• Journal of Korean Society of Transportation
• /
• v.19 no.3
• /
• pp.153-165
• /
• 2001

본 연구에서는 기존의 차종분류기준을 검토하고 현재 건설교통부의 교통량조사를 위한 차종분류기준을 중심으로 문제점을 파악하여 이를 해결할 수 있는 개선된 차종분류기준을 제시하였다 제시된 차종분류기준은 차종별로 조사된 교통량의 이용목적에 맞도록 현행 차종분류기준의 문제점을 개선하는 방향으로 구성하였다. 제시된 차종분류기준은 승용차, 버스, 화물차로 구분되며 화물차는 트럭, 세미트레일러, 트럭트레일러로 구분되어, 차량의 제원과 재차인원 및 적재중량을 고려해 도로포장과 교통류 해석에 이용되도록 14종으로 제시하였다 제 시된 차종분류기준은 차종별 교통량의 이용목적에 맞도록 재구성되어 활용될 수 있으며 따라서 도로교통량 통계연보의 활용도를 제고하게 될 것이다.

• Journal of Korean Society of Transportation
• /
• v.20 no.5
• /
• pp.131-144
• /
• 2002

도로의 그룹핑(Grouping)이란 도고 계획, 설계, 관리, 조사 계획 및 정비 방침 등을 세우기 위해 유사한 성격의 도로 구간을 군집화하는 방법이다. 기존에 일반적으로 적용되고 있는 도로 그룹핑 방법은 그룹 수를 미리 지정함으써 분석가의 주관적 판단이 개입되었고, 그룹핑 변수 선정에 대한 근거가 부족하였다. 이에 본 연구에서는 기존에 일반적으로 적용되고 있는 도로 그룹핑 방법을 개선하여 새로운 방법론을 제시하였다. 또한 새로 제시된 방법론의 검증을 위해 도로 교통량 통계연보에서 제공하고 있는 일반국도의 2000년 294개 상시조사 지전의 교통량 자료를 이용하여 분석하였다. 연구 결과 기존의 월, 요일 변동계수만을 적용한 그룹핑 방법보다는 기타 교통지표(AADT, $\Sigma$K1000(K값의 상위 1000번 순위까지의 누적 값), 중차량 비율, 주야율)를 동시에 적용할 때 좀 더 효율적이면서 세부적으로 분류됨을 알 수 있었다. 또한 기타 교통지표론 적당한 그룹핑 결과로는 5그룹의 국도 기능 분류가 가능함을 알 수 있었다. 그 결과 기존의 소재지역과 기능에 따른 국토의 구분을 지방 산업도로 그룹, 지역 간선도로 그룹, 대도시 주변형 도로 그룹, 중소도시 주변형 및 관광도로 그룹, 관광도로 그룹으로 분류할 수 있었다. 본 연구에서의 도로 그룹핑 결과에 각 지역특성을 추가하여 분석한다면 도로의 계획, 선계, 관리 등에 매우 유용한 자료로 활용되리라 예상한다. 또한 본 연구의 결과를 이용하면 좀 더 효율적으로 설계시간계수 선정, 전역 조사 지점의 AADT추정, 상시 교통량 조사 자료의 누락 데이터 보정 및 교통량 조사의 스케줄링에 많이 활용할 수 있을 것으로 기대된다.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.285-294
• /
• 1998

기존 도로시설을 최대로 이용하고 교통의 흐름을 질적으로 향상시키기 위해서는 과포화 상태를 고려한 교통시설운영방법을 개선할 필요가 있다. 속도-교통량관계는 교통시설운영의 평가와 서비스수준 산정을 위한 주요 판단기준이 된다. 본 논문에서는 경부고속도로 종점부 구간의 현장조사를 통해 과포화상태의 속도-교통량 관계를 조사 분석하였고 그 결과 다음 몇 가지 결론을 얻을 수 있었다. 첫째, 한국도로용량편람을 비롯한 우리 나라 연구결과는 일반적으로 50km/hr 일 때 용량상태가 나타난다고 알려져 있으나 본 조사결과에 의하면 약 85km/hr 정도에서 용량상태가 발생함을 관측할 수 있었다. 둘째, 과포화구간에서 속도에 따른 통과교통량 증감추이는 대기행렬 증가시 급격한 속도-교통량의 감소가 있는 반면에 대기행렬해소시 속도-교통량의 증가는 완만하게 회복됨을 보였다. 셋째, Ontario 고속도로의 경우와 본 조사연구결과는 비교해본 결과 과포화시 한국의 경우 미국과 동일한 통행속도에서 더 많은 교통량이 통행하는 것으로 확인되었다.

