• 대한교통학회지
• /
• 제33권3호
• /
• pp.256-267
• /
• 2015

지능형 교통체계 시스템으로 인해 보다 신뢰성 있는 교통자료의 취득이 용이해졌으며, 실시간 통행시간 예측을 통한 경로정보 제공 및 중장기 통행시간 예측 등의 정보제공 서비스의 활용성이 높아짐에 따라 정확하고 신뢰성 있는 정보에 대한 요구가 증가하고 있다. 본 연구에서는 안개 발생 시 정확한 교통정보를 제공하기 위하여 안개 발생에 따른 속도패턴 변화를 분석하였으며, 분석결과를 기반으로 하여 안개 시 통행속도 중장기 예측전략을 개발하였다. 서울시 교통정보센터에서 수집된 2009-2013년 올림픽대로 링크 속도자료와 83건의 안개 발생 정보를 이용하여 분석을 수행하였다. 분석결과, 옅은 안개가 발생한 경우 맑은 기상 시의 속도보다 평균 약 2.92kph 감소하는 것으로 나타났으며, 짙은 안개의 경우 평균 5.36kph의 속도가 감소하는 것으로 나타났다. 통행속도 중장기 예측은 과거 패턴 개수를 다양한 범위로 적용하여 분석한 결과, 평균 절대적 백분율 오차(MAPE: Mean Absolute Percentage Error)는 14.11-16.31%로 나타났으며, 중장기 예측 전략수립을 위한 적정 과거 패턴 개수는 30-45개로 도출되었다. 본 연구에서 제시한 연구 결과는 교통정보 제공 시 보다 정확한 정보를 제공하여 사전 혼잡관리를 위한 교통관리전략을 수립하는 등 도로교통 운영 및 관리 에 효율적으로 활용 할 수 있을 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제17권2호
• /
• pp.39-57
• /
• 2018

본 연구는 교통운영 개선에 필요한 빅데이터 및 인공지능 모델 개발의 일환으로서, 도시부의 링크통행시간 및 통과교통량 등 가용 데이터 등을 이용하여 교통변수로 활용도가 높은 차량대기길이와의 관계를 딥러닝(Deep Learning)을 통해 학습하고 추정하는 인공지능 모델을 구축하는 것을 목표로 하였다. 차량대기길이 추정모형은 데이터 분석결과를 토대로 하여 우선 차량대기길이의 링크 초과여부를 분류한 후 링크 초과 및 링크 미초과 상황에서의 차량대기길이 추정하는 3개의 모형으로 모델링하였다. 딥러닝 모형은 텐서플로우로 구현하였으며, 모든 모형은 DNN 구조로서 은닉층과 노드 개수를 다양화하여 학습 및 테스트 후 최소 오차를 나타내는 네트워크 구조를 선정하였다. 차량대기길이 링크 초과여부 분류 모형은 약 98%의 정확도를 나타냈으며, 미초과 모형은 15% 미만, 초과 모형은 5% 미만의 오차를 각각 나타내었다. 링크별 평균 오차는 12%로 도출되었다. 이를 기존 검지기 데이터 기반의 방식과 비교한 결과 오차가 약 39% 감소된 것으로 분석되었다.

