• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.13 no.4
• /
• pp.1-11
• /
• 2014

Traffic congestion cost is more likely to occur in the inner city than interregional road, and it accounts for about 63.39% of the whole. Therefore, it is important to mitigate traffic congestion of the inner city. Traffic congestion in the urban could be divided into Recurrent congestion and Non-recurrent congestion. Quick and accurate detection of Non-recurrent congestion is also important in order to relieve traffic congestion. The existing studies about incident detection have been variously conducted, however it was limited to Uninterrupted Traffic Flow Facilities such as freeway. Moreover study of incident detection on the interrupted Traffic Flow Facilities is still inadequate due to complex geometric structure such as traffic signals and intersections. Therefore, in this study, incident detection model was constructed using by Artificial Neural Network to aim at urban arterial road that is interrupted traffic flow facility. In the result of the reliability assessment, the detection rate were 46.15% and false alarm rate were 25.00%. These results have a meaning as a result of the initial study aimed at interrupted traffic flow. Furthermore, it demonstrates the possibility that Non-recurrent congestion can be detected by using car navigation data such as car navigator system device.

• Journal of Auto-vehicle Safety Association
• /
• v.15 no.2
• /
• pp.21-27
• /
• 2023

This paper presents a simulation tool for developing and evaluating automated driving systems' lane change algorithm in urban congested traffic. The behavior of surrounding vehicles was modeled based on driver driving data measured in urban congested traffic. Surrounding vehicles are divided into aggressive vehicles and non-aggressive vehicles. The degree of aggressiveness is determined according to the lateral position to initiate interaction with the vehicle in the next lane. In addition, the desired velocity and desired time gap of each vehicle are all randomly assigned. The simulation was conducted by reflecting the cognitive limitations and control performance of the autonomous vehicle. It was possible to confirm the change in the lane change performance according to the variation of the lane change decision algorithm.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.11a
• /
• pp.236-237
• /
• 2000

오늘날 자동차는 우리 생활에 없어서는 안될 중요한 부분을 차지하고 있다. 하지만 그 연료로 사용되는 석유류의 연소는 여러 종류의 오염물질을 대기 중으로 배출시키며 지역환경조건 - 지역의 지리적 상황과 대기상태 및 대기질 - 과 결합하여 많은 문제를 야기하고 있다. 도시의 인구 증가는 도시 기반 시설인 도로망의 확충을 요구하며, 점차 대형화되고 있는 유통업체의 도심으로의 진출은 도시 교통량의 증가 및 차량 정체를 초래하여 도심지역의 대기오염에도 많은 영향을 줄 수 있을 것이다. (중략)

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2001.06a
• /
• pp.369-376
• /
• 2001

도심지에서 자주 발생되는 교통체증의 문제를 효과적으로 해결하기 위해서는 교통 상황을 신속하고 정확하게 진단하며, 이를 바탕으로 최대한의 효율을 얻을 수 있도록 교통 신호체계를 수립하는 것이 중요하다. 본 논문에서는 '병렬기반 미시적 교통류 시뮬레이션 시스템'을 활용하여 교통상황을 정확하게 모델링한 결과정보를 추출하고, 이를 바탕으로 교통상황을 종합적으로 진단할 수 있는 '교통류 시뮬레이션 평가 및 진단 시스템'을 제시한다. 교통상황에 대한 시뮬레이션 결과정보를 쉽게 분석할 수 있는 교통류 시뮬레이션 평가 및 진단 시스템을 개발하기 위하여, 교통상황의 해석에 필요한 제반 문제와 원인들의 인과관계를 파악하여 규칙화하고, 이를 바탕으로 규칙 기반추론 기법을 적용할 수 있도록 전문가시스템을 도입하였다. 또한 효율적인 진단을 위하여 시뮬레이션 결과정보로부터 구한 정량적인 각종 평가 지표를 정성적인 측면에서 재평가하여 사유할 수 있도록 fuzzy 기술을 도입하였다. 아울러 교통류 시뮬레이션 평가 및 진단 시스템의 결과는 최적의 신호체계를 수립하는데 활용될 수 있도록 하였다. 서울광역시 과천 주변의 8 개 교차로를 포함하는 교통망에 대한 교통정보를 바탕으로 실험해 봄으로써 사용자가 복잡한 교통망에 대해 보다 효과적으로 교통흐름을 분석하여 정체원인을 실시간으로 판단할 수 있는 가능성을 보여준다.

• Journal of Korean Society of Transportation
• /
• v.18 no.3
• /
• pp.17-27
• /
• 2000

