• 한국콘텐츠학회논문지
• /
• 제8권10호
• /
• pp.76-87
• /
• 2008

동적 경로 안내 시스템과 같은 첨단 여행 정보 시스템(ATIS)의 발전에 따라 도로 네트워크 상에서 보다 정확한 주행 시간 예측 기법에 대한 연구가 활발히 진행되고 있다. 그러나 기존 대부분의 연구들은 주어진 경로 상의 평균 주행 속도만을 기반으로 주행 시간을 예측한다. 이는 러시아워 시간대의 혼잡한 도로, 주말에 교외로 나가는 대규모의 차량 등과 같은 일별 혹은 주별 도로 교통 상황을 반영하지 못하기 때문에, 주행 시간 예측의 정확도가 저하된다. 이를 해결하기 위해 본 연구에서는 규칙-기반 분류화 기법을 이용한 주행 시간 예측 알고리즘을 제안한다. 제안된 알고리즘은 데이터마이닝 기법인 규칙-기반 분류화 기법을 사용하여, 과거 차량의 궤적 데이터로부터 하루의 시간대별 교통량과 주별 차량의 운행 양식 등 도로 교통 상황을 추출하고, 이를 통해 차량의 주행 시간을 보다 정확하게 예측한다. 제안된 알고리즘 기존의 링크-기반 예측(link-based prediction) 알고리즘, Micro T* 알고리즘[3], 그리고 스위칭 (switching) 알고리즘[10]과 예측 정확도 측면에서 성능 비교를 수행한다. 예측 정확도 성능 비교 결과, 제안된 기법이 타 예측 기법에 비해 MARE (mean absolute relative error) 가 크게 감소하여 성능이 향상됨을 보인다. 그 밖에 다른 기법들과 장단점을 비교하여, 제안된 기법의 유용성을 나타낸다.

• 대한교통학회지
• /
• 제28권5호
• /
• pp.141-153
• /
• 2010

본 연구는 주행속도 프로파일 모형의 구성요소 중 주행속도 예측모형과 관련한 것으로서 지방부 왕복 4차로 도로를 대상으로 하고 있으며, 기존 연구들과는 대상도로, 속도 조사방법론 및 선형유형 구분에서 그 차별점이 있다. 기존의 대다수 연구들은 평면곡선부 및 평면직선부 중앙의 지점속도를 측정하고 이 자료를 활용하여 각각의 주행속도 예측모형을 개발하였다. 이러한 방법은 감가속이 평면직선부에서만 발생하고 평면곡선부에서는 일정한 속도를 유지한다는 주행행태에 대한 전통적인 가정에 기반한 것으로서, 구축된 모형에 의해 예측된 주행속도가 과대 과소추정 되거나 또는 실제 운전자의 주행행태를 제대로 묘사하지 못할 가능성이 높다는 한계가 있다. 이와 비교하여 본 연구는 현장에서 약100m 간격으로 연속 조사된 속도자료를 활용하여 실제 도로상에서 관측되는 주행속도 프로파일을 작성하였으며, 연속적인 속도변화를 분석한 결과를 토대로 모형구축에 활용될 자료를 추출하였다. 주행속도 예측모형은 평면선형과 종단선형의 조합에 따라 6가지 선형유형으로 구분되어 개발되었다. 본 연구에서 활용한 주행속도 조사방법 및 선형유형 구분은 주행속도 예측모형에 활용되는 자료 및 이를 기반으로 개발된 모형의 신뢰도를 제고함과 더불어, 연속적인 속도 변화 흐름을 상세하게 분석 평가할 수 있도록 하여 가감속 행태 분석 등 향후 주행행태 관련 분석에 효과적으로 활용될 수 있으며, 더 나아가 설계속도 기반의 현 도로설계기준을 주행속도 기반의 기준으로 보완하는데 활용되어 도로설계자 또는 정책결정자가 아닌 실제 도로를 이용하는 운전자의 관점에서 도로가 설계될 수 있도록 하는데 기여할 것으로 기대된다.

• 한국공간정보시스템학회 논문지
• /
• 제10권3호
• /
• pp.31-43
• /
• 2008

주행 시간 예측은 첨단 여행정보 시스템 (ATIS) 및 교통관리 시스템 (ITS)에서 필수적이다. 이를 위해 본 연구에서는 대용량의 데이터 분류에서 높은 정확도와 빠른 속도를 보장하는 $Na{\ddot{i}}ve$ Bayesian 분류화 기법을 기반으로 한 주행시간 예측 알고리즘을 제안한다. 제안된 알고리즘은 도로 네트워크 상에서 사용자 지정 주행 경로에 대하여 주행시간 예측이 가능하며, 또한 주어진 경로에 대해 시간대 별 평균 구간 속도를 고려하여 보다 정확한 주행 시간 예측을 수행한다. 제안된 알고리즘을 기존의 링크-기반 예측(link-based prediction)알고리즘[1] 및 Micro T* 알고리즘[2]과 성능 비교를 수행하였다. 성능 비교 결과, 제안된 기법이 타 예측기법에 비해 MARE (mean absolute relative error)가 크게 감소하여 성능이 향상되었음을 보였다.

