• 대한교통학회지
• /
• 제17권2호
• /
• pp.91-103
• /
• 1999

이 연구는 자동 차량위치 측정기법(Automatic Vehicle Location, AVL)을 이용해서 수집한 교통상황자료를 가지고 구간 통행시간을 산출하는 알고리즘을 개발한다. AVL기법을 이용하는 경우, 처리해야 할 자료량이 많아서 실시간에 정보를 산출하는 것이 힘들다. 따라서 이 연구는 처리해야 할 자료량을 가능한 한 줄이고 자료량이 적은 경우에도 효율적인 구간통행시간을 산출하는 알고리즘을 제시한다. 이 연구의 방법론은 크게 4가지인데, 첫째, 해석 기법, 둘째, 회귀분석, 셋째, 인공지능 및 전문가 시스템, 넷째, 통계분석이다. 이 방법론을 이용해서 세 단계 알고리즘을 개발하는데, 첫째는 실시간 분석통계 알고리즘, 둘째는 과거자료분석 알고리즘, 셋째는 자료응합 알고리즘이다. 이 알고리즘 가운데 자료융합 알고리즘 결과가 산출하고자 하는 구간 통행시간이다. 실시간 분석통계 알고리즘은 연속하는 세 개 구간의 통행 패턴을 이용해서 가운데 구간의 통행시간을 산출하는 방법을 제시한다. 또 실시간 분석통계 알고리즘으로 산출하지 못한 구간은 인접구간 상관도 정보를 이용해서 구간통행시간을 추정한다. 과거자료분석 알고리즘은 회귀분석을 이용해서 시간대별 통행시간 평균과 분산을 구하고, 이 결과를 바탕으로 인접구간 상관도 정보를 오프라인으로 구하는 알고리즘이다. 자료융합 알고리즘은 2가지 단계를 거치는데, 그것은 실시간 자료융합과 최종 자료융합이다. 실시간 자료융합은 실시간에 가까운 자료원의 실시간 분석통계 알고리즘 결과 패턴과 인접구간 상관도 정보를 이용한 구간통행시간 추정 결과를 이용해서 패턴에 따라 다른 방법으로 융합을 하는 알고리즘을 개발한다. 최종 자료융합은 실시간 자료융합 결과와 회귀분석 결과의 패턴을 이용해서 구간 통행시간을 산출한다. 이 연구를 기존 연구와 비교할 때, 세 가지 독차성이 있다. 첫째는 연속하는 세 구간 통행 패턴을 분석하였기 때문에 기존의 노드의존 방식을 탈피하였다는 점이다. 따라서 자료량이 적은 경우도 믿을만한 통행시간을 산출할 수 있다는 것이다. 둘째는 인접구간 상관도 정보를 구간통행시간 산출에 이용하였기 때문에 자료를 효율적으로 이용할 수 있다는 점이다. 셋째는 자료원 패턴을 분류하고 전문가 시스템을 이용하여 자료융합 하였기 때문에 수행속도가 빠르고, 신뢰성있는 정보를 제공한다는 점이다. 이 연구는 개발한 알고리즘 정확도를 검증하기 위해서 두 가지 검증방법을 이용하였다. 첫째는 시뮬레이션을 이용한 것이고, 둘째는 실제 주행조사 분석을 이용한 것이다. 두 가지 검증 결과는 알고리즘 정확도를 보여준다.

• 대한교통학회지
• /
• 제16권4호
• /
• pp.219-224
• /
• 1998

통행시간가치에 대한 신뢰구간추정 방법론을 제시하고 서울시 출근통행자의 시간가치 신뢰구간의 추정을 통하여 그 적용사례를 예시하였다. 사례분석을 통하여 서울시 출근통행자의 평균시간가치는 시간당 7,341원으로 추정되었고, 95%신뢰구간의 하한치는 5,454(원/시간), 상한치는 10,806(원/시간)으로 추정되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.1021-1024
• /
• 2009

