• Journal of Korean Society of Transportation
• /
• v.34 no.6
• /
• pp.510-522
• /
• 2016

In studies involving public transport, social welfare improvement is simply explained by the increase in public transport demand. However, the increase in the demand for public transport is mostly observed by the change in the frequency of public transport service, and in-vehicle crowding in public transport has not been an object of concern. This study examines and tries to reveal the cause of the changes of the social welfare and in-vehicle crowding of the changing public transport from imposing congestion pricing. We observe that congestion pricing increases in-vehicle crowding in public transport. This predictable phenomenon is more exacerbated in case of not operating bus-only lane. It should be noted that in-vehicle crowding is more increased in suburban, but in First-best toll system it tends to get worse less than it in other congestion pricing systems. We identify that the change of in-vehicle crowding is affected by the change of proximity of the housing to workplace, the number of commuting trips, and unpredictable distortion effect of the congestion charge.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.15-16
• /
• 2023

해상교통관제 구역은 항만 시설을 사용하기 위한 입·출항 선박, 연안 해역을 이동하는 선박 등이 서로 복잡하게 운항하는 교통 패턴을 가지고 있다. 이를 안전하고 효과적으로 관리하기 위해 해상교통관제센터(VTS)에서는 선박을 실시간 모니터링하며 관제 업무를 수행하고 있지만, 교통 혼잡 상황에서는 업무 로드의 증가로 인해 관제 공백이 발생하기도 한다. 이에 교통 혼잡도 및 혼잡 구역을 예측한다면보다 효율적인 관제가 가능하지만 현재는 관제사의 경험에 전적으로 의존하고 있는 실정이다. 본 논문에서는 VTS 관점에서의 교통 혼잡을 정의하고, 과거 항적 데이터를 이용하여 항내 선박 교통 혼잡도 및 혼잡 구역을 예측하는 방법을 제안하였다. 또한, 실해역 데이터(대산항 VTS)를 적용하여 제안된 기술이 관제지원 도구로서 활용될 수 있는지 검토하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.485-487
• /
• 1998

최근 차량 수의 급격한 증가로 인하여 도로에서 운행되고 있는 차량의 수는 도로가 수용할 수 있는 한계치를 넘어서고 있어 교통 과밀 지역의 교통 흐름을 분산시키기 위한 많은 방법들이 제시되었다. 그러나, 현재까지의 연구들은 교통 혼잡도를 측정하기 위해 배경 영상을 사용해야 한다는 단점을 가지고 있다. 따라서, 본 논문에서는 배경 영상을 사용하지 않고 교통 혼잡도를 측정하는 시스템을 설계하고 구현한다. 본 논문에서는 차량의 에지 정보를 얻기 위해 도로 영상에 DCT를 수행하고 그 결과를 이용하여 교통 혼잡도를 측정하는 방법을 제시한다.

• Journal of Korean Society of Transportation
• /
• v.28 no.2
• /
• pp.45-52
• /
• 2010

The objective of this paper is to develop and apply a method that estimates the amount of traffic congestion (vehicle hours of delay) caused by traffic accidents that occur on freeways in Korea. A key feature of this research is the development of a method to separate the non- recurrent delay from any recurrent delay that is present on the road at the time and place of a reported accident. The main idea to separate these two delays is to use the speed difference between speed under accident condition and speed under normal flow condition. For the case study application, two datasets were combined to accomplish the objective of the study: (1) accident data and (2) traffic flow data. Eventually, the results can be useful for the performance evaluation of accident reduction program, for strategic plans to cope with congestion caused by traffic accidents, and for rectification of the estimation method for traffic congestion costs.

• Proceedings of the KOR-KST Conference
• /
• 1998.10b
• /
• pp.297-297
• /
• 1998

고속도로의 교통혼잡을 관리하기 위해서는 근본적으로 혼잡지점 상류부의 진입교통량을 제어해야 한다. 이를 위한 효과적인 램프미터링 운영전략이나 고속도로 교통정보제공방안을 수립하기 위해서는 혼잡영향권(대기행렬길이)에 관한 신뢰성 있는 데이터가 반드시 필요하다. 고속도로의 대기행렬길이를 산정하기 위해 일반적으로 충격파이론과 Queueing이론을 제시하고 있다. 그러나, 기존의 충격파 이론을 포물선형의 교통량-밀도관계식을 근거로 하고 있어 충격파간에 발생하는 부수적인 충격파를 해석하는 과정이 수학적으로 불가능하여 실질적인 목적으로 사용할 수 없음은 이미 잘 알고 있는 사실이다. 최근에 이러한 한계를 극복할 수 있는 새로운 방법으로 교통량 밀도간의 관계식을 삼각형으로 가정하고 교통량 대신에 누적교통량을 사용하는 Simplified Theory of Kinematic Waves In Highway Traffic이 개발(Newell, 1993)되었지만, 이 방법을 적용하기 위해서는 기본적으로 대상 고속도로 구간의 교통량-밀도관계식을 규명해야 하는 어려움이 있다.(사실 실시간으로 밀도데이터를 수집하기란 불가능하다.) Queueing이론에서 제시하는 대기행렬은 모두 대기차량이 병목지점에 수직으로 정렬하여 도로를 점유하지 않는 Point Queue(혹은 Vertical stack Queue)로서 실제로 도로상에 정렬된 대기행렬(Real Physical Queue)과는 전혀 다르다. 이미 입증된 바 있어, Queueing이론을 이용함은 타당성이 없다. 이러한 사실에 근거하여 본 연구는 고속도로 대기행렬길이를 산정할 수 있는 모형개발을 위한 기초연구로서 혼잡상태의 연속류 특성을 분석하는데 목적이 있다. 이를 위해, 본 연구에서는 서울시 도시고속도로에서 수집한 실제 데이터를 이용하여 진입램프지점의 혼잡상태에서 대기행렬의 증가 또는 감소하는 과정을 분석하였다. 주요 분석결과는 다음과 같다. 1. 혼잡초기의 대기행렬은 다른 혼잡시기에 비해 상대적으로 급속한 속도로 증가함. 2. 혼잡초기의 대기행렬의 밀도는 다른 혼잡시기에 비해 비교적 낮음. 3. 위의 두 결과는 서로 관계가 있으며, 혼잡시 운전자의 행태(차두간격)과 혼잡기간중에도 변화함을 의미함. 4. 교통변수 중에서 대기행렬길이를 산정하는데 적합한 교통변수를 교통량과 밀도로 판단됨. 5. Queueing이론에서 제시하는 대리행렬길이 산정방법인 대기차량대수$\times$평균차두간격은 대기행렬내 밀도가 일정하지 않아 부적합함을 재확인함. 6. 혼잡초기를 제외한 혼잡기간 중 대기행렬길이는 밀도데이터 없이도 혼잡 상류부의 도착교통량과 병목지점 본선통과교통량만을 이용하여 추정이 가능함. 7. 이상에 연구한 결과를 토대로, 고속도로 대기행렬길이를 산정할 수 있는 기초적인 도형을 제시함.