• 대한교통학회지
• /
• 제24권5호
• /
• pp.109-121
• /
• 2006

도로는 일관성 있는 선형으로 안전하게 주행할 수 있도록 설계되어야 하며. 안전성 향상을 위해 적절한 주행속도로 주행할 수 있는 환경이 제공되어야 한다 적절한 도로환경을 제공하기 위하여 설계 시 정확한 주행속도의 반영은 필수적이므로, 이를 예측할 수 있는 주행속도 예측모형이 필요하다고 판단된다. 이에 본 연구에서는 주행속도 예측모형 구축을 위해 영동고속도로를 대상으로 주행속도에 영향을 미치는 요인을 크게 선형요소, 교통운영특성 요소로 분류하였다. 분류한 요인을 중심으로 평면직선, 평면곡선구간 그리고 종단곡선구간의 각 구간별로 상관분석을 통하여 주행속도에 영향을 미치는 요인을 선정하였다 선정한 요인들을 대상으로 다중회귀모형을 이용하여 주행속도예측모형을 구축 및 검증 결과, 본 연구의 주행속도 예측모형이 통계적으로 모두 적합한 것으로 나타났다. 본 연구는 평면 및 종단선형요소를 동시에 반영하여 국내 도로 실정에 맞는 주행속도 예측모형을 개발하였다는 데에 그 의의가 있다. 그러나 분석자료가 영동고속도로로 한정되어 전국을 대표할 수 없으므로 향후 전국을 대상으로 도로 선형요소를 바탕으로 대표성을 지닐 수 있는 연구가 필요하다고 판단된다.

• 대한교통학회지
• /
• 제27권2호
• /
• pp.117-131
• /
• 2009

고속도로이용자가 주행할 때 도로기하구조를 정확하게 파악하지 못하면, 도로이용자는 자신의 감각과 인식에 의존해 판단을 내리게 되기 때문에 고속도로의 주행성을 평가할 때 설계자와는 다른 판단을 내리게 될 수도 있다. 따라서 도로이용자의 기대심리를 만족시키면서 안전성, 쾌적성 등을 확보하기 위해서는 정확한 주행속도를 예측할 필요가 있다. 또한, 고속도로의 기하구조적인 주행성뿐만 아니라 도로이용자가 이러한 구성요소의 조화에 의해 느끼는 감성적 측면에서의 주행환경만족도에 대한 인식의 변화를 파악할 필요가 있다. 이에 본 연구에서는 주행속도 예측모형 구축하기 위해 6개 고속도로(경부, 서해안, 영동, 남해, 중앙, 호남)를 대상으로 주행속도에 영향을 미치는 요인을 크게 선형요소, 교통운영특성 요소로 분류하였다. 주행속도에 영향을 미치는 요인을 대상으로 다중회귀를 이용한 주행속도예측모형 구축 및 검증 결과, 통계적으로 모두 적합한 것으로 나타났다. 또한, 본 연구에서는 고속도로 이용자를 대상으로 개별면접 설문조사를 통해 수집된 주행환경만족도 이미지 데이터를 바탕으로 수량화 제II류 및 주성분분석을 실시하여 고속도로 주행환경만족도에 대한 영향 요인을 규명하였다. 또한 수량화 제I류 및 구조방정식을 이용하여 사회인식 및 고속도로 이용자의 실제인식의 변화가 고려된 고속도로의 주행환경만족도 모형을 구축하였다. 본 연구에서 구축된 모형을 통해 주행속도와 같은 정량적인 요인뿐만 아니라 도로이용자가 느끼는 고속도로의 주행환경만족도와 같은 정성적인 요인에 대한 결과도 제시할 수 있어서 도로이용자가 느끼는 변화된 교통 환경과 인식여부가 반영된 고속도로의 주행성을 평가할 수 있다는 데에 그 의의가 있다.

• 기계저널
• /
• 제33권10호
• /
• pp.861-870
• /
• 1993

여기서는 차량의 구동 성능을 예측하기 위하여 대우자동차에서 최근에 개발한 프로그램에 대하여 설명하고자 한다. 이 프로그램의 특징으로는 기능의 다양화 및 사용의 편리함을 들 수 있다. 이 프로그램은 수동 및 자동 변속기 장착 차량의 가속 성능과 연비를 예측할 수 있게 하였다. 정속 주행 시험과 같이 일정 속도의 주행 상태와, 가속 성능 시험에서와 같이 정해진 드로틀개도 변화에 따르는 주행 상태뿐 아니라, LA-4모두, Tokyo-10모드와 같이 시간에 따라 변화하는 속 도에 따른 주행 상태의 시뮬레이션도 가능하게 하였다. 주행 저항 계산방법으로는 풍동시험을 이용한 방법뿐 아니라 타행 (Coastdown) 시험을 이용하는 방법을 추가하였다. 예측 결과의 정 확도에 별로 영향을 주지않는 부분은 단순화시켜 모델링함으로써 입력 데이터 수를 작게 하였고 이로 인하여 사용자의 편리성을 높게 하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.291-294
• /
• 2000

