• Journal of Korean Society of Transportation
• /
• v.22 no.5
• /
• pp.7-17
• /
• 2004

지금까지의 링크통행시간에 대한 연구는 개별 차량의 평균을 통한 평균링크통행시간 산정 및 추정의 제한적인 연구가 대부분이었다. 그러나, 링크통행시간은 교통조건, 신호운영조건, 도로조건 등 다양한 영향인자로 인해 통행시간 분포가 구분되는 특성을 나타낸다. 따라서, 링크통행시간 특성을 좀 더 미시적으로 분석할 필요가 있다. 본 연구에서는 GPS를 이용한 실시간 교통자료 수집의 방법에 대해 살펴보았으며, GPS를 이용한 RTK 측량을 이용한 실시간 자료수집을 통하여 링크통행시간에 대한 연구를 수행하였다. 또한, 신호운영에 의한 영향으로 인한 링크통행시간 분포특성을 분석하기 위해 링크통행시간에 대한 현장조사를 추가적으로 실시하였다. 현장조사 결과분석을 통해 통행시간 분포특성 및 원인을 분석하고 프로그램을 이용한 시뮬레이션을 통해 보다 다양한 조건을 부여하여 링크통행시간분포비율에 영향을 주는 변수들에 대한 검토하고 통행시간 분포비율을 추정할 수 있는 모형을 구축하였다. GPS 실험차량을 이용한 주행실험결과를 분석한 결과 순행시간으로만 이루어지는 링크통행시간과 적색시간 동안 대기하였다가 링크구간을 통과하여 순행시간에 신호 대기시간을 더한 링크통행시간으로 통행시간이 구분되는 현상을 확인할 수 있었으며 따라서, 링크통행시간에 대한 분석은 통행시간을 하나의 평균통행시간으로 인식하는 것보다 두 개의 구분된 통행시간을 동시에 고려하는 것이 바람직할 것으로 판단되었다. 링크통행시간 분포특성에 대한 연구결과 또한, 통행시간이 양분되어 분포하는 것으로 분석되었다. 따라서, 링크통행시간의 경우 평균통행시간에 의한 결과보다 신호지체가 발생하지 않는 통행시간과 신호지체가 발생하는 통행시간으로 구분하는 것이 교통상황을 인식하는 것이 바람직할 것으로 나타났다.

• Journal of Korean Society of Transportation
• /
• v.23 no.6 s.84
• /
• pp.19-30
• /
• 2005

The objective of this research is to keep track of path travel time using methods of collecting traffic data. Users of traffic information are looking for extensive information on path travel time, which is referred to as the time taken for traveling from the origin to the destination. However, all the information available is the average path travel times, which is a simple sum of the average link travel times. The average path travel time services are not up to the expectation of traffic information consumers. To improve provide more accurate path travel time services, this research makes a number of different estimates of various path travel times on one path, assuming it will be under the same condition, and provides a range of estimates with their probabilities to the consumers, who are looking for detailed information. To estimate the distribution of the path travel times as a combination of link travel times. this research analyzes the relation between the link travel time and path travel time. Based on the result of the estimation. this research develops the algorithm that combines the distribution of link travel time and estimates the path travel time based on the link travel times. This algorithm was tested and proven to be highly reliable for estimating the path traffic time.

• Journal of Korean Society of Transportation
• /
• v.29 no.3
• /
• pp.83-91
• /
• 2011

This paper discusses models for estimating dynamic travel times based on probability theory. The dynamic travel time models proposed in the paper are formulated assuming that the travel time of a vehicle depends on the distribution of the traffic stream condition with respect to the location along a road when the subject vehicle enters the starting point of a travel distance or with respect to the time at the starting point of a travel distance. The models also assume that the dynamic traffic flow can be represented as an exponential distribution function among other types of probability density functions.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.2D
• /
• pp.233-239
• /
• 2006