현재 사용되고 있는 통행시간 분류방법은 하나의 통행시간을 대푯값으로 가지고 있다. 이에 문제점은 고속도로 특성으로 규정 속도 이상의 속도로 주행하는 차량, 규정 속도 및 휴게소 이용차량, 운전자의 운전 습성, 통행 목적, 피로의 정도, 운전자 성향과 도로상황에 따라 통행시간이 다르게 나타나는 점이다. TCS(Toll Collection System) 자료는 고속도로의 다양한 특성이 포함되어 있으며, 대상 구간의 거리가 멀수록 목적지에 도달하는 통행시간의 분산이 커지는 특성 또한 보인다. 따라서 이를 처리하기 위한 효율적인 통행시간 분류, 구간대표통행시간 추출 알고리즘이 필요하다. 기존의 방법은 전체 통행차량의 통행시간을 감안한 방법으로 통행시간 예측시 정확성이 저하된다. 본 연구에서는 TCS 자료를 Fuzzy c-means 알고리즘을 이용하여 일일 고속도로 통행시간의 시간별 주행특성을 고려한 대푯 값을 추출하는 알고리즘을 제안하였다. 실제 서울-청주 구간을 운행한 TCS 자료를 가지고 실시한 실험으로, 주행특성 및 도로상황을 고려한 Fuzzy c-means를 이용한 통행시간 분류방법과 기존의 통행시간 분류 방법을 통한 통행시간을 PIFAB를 사용 TCS 자료의 실제 통행시간과 경로통행시간을 비교 평가하였다. 평가한 결과 본 연구에서 제안하는 Fuzzy c-means기법은 기존 방법인 MAD기법보다 75%, 신뢰구간(95%) 추출법 대비 81%의 정확성을 제고하였다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.171-182
• /
• 2001

본 연구는 지점검지체계와 구간검지체계와의 자료합성을 통하여 도심 간선도로 및 지방도로 구간별 효과척도를 산정할 뿐만 아니라 유고검지 및 통행패턴 예측, 네트워크 기종점에 대한 최적/최단 경로를 탐색하는데 기초가 되는 구간 통행시간 추정을 수행한다. 개개 수집원의 자료합성을 위해 퍼지이론과 인공신경 망의 합성모형인 FALEM(Fuzzy Adaptive Learning Estimator for travel time from Multi-information sources)을 개발, 개발된 모형 FALEM에 의해 개개구간의 통행시간을 산출하고 동일시간, 동일구간에서 조사된 실측데이터와의 오차율 비교를 통해 추정된 통행시간을 검증하였다. 테스트 환경은 개발모형에 의해 추정된 구간 통행시간의 적용성을 고려하여 실시간 운영하에서 수행되었다.

• 한국ITS학회 논문지
• /
• 제1권1호
• /
• pp.41-51
• /
• 2002

지능형교통체계의 핵심적인 부분으로써 첨단교통정보체계가 제 역할을 효율적으로 수행하기 위해서는 실시간으로 교통정보제공을 위해 도로에 설치된 각종 정보수집체계들로부터 수집된 정보를 적절히 처리하여 정확하고 신속하게 통행시간 변화를 파악하고 산출하는 것은 무엇보다도 중요하다. 현재 구간통행시간은 Beacon, GPS, AVI 등을 이용한 구간검지체계나 Loop 검지기, 영상검지기, RTMS 등을 이용한 지점검지체계로부터 산출$\cdot$추정되어진다. 구간검지기체계로부터 산출되는 통행시간은 정확하나 이미 정보제공 구간을 통과한 차량에 의해 산출되기 때문에 실시간 정보제공을 위한 수단으로서는 한계가 있다. 또한 동시간대 지점검지기 자료를 이용하여 추정되는 통행시간은 산출방법에 따라서 그 정확도가 크게 달라지며 각 구간에 존재하는 다른 차량의 교통특성에 의해 산출되기 때문에 실제 통행시간값과 차이가 발생 한다. 본 연구에서는 지점별 검지기자료와 구간통행시간의 관계를 고려하여 신경망을 이용한 통행시간추정방법을 제시하였다. 입력변수에 따라 분류된 모형을 남산1호터널구간의 검지기 데이터와 AVI 자료를 이용하여 통행시간을 추정해본 결과 지체발생시간대 90$\%$ 이상이 5$\~$15분 이내로 수렴하였으며 시간에 따른 추정 통행시간의 변화가 전반적으로 실제통행시간과 비슷한 추세를 보였다. 또한 기존에 발생하던 정보제공시점의 시간처짐 현상 및 뒤늦게 발생하던 지체발생 및 해소가 완화되었다.

