and Karlman Filter model similarity predicted in general situation but developed model was more accurate than other models in incident situation.

• 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.

• Journal of Korean Society of Transportation
• /
• v.32 no.5
• /
• pp.441-451
• /
• 2014

This study proposes a novel performance measure, which is referred to as Hazardous Spacing Index (HSI), to be used for evaluating safety of traffic stream on freeways. The basic principle of the proposed methodology is to investigate whether drivers would have sufficient stopping sight distance (SSD) under limited visibility conditions to eliminate rear-end crash potentials at every time step. Both Road Weather Information Systems (RWIS) and Vehicle Detection Systems (VDS) data were used to derive visibility distance (VD) and SSD, respectively. Moreover, the K-Nearest Neighbors (KNN) method was adopted to predict both VD and SSD in estimating predictive HSIs, which would be used to trigger advanced warning information to encourage safer driving. The outcome of this study is also expected to be used for monitoring freeway traffic stream in terms of safety.

• Journal of Korean Society of Transportation
• /
• v.29 no.3
• /
• pp.73-82
• /
• 2011

Recent advancement in traffic surveillance systems has allowed the researchers to obtain more detailed vehicular movement such as individual vehicle trajectory data. Understanding the characteristics of interactions between leading and following vehicles in the traffic flow stream is a backbone for designing and evaluating more sophisticated traffic and vehicle control strategies. This study proposes a methodology for estimating rear-end crash potential, as a probabilistic measure, in real-time based on the analysis of vehicular movements. The methodology presented in this study consists of three components. The first predicts vehicle position and speed every second using a Kalman filtering technique. The second estimates the probability for the vehicle's trajectory to belong to either 'changing lane' or 'going straight'. A binary logistic regression (BLR) is used to model the lane-changing decision of the subject vehicle. The other component calculates crash probability by employing an exponential decay function that uses time-to-collision (TTC) between the subject vehicle and the front vehicle. The result of this study is expected to be adapted in developing traffic control and information systems, in particular, for crash prevention.

• Journal of Korean Society of Transportation
• /
• v.14 no.4
• /
• pp.155-178
• /
• 1996

신호교차로 서비스수준은, 객관적으로 측정 할 수 있는 여러 가지 기준에 의해 결정될 수 있다. 예를 들면, 지체시간(Delay), 교통사고수(Number of Accident), 교통사고율(Accident Rate), 충돌수(Traffic Conflict), 그리고 교통사고에 노출된 차량수(Exposure)등이다. 지금까지는 1985 Highway Capacity Manual(HCM)에서 소개된 지체시간에 의한 서비스수준 결정방법이 널리 사용되어 왔다. 본 논문에서는 1985 HCM 방법의 중용성과 유용성에 대해 논하지 않고, 교통안전(Safety)에 의한 신호교차로 서비스수준 결정방법을 제시하였다. 교차로의 위험도(Degree of Intersection Hazard)를 예측하기 위해, 교통사고빈도 수가 가장 높은 두가지 교통사고 유형, 즉 좌회전추돌(Left-Tum)과 후미추돌(Rear-End) 예측 모형이 개발되었다. 여기서 첫째, 좌회전추돌 위험도를 예측하기 위하여 음지수 분포(Negative-Exponential Distribution)를 이용한 확률적 모형이 개발되었다. 둘째, 후미추돌 위험도를 예측하기 위하여 연속류 모형(Continuum Model)을 이용한 거시적 모형이 개발되었다. 개발된 두가지 모형을 이용하여 신호교차로 안전도를 예측하였으며 교차로 서비스수준이 안전도에 의해 결정되었다. 본 논문에서 제시된 교통안전에 의한 신호교차로 서비스수준 결정방법은 연동교차로를 제외한 독립교차로에만 적용이 된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.05a
• /
• pp.1-2
• /
• 2019

일반적인 해상교통 분석 방법은 대상 항만의 항적 데이터를 기반으로 데이터를 추출한 후 모델을 구축하며, 구축된 모델을 바탕으로 해상교통 현상을 재현하고 있지만, 이러한 방법은 항로 혹은 통항량 변동 등의 변화에 따른 교통류를 예측할 수 없어 그 활용에 제약이 많다. 본 논문에서는 기존의 해상교통 분석 사례를 통해 교통 특성 모델의 요소를 식별하고, 이를 동적인 해상교통 환경을 시뮬레이션 할 수 있는 에이전트 기반의 교통류 생성 기술 개발의 기초 자료로 활용하고자 한다.