Most research for until at now link travel time were research for mean link travel time calculate or estimate which uses the average of the individual vehicle. however, the link travel time distribution is divided caused by with the impact factor which is various traffic condition, signal operation condition and the road conditional etc. preceding study result for link travel time distribution characteristic showed that the patterns of going through traffic were divided up to 2 in the link travel times. therefore, it will be more accurate to divide up the link travel time into the one involving delay and the other without delay, rather than using the average link travel time in terms of assessing the traffic situation. this study is it analyzed transit hour distribution characteristic and a cause using examine to the variables which give an effect at link travel time distribute using simulation program and determinate link travel time distribute ratio estimation model. to assess the distribution of the link travel times, this research develops the regression model and the fuzzy model. the variables that have high level of correlations in both estimation models are the rest time of green ball and the delay vehicles. these variables were used to construct the methods in the estimation models. The comparison of the two estimation models-fuzzy and regression model- showed that fuzzy model out-competed the regression model in terms of reliability and applicability.

• Journal of Korean Society of Transportation
• /
• v.28 no.6
• /
• pp.159-166
• /
• 2010

Trip distribution is to connect travel demand for each OD pair based on travel cost, trip production and attraction derived from trip generation step. In real world the travel cost is a function of travel demand, but existing models could not fully consider such functional relation between travel cost and demand, which leads to an equilibrium in trip distribution model. This paper proves the equilibrium trip distribution by using gravity model. In order to obtain such equilibrium this paper also presents a solution algorithm based on fixed point theorem. The algorithm will be tested with an example and confirmed the equilibrium solution of trip distribution.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.372-375
• /
• 2010

보안등은 주택가 골목에 안전을 위해 설치하는 중요한 설비로서, 도로 폭이 12m 이하인 장소에 설치된다. 그러내 통행 인구가 없어도 야간시간 내내 점등되고 있기에 낭비되는 전력량이 상당하다. 적외선센서가 부착된 보안등을 교체하게 되면 보행자의 움직임을 통해 일정시간 점등이 되고 이동체가 없을 때는 소등이 되어 전기에너지의 소비를 상당히 줄일 수가 있어 온실가스저감에 기여할 수 있다. 본 논문에서는 적외선센서 보안등의 최적 작동시간을 추적하기 위해 보행자의 통행 분포를 알아보고자 연구지역인 경북대 캠퍼스 내에서 사계절 중 여름철 야간 보행자의 통행패턴을 현장조사하여 분석하였다. 이를 통해 시간별, 공간별 분포 특성을 파악하고 도식화하여 보행자의 통행분포 특성을 파악함으로써 보안등의 작동시간 추적이 가능하였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.16 no.5
• /
• pp.134-143
• /
• 2017

In the case of highway, there may be a large number of travel time groups when there are a bus exclusive lane, a rest area, a sleeping shelter, etc. in the corresponding section. In most of the conventional travel time estimation studies, one representative travel time (assuming normal distribution) group is assumed in the low sample collection state, and if it is out of the specified range, it is determined as outliers and then the travel time is estimated. However, if there is a bus exclusive lane, a rest area, or a sleeping shelter in the relevant section, such as the highway, the distribution of travel time will be in the form of a bi-modal or a multi-modal, rather than a regular distribution. Therefore, applying the existing estimation methodology may result in distorted results. To solve this problem, first, it should be reliable even in the case of insufficient number of samples. Second, we propose a methodology to select the representative time group among a number of time groups and to estimate the representative time using individual time data of the selected time group.

• Journal of Korean Society of Transportation
• /
• v.26 no.5
• /
• pp.217-226
• /
• 2008

The term, travel-time reliability, refers to variations in journey time that travelers cannot predict. The purpose of this paper is to suggest a standard way to measure travel time reliability. A modified buffer time indicator is proposed. The index is represented by the difference between planned and actual travel times based on lognormal type travel time distribution. Using this framework, a constant function for railways and a negative parabola function for roads are discussed. The model developed is applied to the real data of Korean road and rail usages to empirically verify the methodology proposed. In this process, the unit value of travel time reliability for each group is estimated. The result of this research is expected to be helpful of conducting more cautious economic feasibility studies of transport.