서울시는 선진 대도시와는 달리 노면교통이 도시고속도로 중심이 아니라 신호교차로와 좌회전이 많은 일반 간선도로에 대한 의존도가 높기 때문에 일부 구간에서의 정체는 공간적으로 파급효과가 크게 나타나는 도로교통체계를 갖고 있다. 따라서 통행량 유발이 집중되는 시설이 많이 위치한 강남과 도심의 일부구역의 정체는 강남과 도심 전체의 교통소통에 악영향을 주고 있고 이러한 문제를 해소하기 위해서는 교통zoning제도의 한 방식인 교통특별관리구역 제도의 도입을 통한 강력한 블록별 통행규제가 절대적으로 필요하다고 판단된다. 본 연구의 목적은 서울시에서 $\ulcorner$교통특별관리구역$\lrcorner$ 제도를 성공적으로 도입하기 위해 아시아-유럽 정상회담 개최장소인 강남의 ASEM지구에 대한 사례연구를 통해 그 적절한 시행방안을 사전적으로 검토하는데 있다. 본 연구결과 특별관리구역의 공간적 범위를 크게 하고 통과교통도 규제하는 것이 교통개선효과 측면에서는 가장 좋은 것으로 나타났다. 그러나 공간적 범위를 크게 할 경우에는 직접적으로 혼잡유발에 책임이 없는데도 불구하고 규제의 대상이 되는 형평성 문제가 발생할 수 있다. 한편, 공간적 범위를 혼잡유발시설 주변으로 축소하고 도착통행만을 규제할 경우에는 전이교통이 늘어나서 규제의 효과가 잘 나타나지 않고 오히려 규제대상만 불편하게 하는 문제점이 나타났다. 연구결과 나타난 문제를 보완하기 위해서는 가능한 구역의 범위는 혼잡유발정도가 큰 건물이 밀집되어 있는 블록 주변으로 한정하되, 교통개선효과를 높이기 위해서는 구역 내를 통과하는 교통도 규제의 대상이 될 필요가 있는 것으로 판단된다. 통과교통도 규제의 대상이 되기 때문에 구역을 범위를 설정할 때 구역 주변도로의 교통상황을 신중하게 고려해야 할 것으로 판단된다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.16 no.6
• /
• pp.67-78
• /
• 2017

Traffic congestion cost is increasing annually. Specifically congestion caused by the CDB traffic contains more than a half of the total congestion cost. Recent advancement in the field of Big Data, AI paved the way to industry revolution 4.0. And, these new technologies creates tremendous changes in the traffic information dissemination. Eventually, accurate and timely traffic information will give a positive impact on decreasing traffic congestion cost. This study, therefore, focused on developing both recurrent and non-recurrent congestion prediction models on urban roads by adopting Recurrent Neural Network(RNN), a tribe in machine learning. Two hidden layers with scaled conjugate gradient backpropagation algorithm were selected, and tested. Result of the analysis driven the authors to 25 meaningful links out of 33 total links that have appropriate mean square errors. Authors concluded that RNN model is a feasible model to predict congestion.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• pp.375-378
• /
• 2007

2002년 이후 한국에서 유무선 통합(fixed-mobile convergence)을 주도하고 새로운 성장동력의 혁신적 유망서비스로 각광을 받아온 공중 무선랜(Public Wireless LAN) 서비스는 일종의 캐즘(chasm)이라 할 수 있는 수요확산이 정체상태에 처해있다. 즉, 공중 무선랜 서비스 초기에는 전국의 도심지역에 무선랜이용가능 지역인 hotspot 지역을 설치하고 가입자 확보를 위한 집중적인 마케팅 활동을 펼쳐왔다. 그러나 초기에 급증하던 가입자 규모는 증가추세가 둔화되어 최근에는 오히려 감소하는 상황이다. 이에 본 논문에서는 지각된 서비스 특성과 지각된 개인특성, 지각된 서비스 비효용성을 중심으로 일반인이 공중무선랜을 채택하지 않는 요인들을 구조방정식을 통하여 실증적으로 규명하였으며, 공중 무선랜의 새로운 성장을 위한 시사점을 제시하고자 한다.

• Journal of Korean Society of Transportation
• /
• v.28 no.5
• /
• pp.107-116
• /
• 2010

The vehicle travel time between locations in a downtown is greatly influenced by both complex road conditions and traffic situation that changes real time according to various external variables. The customer's demands also stochastically change by time period. Most vehicle routing problems suggest a vehicle route considering travel distance, average vehicle speed, and deterministic demand; however, they do not consider the dynamic external environment, including items such as traffic conditions and stochastic demand. A realistic vehicle routing problem which considers traffic (smooth, delaying, and stagnating) and stochastic demands is suggested in this study. A mathematical programming model and hybrid genetic algorithm are suggested to minimize the total travel time. By comparing the results considering traffic and stochastic demands, the suggested algorithm gives a better solution than existing algorithms.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.12
• /
• pp.80-87
• /
• 2017

In the past, the United States has been engaged in large-scale urban development projects as a tool for urban regeneration to revitalize distressed urban areas. On the other hand, large-scale urban development projects have been stalled or discontinued globally since the 2008 economic crisis. Despite this, the Hudson Yard development, which is the subject of this study, has resumed smoothly due to the characteristics of its development structure and rational negotiation process. Most domestic developments depend on the economic circumstances, and the problems that are exposed in a privately led development are repeated; the Yongsan International Business District Development is a representative failure case. This study examined the characteristics of the business structure and the nature of the negotiation process in the Hudson Yard development project in New York City.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.5
• /
• pp.9-15
• /
• 2023

In this paper, we propose a method predicting the speed of each lane from the link speed using a neural network. We took three measures for configuring learning data to increase prediction accuracy. The first one is to expand the spatial range of the data source by including 14 links connected to the beginning and end points of the link. We also increased the time interval from 07:00 to 22:00 and included the data generation time in the feature data. Finally, we marked weekdays and holidays. Results of experiments showed that the speed error was reduced by 21.9% from 6.4 km/h to 5.0 km/h for straight lane, by 12.9% from 8.5 km/h to 7.4 km/h for right turns, and by 5.7% from 8.7 km/h to 8.2 km/h for left-turns. As a secondary result, we confirmed that the prediction accuracy of each lane was high for city roads when the traffic flow was congested. The feature of the proposed method is that it predicts traffic conditions for each lane improving the accuracy of prediction.