• 대한공간정보학회지
• /
• 제12권1호
• /
• pp.11-20
• /
• 2004

GPS오차 중 하나였던 SA(Selective Availability)에 의한 오차의 제거 이후(2000년 5월 1일 기점) GPS 오차의 해제 전후의 교통정보의 신뢰성을 비교하고, GIS-GPS 교통정보수집단계에서의 수집신뢰성을 높일 수 있도록 하는 방안을 제시하는 것이 본 연구의 주요목적이다. 크게 두 가지를 다루고 있는바, 첫 번째는 GPS의 오차의 변화에 대한 것으로 GPS수신기에서 1초마다 수집된 원시데이터에 대하여 SA 해제 전과 후의 정확도를 고정점밀도를 이용하여 분석하였고 그 결과 SA 해제 후에는 도로중심선에서 20m의 범위 안에 전체 GPS 포인트의 87.23%가 포함된 반면 해제 전에는29.94%가 포함되어 SA 해제 이후 GPS데이터의 이용가능정도 및 정확도가 전체적으로 향상된 것을 알 수 있었다. 두 번째는 5분$^{1)}$동안 수집된 모든 자료에 대하여 각 링크의 참통행시간(실측통행시간)과 프로브차량의 통행시간의 차이를 산출하였다. 실측통행시간과 구간통행시간의 비교 결과 버퍼크기가 SA 해제 전(60m)보다 작은 40m에 가장 오차가 작게 산출되었다. 이는 SA 해제 이후 GPS 오차의 감소로 버퍼크기를 축소해도 산출된 구간통행 시간의 신뢰도에는 관계가 없다는 것을 보여주는 것이 된다. 하지만 SA 이외에 다른 오차는 여전히 존재하기 때문에 버퍼설계 시 GPS 오차를 완전히 무시하기는 힘든 것으로 나타났다. 하지만 구간통행시간의 오차평균을 볼 때 DGPS를 사용하지 않고 단지 GPS만 이용해도 교통정보의 획득을 위한 이용에 큰 문제가 없다고 판단되어졌다.

• 한국ITS학회 논문지
• /
• 제11권5호
• /
• pp.62-69
• /
• 2012

교통 시뮬레이션 모형은 실제 교통 네트워크를 모형으로 구현하여 여러 가지 교통정책을 평가하는 데에 사용된다. 이때 모형이 실제의 교통현상을 잘 반영했는지 여부를 판단하는 모형 검증 절차는 가장 중요한 절차 중 하나이며 모형 검증에는 실측 교통량과 속도 등이 주로 사용된다. 본 연구에서는 노스캐롤라이나 랄리에 있는 I-40 고속도로 상에서 일어나는 심각한 오후 첨두 병목현상을 DYNASMART-P라는 메조스코픽 교통 시뮬레이션 모형으로 구현한 결과를 검증하고자 하였다. 연구 대상 축의 경우 노스캐롤라이나 교통국(NCDOT)의 교통정보센타에서 속도검지기를 설치하여 온라인으로 속도를 수집하고 있다. 그러나 검지기 측정 자료는 지점속도이고 시뮬레이션 모형의 결과값은 링크 평균속도이므로 모형 검증에 사용하기에는 적합하지 않다. 따라서, 본 연구에서는 GPS 장비를 활용하여 통행시간을 측정하여 모형에서의 통행시간과 비교함으로써 시뮬레이션 모형의 결과를 검증하였다. 이 논문에서는 데이터 수집, 모형검증 절차 및 결과를 서술하였다.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.70-81
• /
• 2020

GPS가 탑재된 차내 단말기, 스마트폰에서 방대하게 수집되는 초 단위 위치(위·경도) 데이터는 교통 분야에 다양하게 활용되고 있다. 이러한 데이터는 공공의 교통관련 의사결정자들과 교통서비스를 개발·제공하는 민간회사들에게 운전자들의 행태와 교통흐름을 미시적으로 파악할 수 있게 한다. 특히, 속도 데이터는 통행시간 예측에 주요한 정보로 활용되며, 해상도 높은 데이터 기반의 고차원 서비스 개발에 이용되고 있어 신뢰성있는 정보의 확보가 요구된다. 그럼에도 불구하고 링크별 속도 산출 시 각기 다른 저장, 수집주기 등을 기준으로 사용하고 있어 정보 활용에 있어 신뢰성을 담보하기 어렵다. 본 연구의 목적은 차내 단말기를 장착한 프로브차량 데이터를 수집해 링크 공간평균속도를 산출하고 동일 구간 및 시간대의 영상기반 공간평균속도와 비교분석을 통해 오차율을 도출하는 것이다. 수집주기와 실제 속도 상황에 따른 오차율을 분석한 결과 8초 이내 수집주기에서 95% 신뢰수준을 보였으며 이를 공간평균속도 산출 시 신뢰성확보를 위한 적정 수집 주기로 제안했다. 해당 결과는 향후 커넥티드 환경에서 수집될 핵심 정보들의 신뢰성 확보와 서비스 개발 시 기초 정보로 활용될 것으로 기대해본다.