• Journal of Korean Society of Transportation
• /
• v.18 no.2
• /
• pp.53-62
• /
• 2000

현재까지 개발된 교통량 기반 O/D 추정기법들은 추정된 O/D의 신뢰성을 평가하는 기준으로 통계적 오차분석을 통한 참O/D(true O/D)와 추정O/D간의 타이를 분석하는 방법이 주류를 이루었다. 문제는 이러한 오차분석기법들이 현실적인 대규모 교통망상에 적용될 때 탐O/D를 알 수 없을 뿐만 아니라, 알 수 있다고 하더라도 추정된 O/D와의 비교 평가시에 그러한 평가방법으로 추정된 O/D의 신뢰성을 부여하기에는 많은 문제점을 가지고 있다는 점이다. 통행조사에 의한 O/D는 비록 포함되어 있는 정보가 과거의 정보라고 할지라도 현재의 통행흐름에 대하여 가장 많은 정보를 가지고 있다고 할 수 있다. 즉, 선행O/D의 정보를 크게 변화시키지 않으면서도 관측교통량으로 O/D를 추정할 수 있는 방법이 이 관점에서 매우 뛰어난 추정방법이라고 할 수 있다. 이러한 관점에서 본 연구에서는 선행O/D정보 중 통행수요예측시 가장 중요한 지표의 하나인 통행시간빈도분포 (TriP Length Frequency Distribution:TLFD)를 이용하여 추정O/D의 신뢰성 지표로 삼았다. TLFD는 4단계 모형에서 통행분포(trip distribution)시 모형을 정산하는 데 사용되는 방법으로써 죤간 통행시간을 단위별로 나누어 조사된 통행시간분포와 추정된 O/D의 통행시간분포가 유사한 지를 살피는 방법이라고 할 수 있다. 조사된 TLFD와 추정O/D의 TLFD가 유사한 모양을 이를 때 추정O/D의 신뢰성이 높다고 인정한다. 또한 TLFD는 전통적으로 조사된 표본O/D를 전 수화하는데 이용되어 그 타당성 또한 많이 검증되어 왔다. 그러나 아직까지 TLFD를 가지고 교통량으로 O/D를 추정하는 모형의 결과를 검증한 연구 결과는 없는 실정이다. 따라서, 본 연구에서는 최종적인 이러한 분석결과를 평가할 수 있을 뿐 아니라, 평가된 지표가 신뢰할 만한 수준이 아니라면, 추정된 결과를 보정할 수 있는 가능성을 제시하고자 한다.

• Journal of Korean Society of Transportation
• /
• v.35 no.1
• /
• pp.63-78
• /
• 2017

The purpose of this study is to determine the optimal aggregation interval to increase the reliability when estimating representative value of individual vehicle travel time collected by DSRC equipment in interrupted traffic flow section in National Highway. For this, we use the bimodal asymmetric distribution data, which is the distribution of the most representative individual vehicle travel time collected in the interrupted traffic flow section, and estimate the MSE(Mean Square Error) according to the variation of the aggregation interval of individual vehicle travel time, and determine the optimal aggregation interval. The estimation equation for the MSE estimation utilizes the maximum estimation error equation of t-distribution that can be used in asymmetric distribution. For the analysis of optimal aggregation interval size, the aggregation interval size of individual vehicle travel time was only 3 minutes or more apart from the aggregation interval size of 1-2 minutes in which the collection of data was normally lost due to the signal stop in the interrupted traffic flow section. The aggregation interval that causes the missing part in the data collection causes another error in the missing data correction process and is excluded. As a result, the optimal aggregation interval for the minimum MSE was 3~5 minutes. Considering both the efficiency of the system operation and the improvement of the reliability of calculation of the travel time, it is effective to operate the basic aggregation interval as 5 minutes as usual and to reduce the aggregation interval to 3 minutes in case of congestion.