• 한국ITS학회 논문지
• /
• 제8권2호
• /
• pp.14-26
• /
• 2009

지점검지기에서 수집되는 교통량, 점유율, 속도 자료로는 구간의 교통상황을 명확히 설명하기에는 한계가 있다. 근래 통신, 센싱, 측위기술의 발달과 유비퀴터스 환경 구축에 대한 연구가 활발히 진행되면서 기존에는 수집하지 못했던 개별 차량의 각종 교통자료 수집이 용이해짐에 따라 새로운 방법의 구간정보의 생성이 가능하게 되었다. 본 연구에서는 GPS를 통해 개별차량 주행자료가 수집이 가능하고 차량간 또는 차량-인프라간 통신이 가능한 유비퀴터스 교통정보시스템 하에서 Predictive Travel Time 기법이라는 새로운 구간 정보생성기법을 이용하여 구간통행시간을 추정하고 검증하는 방법론을 제시하였다. 구간정보의 생성 시에는 정보의 실시간성 및 정확성과 연관되는 시간처짐현상이 항상 존재하며 도로에서 Incident가 발생했을 때 시간처짐현상은 더욱 크게 발생하게 된다. 본 연구에서는 유비퀴터스 환경에서 Incident가 발생 시시간처짐 현상의 영향을 최소화하면서 구간통행시간이 산출 가능한 기법을 제시하였다. 미시적 교통류 시뮬레이션 모델인 AIMSUN으로부터 개별차량주행궤적 자료를 수집하고 Predictive Travel Time을 산출하는 알고리즘에 다양한 통신환경조건을 반영하여 생성정보의 정확도를 산출하였다. 또한 통신환경 변수에 따른 정보의 정확도 관계모형을 회귀분석 기법을 적용하여 도출하였다. 도출된 통신환경변수와 생성정보의 신뢰도 관계모형은 본 연구에서의 구상하는 미래형 교통정보 시스템의 요구사항 분석에 사용될 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제20권4호
• /
• pp.51-61
• /
• 2002

본 연구에서는 운전자 입장에서 원하는 고속도로 다구간의 통행시간을 예측하는 모형을 구축하였다. 현재 지점검지기를 통해 생성되는 예상통행시간 정보는 장거리 통행시 발생되는 시간처짐현상을 반영하지 못하고 있다. 이로 인하여 도로이용자들의 신뢰가 떨어져. 전체적인 ATIS의 효과를 거두지 못하고 있다. 따라서 본 연구에서는 시간처짐 현상과 영업소 지체를 반영한 고속도로 다구간의 통행시간예측을 위하여, 한국도로공사에서 운영중인 검지기의 교통량 자료와 TCS자료를 사용하였다. 또한 실제 시스템에의 적용을 위해 이상치가 섞여 있는 자료를 유지하였다. 예측에 사용된 모형은 3개의 입력유니트와 2개의 출력유니트를 가지는 선행신경망의 형태로 구성하였으며, 학습방법은 역전파법을 이용하였다. 또한 학습속도와 예측력에 영향을 주는 학습계수, 은닉층의 유니트수, 반복 횟수에 따라 12개의 대안을 구성하여 예측결과를 토대로 최적대안을 모형으로 채택하였다. 이러한 본 연구의 자료특성에 의해 원하는 구간까지의 통행시간을 구할 수가 있다.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.241-250
• /
• 2008

지능형 교통체계구축과 교통 혼잡이 증가하면서 이용자는 과거보다 양질의 통행시간정보를 요구하고 있다. 기존 연구에서는 단속류, 연속류 모두 AVI검지기 자료를 이용한 이상치제거 및 통행시간 산출에 대한 연구가 많이 이루어져왔다. 현재 한국도로공사에서는 TCS(Toll Collection System)를 기반으로 정보제공을 준비 중에 있으며, TCS 데이터는 운전자가 실제교통상황을 경험한 동적특성을 가진 통행시간이 수집된 자료로 통행시간 추정자료로 잠재력이 크다. 그러나 '시간처짐현상'이 발생하고 속도위반, 휴게소, 고장 등으로 인해 평균통행시간보다 작거나 큰 이상치와 결측데이터가 존재하여 기존 방법을 적용하는데 효과적이지 못한 것으로 나타났다. 따라서 본 연구에서는 TCS 데이터에 맞는 이상치제거 및 결측보정 알고리즘을 개발하였다. 기존알고리즘과 비교한 결과 개발 알고리즘이 더 효과적인 것으로 나타났다.

• 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.