• International Journal of Highway Engineering
• /
• v.7 no.4 s.26
• /
• pp.41-47
• /
• 2005

Traffic data such as traffic volume, speed, and vehicle Class are very important basic data for the plan and design of highway. Based on traffic data, the future service level of a specific highway and geometry of newly constructed or expended road is predicted and determined. The Ministry of Construction & Transportation has simultaneously surveyed coverage count and permanent count at highways since 1985. Traffic volume survey sections were determined at jointed nodes of highways and jointed nodes of highways and other roads such as freeway and local highway. Volume survey was performed at these sections. The premise to decide these sections is assumed that links between jointed nodes of main highways exhibit similar traffic characteristics. Recently, due to the change of highway geometries such as construction of detour road and installations of traffic facilities such as installation of media, traffic characteristics of the existing traffic volume survey sections was changed. To reflect these changes, traffic characteristics at homogeneous road sections was widely evaluated and analyzed. Using Genetic Algorithms, a model was developed for the evaluation of traffic characteristics at homogeneous road sections. Traffic volume survey sections were then determined through the application of the developed model for current traffic system.

• International Journal of Highway Engineering
• /
• v.7 no.4 s.26
• /
• pp.21-30
• /
• 2005

Traffic volume data have been used for the plan, the design, and the operation of highway. Since 1955, traffic survey has been nation- widely carried out at national highway and the regular survey in national highway has been conducted at the intersections of highways. However, it is critical issue to select the priority of the regular survey because it is almost impossible to conduct regular survey at all intersections of national highways. In this study, MCDM(Multiple Criteria Decision Making) using AHP(Analytic Hierarchy Process) was applied to decide the priority of the regular survey. The following standard variables for determining the priority was selected the highway plan variables[AADT, VKT, Peak Hourly Volume, Location of highway from Urban], the highway design variables[Volume(pcu), Directional Traffic Volume, Heavy Vehicle Rate], and the highway operation variables[Speed, Density, V/C]. The standard variables were quantified and normalized. Using the Eigen vector method, the weighted values of each hierarchy based on the pair-wise comparison values from the questionnaire survey were calculated. The selection of the priority of regular survey was dependent on the size of the product of the weighted values for each hierarchy and the normalized values for the standard variables. Finally, the priority of regular survey of the intersections of national highways was determined according to the order in the size of the product of two values.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.12 no.2
• /
• pp.52-62
• /
• 2013

Design Hourly Factor(DHF) is defined as the ratio of design hourly volume(DHV) to Average Annual Daily Traffic(AADT). Generally DHV used the 30th rank hourly volume. But this case DHV is affected by holiday volumes so the road is at risk for overdesigning. Computing K factor is available for counting 8,760 hour traffic volume, but it is impossible except permanent traffic counts. This study applied three method to make DHF, using 30th rank hourly volume to make DHF(method 1), using peak hour volume to make DHF(method 2). Another way to make DHF, rank hourly volumes ordered descending connect a curve smoothly to find the point which changes drastic(method 3). That point is design hour, thus design hourly factor is able to be computed. In addition road classified 3 type for national highway using factor analysis and cluster analysis, so we can analyze the characteristic of DHF by road type. DHF which was used method 1 is the largest at any other method. There is no difference in DHF by road type at method 2. This result shows for this reason because peak hour is hard to describe the characteristic of hourly volume change. DHF which was used method 3 is similar to HCM except recreation road but 118th rank hourly volume is appropriate.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.22 no.2
• /
• pp.93-104
• /
• 2023