• 한국ITS학회 논문지
• /
• 제8권5호
• /
• pp.1-11
• /
• 2009

TCS (Toll Collection System) 데이터는 원시 데이터 자체로서도 구간의 교통상황을 어느 정도 반영할 수 있는 교통특 성을 내포하고 있다. 그러나 TCS 데이터에는 이상치가 포함되어 있어 이러한 데이터는 해당 구간의 통행시간을 대표한다고 볼 수 없으므로 만약 이러한 이상치들이 포함되어 있음에도 불구하고 제거하지 않고 집락을 한다면 이상치들로 인해 통행시간은 크게 왜곡 될 가능성이 있다. 특히 장거리 구간일수록 통행시간의 분산이 증가하여 동일구간 동일시간대라도 다양한 통행시간이 분포하고 있다. 구간이 길어질수록 통행시간의 변동이 심하여 적절한 통행시간 대푯값을 구하기가 어렵다. 따라서 TCS 자료를 이용하여 통행시간의 대푯값을 산정하기 위해서는 통행시간의 변동 특성을 파악하는 것이 중요하다. 본 연구에서는 TCS 데이터의 전처리 기법을 개선하되 구간의 길이와 교통상황에 따른 통행시간의 변동을 고려하여 TCS 원시데이터로부터 시 공간적 통행패턴을 파악할 수 있는 의미 있는 통행시간을 추출하고자 한다.

• 대한교통학회지
• /
• 제22권5호
• /
• pp.7-17
• /
• 2004

지금까지의 링크통행시간에 대한 연구는 개별 차량의 평균을 통한 평균링크통행시간 산정 및 추정의 제한적인 연구가 대부분이었다. 그러나, 링크통행시간은 교통조건, 신호운영조건, 도로조건 등 다양한 영향인자로 인해 통행시간 분포가 구분되는 특성을 나타낸다. 따라서, 링크통행시간 특성을 좀 더 미시적으로 분석할 필요가 있다. 본 연구에서는 GPS를 이용한 실시간 교통자료 수집의 방법에 대해 살펴보았으며, GPS를 이용한 RTK 측량을 이용한 실시간 자료수집을 통하여 링크통행시간에 대한 연구를 수행하였다. 또한, 신호운영에 의한 영향으로 인한 링크통행시간 분포특성을 분석하기 위해 링크통행시간에 대한 현장조사를 추가적으로 실시하였다. 현장조사 결과분석을 통해 통행시간 분포특성 및 원인을 분석하고 프로그램을 이용한 시뮬레이션을 통해 보다 다양한 조건을 부여하여 링크통행시간분포비율에 영향을 주는 변수들에 대한 검토하고 통행시간 분포비율을 추정할 수 있는 모형을 구축하였다. GPS 실험차량을 이용한 주행실험결과를 분석한 결과 순행시간으로만 이루어지는 링크통행시간과 적색시간 동안 대기하였다가 링크구간을 통과하여 순행시간에 신호 대기시간을 더한 링크통행시간으로 통행시간이 구분되는 현상을 확인할 수 있었으며 따라서, 링크통행시간에 대한 분석은 통행시간을 하나의 평균통행시간으로 인식하는 것보다 두 개의 구분된 통행시간을 동시에 고려하는 것이 바람직할 것으로 판단되었다. 링크통행시간 분포특성에 대한 연구결과 또한, 통행시간이 양분되어 분포하는 것으로 분석되었다. 따라서, 링크통행시간의 경우 평균통행시간에 의한 결과보다 신호지체가 발생하지 않는 통행시간과 신호지체가 발생하는 통행시간으로 구분하는 것이 교통상황을 인식하는 것이 바람직할 것으로 나타났다.

• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.134-143
• /
• 2017

고속도로의 경우 해당구간에 버스전용차로, 휴게소, 졸음쉼터 등이 존재할 경우 다수의 통행시간 그룹이 존재할 수 있다. 기존 대부분의 구간통행시간 추정연구에서는 낮은 표본 수집 상태에서 하나의 대표 통행시간(정규분포 가정) 그룹을 가정하고, 특정범위를 벗어난 경우 이상치로 판단하여 제거한 후 구간 통행시간을 추정하였다. 하지만, 고속도로와 같이 해당구간에 버스전용차로, 휴게소, 졸음쉼터 등이 존재할 경우 통행시간 분포는 정규분포가 아닌 쌍봉 또는 다봉 형태를 보일 것이다. 따라서 기존의 추정방법론을 적용할 경우 왜곡된 결과를 초래할 가능성이 있다. 이러한 문제를 해결하기 위하여 첫째, 샘플수가 부족한 상태에서도 신뢰할 수 있으며, 둘째, 다수의 통행시간 그룹 중 일반차로를 이용하면서 휴게소를 이용하지 않은 대표 통행시간 그룹을 선정하고, 선정된 통행시간 그룹의 개별 통행시간 자료를 이용하여 대표 통행시간을 추정할 수 있는 방법론을 제안하였다.

• 대한교통학회지
• /
• 제24권2호
• /
• pp.157-168
• /
• 2006

구간검지시스템에서 수집되는 통행시간 정보는 과거 개별차량의 검지기 통과시각(도착시각)을 기준으로 수집되는 특성이 있다. 따라서 구간검지시스템에 의해 수집되는 통행시간 정보는 도착시각기준이 아닌 출발시각기준으로 산출되어야 하고 현재시점(On-Line)에서 통행시간 추정 및 예측이 되어야 한다. 그러나 기존의 구간검지시스템을 이용한통행시간 추정 및 예측 연구들은 도착시각기준으로 수집되는 개별차량 통행시간 자료를 이용함으로 출발시각기준 On-Line 통행시간 정보 관련 연구를 체계적으로 접근하기 어려운 실정이다. 본 연구에서는 On-Line 출발시각기준의 통행시간 정보의 개념을 정립하고 이에 따른 시사점을 도출하였다 그리고 베이지안 추론을 이용하여 고속도로를 대상으로 한 출발시각기준의 On-Line 링크통행시간 추정 알고리즘을 개발하였다. 그 결과, 본 연구에서 개발한 알고리즘은 On-Line 통행시간 정보 질의 정확성과 신속성 측면에서 개선된 통행시간 대표값(평균값)을 추정하는 것으로 나타났다.

• 대한토목학회논문집
• /
• 제34권6호
• /
• pp.1873-1879
• /
• 2014

실시간 자료를 반영한 통행시간 예측 기법은 다양하지만 관련 연구 검토 결과 과거이력데이터가 충분하다면 타 모형에 비해 K 최대근접이웃(K-Nearest Neighbors)의 정확도가 우수하므로 본 연구에서는 이에 대한 적용 방법 도출 및 가능성 평가를 목적으로 한다. 본 연구에서는 KNN의 입력 자료로 TCS 교통량 및 DSRC 구간통행시간의 실시간 및 과거 이력자료, 경로통행시간 이력자료를 활용하였다. 통행시간 예측치는 TCS 교통량 및 DSRC 구간통행시간의 실시간 자료와 유사한 경로통행시간을 탐색한 후 이를 가중평균하여 산출하였다. 예측 기법을 적용한 결과 DSRC 구간통행시간의 가중치가 증가할수록 정확도는 증가하였으며, 이는 실시간 교통상황 변화를 DSRC 구간통행시간이 잘 반영하기 때문이다. 그러나 TCS 교통량을 기반으로 한 경우 역시 정확도의 차이가 크지 않으며, 변화 추이도 유사하게 나타났다. 이러한 결과를 볼 때 향후 대용량의 과거이력자료가 축적될 경우 예측오차는 더욱 감소될 것으로 기대된다.