• 대한토목학회논문집
• /
• 제31권1D호
• /
• pp.43-50
• /
• 2011

택시 프로브(Probe)를 이용한 구간통행속도 모니터링체계는 지능형교통체계(ITS)의 핵심적인 하부시스템 중 하나이다. 택시 프로브기법을 통해 수집되는 구간통행속도는 도시가로망의 교통상태 모니터링과 통행시간 정보제공에 널리 활용되고 있다. 그러나 택시 Probe기법은 표본수가 적고 교통혼잡으로 인하여 구간통행시간이 자료수집 주기보다 큰 경우, 실시간으로 자료가 수집되지 않는 누락상태가 발생하게 된다. 이러한 누락상태는 단일시간대에서 다중시간대에 걸쳐 발생하게 되며, 기존의 단일시간대 예측기법으로는 다중시간대의 상태를 예측하지 못하는 단점이 있다. 따라서 다중시간대 누락상태에서 실시간 구간통행속도를 예측하기위한 기법이 요구된다. 본 연구에서는 기존의 단일시간대 예측기법의 한계를 극복하면서 단일 및 다중시간대 통행속도를 예측하기위한 기법을 개발하였다. 개발된 모형은 비모수회귀(NPR)을 기반으로 개발되었으며, 다중시간대 예측에도 불구하고 기존의 단일시간대 예측기법보다 우수한 정확도를 보였다.

• 대한토목학회논문집
• /
• 제26권5D호
• /
• pp.731-738
• /
• 2006

교통 혼잡이 증가하면서, 경로에 대한 교통정보, 특히 실시간 구간통행시간에 대한 사람들의 관심이 증대되고 있다. 본 논문은 GPS Probe를 통해 구간통행시간을 산출했던 최기주(1998) 등의 후속 연구로써, 도시부에서 구간 통행시간을 산출하기 위해 택시를 GPS Probe로 활용하였다. 택시는 GPS Probe로 활용되기 위한 매우 좋은 수단이지만, 승객의 승하차시간 등 주행과 관계없는 불필요한 데이터가 포함되게 된다. 따라서 본 논문에서는 도시부에서 Taxi GPS를 통해 교통정보를 생성할 경우 주행과 관계없는 정보를 실시간으로 검지하여 제거하는 휴리스틱한 이상치 제거 알고리즘을 개발하였다. 평가를 위해 서울시 주요 간선축에서 번호판 조사를 실시하였으며 알고리즘을 적용한 통행시간과 비교하였다. 이상치 제거 알고리즘을 적용한 결과, 약 70%의 이상치가 제거되었으며, 실측 통행시간과의 상대 오차가 73.7%로 향상된 것으로 나타났다. 따라서 본 알고리즘을 이용할 경우 Taxi GPS를 통해 신뢰할 수 있는 실시간 교통정보를 생성할 수 있을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제4권3호
• /
• pp.23-31
• /
• 2005

신뢰성있는 교통정보를 제공하기 위해서는 정확한 자료의 수집이 무엇보다 중요하다. 현재 자료 수집은 승용차, 택시를 프로브차량으로 이용하고 있어 신뢰도가 떨어지는 문제가 있다. 버스통행시간을 이용하여 일반차량의 통행시간을 산정하는 모형을 개발한다면 승용차, 택시를 프로브 차량으로 이용하는 것보다 수집되는 정보의 양이나 질이 보다 향상될 것이다. 따라서 본 연구는 버스통행시간에 영향을 미치는 변수들을 고려하여 각 CASE에 맞는 모형식을 개발하고, 실제 일반차량 통행시간과 비교를 통해 통계적 적합성을 검증하고자 한다.

• 한국ITS학회 논문지
• /
• 제18권5호
• /
• pp.142-155
• /
• 2019

본 연구는 택시 GPS 프로브 정보를 수집하여 링크 결손 방지와 링크 진출 입 시각을 판단하여 표준링크기반의 통행속도 정확도를 향상시키기 위한 시스템 개발을 목적으로 진행되었다. 이를 위해 표준링크기반 맵매칭과 개별차량 통행속도를 산출하고 이를 이용해 서비스링크 평균 통행속도 산출을 위한 5단계 과정으로 구성된 프레임워크와 알고리즘을 제시하였다. 그리고 테헤란로와 학동로 두 곳의 현장 조사를 실시하여 본 논문에서 제시한 방법에 의한 결과를 검증하였다. 현장조사 전체시간 기준으로, 통행속도 편차는 0.2km/h와 0.6km/h, 정확도는 99%와 96%, 그리고 MAPE(Mean Absolute Percentage Error)는 1%와 4%로 나타났다. 결과적으로 표준링크를 사용하지 않는 기존 방법론보다 우수한 정확도를 보였다.

• 한국ITS학회 논문지
• /
• 제17권1호
• /
• pp.71-78
• /
• 2018

교통은 점차 V2X와 자율주행자동차의 시대로 변화하고 있다. 교통상황에 대한 정확한 판단은 경로선택 또는 자율주행에 있어 중요한 지표이다. 정확한 교통상황을 파악하기 위한 방법으로 택시와 같은 프로브 차량을 이용하는 방법이 많이 사용되고 있다. 이러한 방법은 프로브 차량의 특성에 따라 데이터가 편향될 수 있으며, 막대한 비용이 발생하는 문제점이 있다. V2X 차량은 이러한 문제점을 해결할 수 있으며, 무엇보다 실시간으로 교통정보를 수집하고, 배포가 가능할 것으로 판단된다. 모든 차량이 V2X 차량일 경우, 이러한 문제는 간단하게 해결될 것으로 기대된다. 하지만 일부만 V2X차량일 때는 대표성의 문제가 검토되어야 한다. 이를 위하여 가상의 네트워크와 교통류를 생성하였으며, SUMO 시뮬레이션을 통해 다양한 시나리오분석을 수행하였다. 교통량 수준에 따라 V2X 차량군과 Non-V2X 차량군 사이의 통행시간에 대한 통계적 검증을 수행하였다. 3~5% 이상으로 구성된 교통류 또는 110대/시이상으로 V2X 차량이 구성된 교통류에서는 V2X 차량의 통행정보가 대표성을 띌 수 있다는 것을 확인하였다. 향후 다양한 네트워크 및 실제 상황에 대하여 적용하고자 한다.