• Journal of Korean Society of Transportation
• /
• v.28 no.1
• /
• pp.63-74
• /
• 2010

Recently, there has been increasing demand from academic society in Korea for the improvement of current traffic congestion cost estimation methods. The purpose of this study is to suggest a better way to estimate congestion cost followed by in-depth review regarding traffic congestion. The key improvements proposed in this study include: 1) adding social externality to congestion cost, 2) integrating the green house and environmental pollution impacts with congestion costs, 3) taking non-recurrent traffic congestion costs into account for the assessment, 4) revising the criteria to determining the level of traffic congestion speed, and 5) deciding how to limit congestion measurement period. It is found meaningful that the improvements, notwithstanding difficulties in their real case application, provide invaluable insights in our efforts to change the meaning of congestion cost in an era of sustainable growth.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2013.10a
• /
• pp.71-73
• /
• 2013

선박 및 VTS에서 선박교통량이 밀집되는 혼잡해역의 선박교통밀도 평가는 중요하다. 본 연구에서는 선박 충돌 회피를 위한 적절한 반경인 Ship Domain 영역과 혼잡구역 내 선박 체류시간 및 전 방위 통항류를 고려하여 혼잡해역의 항로가동률 및 실시간 해상교통밀도 산출 모델을 제안하고자 한다. 또한 제안된 모델식을 기반으로 시뮬레이터를 프로그래밍하여, 실 해역 해상교통 데이터를 적용하여 제안한 모델식의 유효성을 평가하고자 한다.

• Journal of Korean Society of Transportation
• /
• v.22 no.3 s.74
• /
• pp.159-166
• /
• 2004

The capacity concept presented in the Highway Capacity Manual is for steady-state traffic flow assuming that there is no restriction in downstream flowing, which is traditionally used for planning, design, and operational analyses. In the congested traffic condition, the control objective should be to keep the congested regime from growing and to recover the normal traffic condition as soon as possible. In this control case, it is important to predict the spatial-temporal pattern of congestion evolution or dissipation and to estimate the throughput reduction according to the spatial-temporal pattern. In this context, the new concept of dynamic capacity for managing congested traffic is developed in terms of spatial-temporal evolution of downstream traffic congestion and in view of the 'input' concept assuming that flow is restricted by downstream condition rather than the 'output' concept assuming that there is no restriction in downstream flowing (e.g. the mean queue discharge flow rate). This new capacity is defined as the Maximum Sustainable Throughput that is determined based on the spatial-temporal evolution pattern of downstream congestion. And the spatial-temporal evolution pattern is estimated using the Newell's simplified q-k model.

• Journal of KIISE:Computing Practices and Letters
• /
• v.6 no.2
• /
• pp.196-205
• /
• 2000

As the number of cars is suddenly increasing, the number of cars on road exceeds the capacity of the road. In order to disperse the stream of traffic, there are many approaches for calculating the degree of congestion using traffic monitoring camera, and analyzing the velocity or the number of moving objects. Since those methods use background image, it is necessary to prepare the proper background image. In this paper, we proposed the algorithm to calculate the degree of congestion without background image. We perform DCT to the road image to obtain the edge information of cars, and then use it for calculating the degree of congestion.

• Journal of Navigation and Port Research
• /
• v.47 no.4
• /
• pp.212-219
• /
• 2023

Vessel Traffic Service (VTS) area presents a complex traffic pattern due to ships entering or leaving the port to utilize port facilities, as well as ships passing through the coastal area. To ensure safe and efficient management of maritime traffic, VTS operators continuously monitor and control vessels in real time. However, during periods of high traffic congestion, the workload of VTS operators increases, which can result in delayed or inadequate VTS services. Therefore, it would be beneficial to predict traffic congestion and congested areas to enable more efficient traffic control. Currently, such prediction relies on the experience of VTS operators. In this paper, we defined vessel traffic congestion from the perspective of a VTS operator. We proposed a method to generate traffic networks using historical navigational data and predict traffic congestion and congested areas. Experiments were performed to compare prediction results with real maritime data (Daesan port VTS) and examine whether the proposed method could support VTS operators.