Currently, the permanent road traffic volume surveys under Road Act are conducted using a intrusive Automatic Vehicle Classification (AVC) equipments to classify 12 categories of vehicles. However, intrusive AVC equipment inevitably have friction with vehicles, and physical damage to sensors due to cracks in roads, plastic deformation, and road construction decreases the operation rate. As a result, accuracy and reliability in actual operation are deteriorated, and maintenance costs are also increasing. With the recent development of ITS technology, research to replace the intrusive AVC equipment is being conducted. However multiple equipments or self-built DB operations were required to classify 12 categories of vehicles. Therefore, this study attempted to prepare a method for classifying 12 categories of vehicles using vehicle specification information of the Vehicle Management Information System(VMIS), which is collected and managed in accordance with Motor Vehicle Management Act. In the future, it is expected to be used to upgrade and diversify road traffic statistics using vehicle specifications such as the introduction of a road traffic survey system using Automatic Number Plate Recognition(ANPR) and classification of eco-friendly vehicles.

• Journal of Korean Society of Transportation
• /
• v.14 no.2
• /
• pp.173-189
• /
• 1996

본 논문의 목적은 2차선 지방지역도로에서 사용 가능한 No-overtaking Model의 개발과 현장조사를 통한 우리 나라 2차선 도로의 교통류 특성의 규명이었다. No-overtaking Model을 개발하기 위해서는 이미 개발된 바 있는 Slow moving Vehicle Model의 이론적 틀을 근거로 하되 중차량을 따라 피동적으로 주행하는 일련의 차량군에 또 다른 중차량이 포함된 경우에 대해서도 분석이 가능하도록 개선했다. 경기도 일원에서 약 3 개월동안 조사한 현장조사에서 나타난 우리 나라 2차선 도로의 교통류 특성은 첫째로, 2차 선 교통류의 주요 MOE(Measures of Effectiveness)들은 교통량에 의해 비교적 정확하게 산정 가능하다는 것과, 둘째로 우리 나라의 주요 MOE값은 외국의 경우와 비교했을 때 대 체로 유사한 결가를 보이나 평균속도의 경우 최소 5km/h 최대 15km/h 정도와 차이를 나타 낸다는 것, 그리고 셋째로 차량군의 선두차량 85%의 경우 그 속도는 100.4km/h이고 추월 에 필요한 반대편차선 차량과의 여유 거리는 754.8m이라는 것이었다. 향후 연구과제로는 중차량의 속도분포를 확률 분포식으로 나타내는 경우의 지체시간, 추월율 등의 2차선 교통 류 MOE를 산출할 수 있는 Model을 개발하는 것이며 현재 5분 교통량으로 표시된 교통량 을 보다 많은 현장수집 자료를 통해 1시간 단위의 교통량을 기준으로 하여 MOE를 산정해 보는 것이다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.33 no.5
• /
• pp.2009-2019
• /
• 2013

Traffic volumes are the important basic data which are directly used for transportation network planning, highway design, highway management and so forth. They are collected by two types of collection methods, one of which is the continuous traffic counts and the other is the short duration traffic counts. The continuous traffic counts are conducted for 365 days a year using the permanent traffic counter and the short duration traffic counts are conducted for specific day(s). In case of the continuous traffic counts the missing of data occurs due to breakdown or malfunction of the counter from time to time. Thus, the diverse imputation methods have been developed and applied so far. In this study the applied exponential smoothing method, in which the data from the days before and after the missing day are used, is proposed and compared with other imputation methods. The comparison shows that the applied exponential smoothing method enhances the accuracy of imputation when the coefficient of traffic volume variation is low. In addition, it is verified that the variation of traffic volume at the site is an important factor for the accuracy of imputation. Therefore, it is necessary to apply different imputation methods depending upon site and time to raise the reliability of imputation for missing traffic values.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.2D
• /
• pp.155-162
• /
• 2008

This study shows how to estimate the design hour factor when the counting stations don't have all of the hourly volumes such as in a coverage survey. A coverage survey records traffic volume from 1 to 5 times in a year so it lacks the detailed information to calculate the design hour factor. This study used the traffic volumes of permanent surveys to estimate the design hour factor in coverage surveys using correlation and regression analysis. A total 7 independent variables are used : the coefficient of variance of hourly volume, standard deviation of hourly volume, peak hour volume, AADT, heavy traffic volume proprotion, day time traffic volume proportion and D factor. All of variables are plotted on a curve, so it must use non-linear regression to analyze the data. As a result the coefficient of determination and MAE are good at logarith model using AADT.