• 한국ITS학회 논문지
• /
• 제13권3호
• /
• pp.78-88
• /
• 2014

현재 UTIS는 수도권 22개 지자체에 노변기지국 1,150개소, 차량내장치 51,000여대를 구축하여 교통정보를 수집, 제공하고 있으나, UTIS 사업의 안정화 및 결측구간을 최소화 하기위해서는 교통정보 수집원의 확대 및 이를 통한 UTIS 교통정보의 질 제고가 필수적이다. 본 연구에서는 이러한 문제점을 극복하기 위한 방편으로 수도권에 구축되어 운영중인 BIS(Bus Information System)를 기반으로 하여 실시간으로 수집되는 BMS 데이터를 이용한 일반차량의 링크 통행시간 추정모형 개발을 통해 UTIS 결측 구간의 정보제공에 활용하고자 한다. 이를 위해 수원시(경수대로, 중부대로구간), 안양시(흥안대로 구간)의 전용차로 여부에 따른 일부 구간을 선정하여 각각의 Case별 BMS 자료와 UTIS 교통정보와의 모형 추정 및 검증을 실시하였다. 그 결과 Case2, 4, 6, 8의 경우 UTIS 소통정보와 추정값 간의 신뢰도가 높게 나타났으며, Case 3, 5의 경우 큰 오차로 인해 UTIS 결측구간의 소통정보를 대체하기에는 다소 무리가 있을 것으로 판단된다. 따라서 대상구간의 도로운영 조건 및 상황에 맞추어 신뢰도가 높은 모형식을 적용 할 필요가 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(A)
• /
• pp.38-39
• /
• 2010

수도권 대중교통 이용자는 2004년 서울시의 대중교통 체계 개편에 따라 교통 카드를 사용하여 버스와 지하철을 이용하게 되었다. 교통 카드를 사용하는 각 승객의 승차와 하차에 관한 데이터가 하나의 트랜잭션으로 구성되고, 하루 천만 건 이상의 트랜잭션들로 구성된 대용량 교통카드 트랜잭션 데이터베이스가 만들어지고 있다. 대중교통을 이용하는 승객들의 승차와 하차에 관한 여러 정보를 담고 있는 교통카드 트랜잭션 데이터베이스에서 유용한 패턴이나 정보를 탐사해내는 연구가 계속 진행되고 있다. 이런 연구 결과는 수도권 대중교통 정책을 입안하는데 중요한 기초 자료가 되고 수도권 승객들에게 대중교통을 보다 잘 이용할 수 있는 정보로 제공된다. 교통카드 이용률은 2006년 79.5%, 2007년 80.3%, 2008년 81.6%로 점차적으로 증가하고 있다. 대용량의 교통카드 트랜잭션 데이터베이스에 대한 연구를 살펴보면 하루 동안의 교통카드 트랜잭션 데이터베이스에서 순차 패턴을 탐사하는 알고리즘을 연구하였고[1], 승객들의 통행 패턴에 대한 분석연구를 확장하여 일 년에 하루씩 2004년에서 2006년까지 3일간의 교통카드 트랜잭션 데이터베이스로부터 승객 시퀀스의 평균 정류장 개수와 환승 횟수 등을 연도별로 비교하였다[2]. 수도권 지하철 시스템의 특성에 관한 연구로는 네트워크 구조 분석이 있었고[3], 승객의 기종점 통행 행렬(Origin-Destination trip matrix)에 의한 승객 흐름의 분포가 멱함수 법칙(power law)임을 보여주는 연구가 있었고[4], 지하철 교통망에서 모든 링크상의 승객들의 흐름을 찾아내는 연구가 있었다[5]. 본 논문에서는 교통카드 트랜잭션 데이터베이스에서 지하철 승객들의 통근 패턴을 탐사해내는 방법을 연구하였다. 수도권 지하철 네트워크에 대한 정보를 입력하고 하루치의 교통카드 트랜잭션 데이터베이스에 연구된 방법을 적용하여 8가지 통근 패턴들을 탐사해내고 분석하였다. 탐사된 패턴들 중에서 많은 승객들이 지지하는 출퇴근 패턴에 대해서는 시간대별로 승객수를 그래프로 보여주었다.