가속 주행하는 차량의 소음을 줄이기 위해서는 각 소음원의 기여도를 파악하는 것이 필요하다. 본 논문에서는, 가속 주행하는 차량의 배기 토출 소음을 ISO362에서 규정한 음압 측정 지점에서 예측하기 위하여, 시간 영역에서 근접장 배기 토출 소음을 예측할 수 있는 시뮬레이션 프로그램 'WAVE'와 움직이는 음원의 방사 모델을 이용하였다. 가속 주행중 차량의 소음원에 의한 음파의 전달은 도플러효과와 시간 지연이 발생하며, 이를 고려하여 정지된 지점에서의 소음레벨을 예측하였으며, 배기 토출 소음의 예측을 통하여 가속주행소음에 대한 기여도와 그 소음 특성을 파악할 수 있다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 1995년도 추계학술대회논문집; 한국종합전시장, 24 Nov. 1995
• /
• pp.111-115
• /
• 1995

철도소음의 전파예측을 위한 예측모델의 작성에 매우 중요한 요소가 되는 주행열차로부터의 소음방사특성에 대하여 음향인텐시티법을 이용하여 검토하였다. 그리고 검토결과를 근거로 하여 평탄지 선로를 주행하는 열차를 유한길이의 지향성 점음원열로 가정하고, 지향성계수별(n)로 소음레벨을 구하여 실측치와의 대응성에 대하여 검토하였다. 또한 모터차량이 소음발생에 미치는 영향에 대해서도 검토하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.143-144
• /
• 2019

자율 주행 차량의 상용화를 위해서는 차량의 정교한 위치 추정이 필수적이다 특히 실내공간의 경우 다중 경로 등 복잡한 경로를 주행 중인 차량의 위치를 추적해야 한다. 이 경우 정밀한 위치 추정을 위해 이동체가 주행하는 경로를 정확히 판별하는 것이 필수적이다. 본 논문에서는 다중 경로가 존재하는 복잡한 실내공간을 주행하는 이동체의 경로 추정을 위해 딥러닝 기법을 이용한다. 특히 딥러닝 기법이 주행 차량의 영상 정보를 활용하는 방식을 기술한다. 본 논문에서 딥러닝 방식은 주행 차량의 영상 정보를 이용하여 이동체가 주행하게 될 경로를 예측한다. 모의실험은 적용된 딥러닝 방식이 이동체의 주행 경로를 정확하게 예측함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.798-801
• /
• 2014

여행 정보 시스템(ATIS), 교통 관리 시스템 (ITS) 등 궤적 기반 서비스에서, 서비스 품질을 향상시키기 위해서는 주어진 궤적 질의에 대한 정확한 주행시간을 예측하는 것이 필수적이다. 이를 위한 대표적인 공간 데이터 분석 기법으로는 데이터 분류에서 높은 정확도를 보장하는 규칙 기반 분류화 기법이 존재한다. 그러나 기존 규칙 기반 분류화 기법은 단일 컴퓨터 환경만을 고려하기 때문에, 대용량 공간 데이터 처리에 적합하지 않은 문제점이 존재한다. 이를 해결하기 위해, 본 연구에서는 맵리듀스 환경에서 규칙 기반 분류화를 이용한 궤적 데이터 주행 시간 예측 알고리즘을 개발하고자 한다. 제안하는 알고리즘은 첫째, 맵리듀스를 이용하여 대용량 공간 데이터를 병렬적으로 분석함으로써, 활용도 높은 궤적 데이터 규칙을 생성한다. 이를 통해 대용량 공간 데이터 기반의 규칙 생성 시간을 감소시킨다. 둘째, 그리드 구조 기반의 지도 데이터 분할을 통해, 사용자 질의처리 시 탐색 성능을 향상시킨다. 즉, 주행 시간 예측을 위한 규칙 그룹을 탐색 시 질의를 포함하는 그리드 셀만을 탐색하기 때문에, 질의처리 성능이 향상된다. 마지막으로 맵리듀스 구조에 적합한 질의처리 알고리즘을 설계하여, 효율적인 병렬 질의처리를 지원한다. 이를 위해 맵 함수에서는 선정된 그리드 셀에 대해, 질의에 포함된 도로 구간에서의 주행 시간을 병렬적으로 측정한다. 아울러 리듀스 함수에서는 출발 시간 및 구간별 주행 시간을 바탕으로 맵 함수의 결과를 병합함으로써, 최종 결과를 생성한다. 이를 통해 공간 빅데이터 분석을 통한 주행 시간 예측 기법의 처리 시간 및 결과 정확도를 향상시킨다.