• Journal of Korean Society of Transportation
• /
• v.17 no.2
• /
• pp.115-126
• /
• 1999

Past nears many Studies have been described for present state and forecasted for the future phenomena in various areas. Many theories and methodologies in transportation have been developed and applied by researchers and planners. On the other hand, many theories and methodologies had disappeared caused by their critical limitations. One of this cause that was discovered of the Chaos in traffic flows. The occurrence of Chaos in traffic flows has affected to the traffic volume and decreased significancy of a simulation result of a specific traffic flow. According to this fact, long-term forecast of traffic flow is difficult, moreover a butterfly effect impedes development and establishment of transportation model. A methodology to solve Chaos character in traffic flow can be able to provide more effective transport planning. This study tackles to enhance and revise the existing theories for the traffic flow applying Chaos theory to estimating travel time.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.04a
• /
• pp.110-114
• /
• 1999

본 연구는 Zeigler가 제안한 이산 사건 시스템 형식론(DEVS: Discrete Event System Specification)을 이용한 거시적 및 미시적 교통류 시뮬레이션 방법론의 개발을 주 목적으로 한다. 도로 교통망의 모델링 방법은 미시적(microscopic)방법과 거시적(macroscopic)방법으로 분류된다. 이러한 모델링 방법들은 그 목적에 따라 각기 표현되어 제각기 사용되어 왔으나, 시스템 이론적으로 이들은 독립적 모델이 아니며 오히려 이들은 서로 동질적 추상화 관계에 있어서, 통합 모델링 환경의 구축시 미시적 모델들로부터 추상화에 의한 거시적 모델의 자동생성 등 설계상의 효율뿐 아니라 모델간의 일관성을 통한 모델 유효성을 보장할 수 있는 장점이 제공될 수 있다. 따라서, 본 논문에서는 서로 다른 표현 방법(즉, 이산시간 형식론과 이산사건 형식론)간의 통합 표현을 기반으로 양자간의 추상화 관계를 도출하고, 이를 이용한 모델 추상화를 통해 거시적 및 미시적 교통류 시뮬레이션 방법론을 제안한다. 시스템 이론적 접근을 토대로 접근한 통합 교통류 시뮬레이션 환경은 미국 Berkeley 대학 교통 연구소에서 개발한 SHIFT 등과 같은 최첨단 교통류 시뮬레이션 도구에 비하여 SES/MB를 기반을 시스템 이론적이며 소프트웨어공학적인 접근을 통하여, 1) 기존 제어 방식의 검증 및 신뢰도 분석, 2) 각종 사건, 사고의 시간별 파급효과 분석, 3) 도로건설 계획안에 대한 타당성 검토, 4) 운전자 및 관리자를 위한 예측된 교통정보 등을 제공할 수 있을 것으로 기대된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.1
• /
• pp.73-80
• /
• 2018

In motorway traffic flow control, the conventional way based on real-time response has been changed into advanced way based on proactive response. Future traffic conditions over multiple time intervals are crucial input data for advanced motorway traffic flow control. It is necessary to overcome the uncertainty of the future state in order for forecasting multiple-period traffic volumes, as the number of uncertainty concurrently increase when the forecasting horizon expands. In this vein, multi-interval forecasting of traffic volumes requires a viable approach to conquer future uncertainties successfully. In this paper, a forecasting model is proposed which effectively addresses the uncertainties of future state based on the behaviors of temporal evolution of traffic volume states that intrinsically exits in the big past data. The model selects the past states from the big past data based on the state evolution of current traffic volumes, and then the selected past states are employed for estimating future states. The model was also designed to be suitable for data management systems in practice. Test results demonstrated that the model can effectively overcome the uncertainties over multiple time periods and can generate very reliable predictions in term of prediction accuracy. Hence, it is indicated that the model can be mounted and utilized on advanced data management systems.

• Journal of Korean Society of Transportation
• /
• v.20 no.5
• /
• pp.67-79
• /
• 2002

In this paper, observed trajectories of a vehicle platoon are viewed as one realization of a finite sequence of random trajectories. In this point of view, we develop novel and mathematically rigorous concept of traffic flow variables such as local traffic density, instantaneous traffic flow, and velocity field and investigate their nature on a general probability space of a sequence of random trajectories which represent vehicle trajectories. We present a simple model of random trajectories as an illustrative example and, derive the values of traffic flow variables based on the new definitions in this model. In particular, we construct the model for the sequence of random vehicle trajectories with a system of stochastic differential equations. Each equation of the system nay represent microscopic random maneuvering behavior of each vehicle with properly designed drift coefficient functions and diffusion coefficient functions. The system of stochastic differential equations nay generate a well-defined probability space of a sequence of random vehicle trajectories. We derive the partial differential equation for the expected cumulative plot with appropriate initial conditions. By solving the equation with numerical methods, we obtain the values of expected cumulative plot, local traffic density, and instantaneous traffic flow. In addition, we derive the partial differential equation for the expected travel time to a certain location with appropriate initial and/or boundary conditions, which is solvable numerically. We apply this model to a case of single vehicle trajectory.