• 대한교통학회지
• /
• 제31권3호
• /
• pp.45-54
• /
• 2013

DSRC의 원래 목적은 통행료 수집이었으나, 최근 한국도로공사는 DSRC 기반의 하이패스시스템을 교통정보체계에 응용하여 노변기지국간의 링크통행시간과 기 종점의 경로통행시간을 수집하는데 활용하고 있다. 기 종점을 통과한 차량을 통해 경로통행시간을 추정하는 경로기반방식(PBM: Path-based Method)은 수집표본수가 적고, 통과차량이 없을 경우 경로통행시간을 산출할 수 없는 문제점이 있는바, 링크기반방식(LBM: Link-based Method)을 제시하였다. 이는 실제 차량 궤적과 상이할 수 있는 문제점이 있으나 본 연구에서는 하이패스 DSRC 자료의 특성을 고려한 고속도로 경로통행시간 추정 모형 개발을 목적으로 개발되었다. LBM과 PBM의 경로통행시간 비교를 시도하였고, 그 결과 MAPE가 3% 이내로 나타났다. 이러한 결과로 볼 때 LBM을 통해 신뢰성 있는 경로통행시간을 추정할 수 있는 것으로 판단된다. 약간의 한계와 장래연구항목에 대해서도 제시하였다.

• 대한토목학회논문집
• /
• 제33권6호
• /
• pp.2465-2471
• /
• 2013

현재까지 통행시간 예측과 관련된 다양한 연구들이 수행되었지만, 한국고속도로 특성에 맞는 예측방법론에 대한 실증연구는 부족한 실정이다. 이에 본 연구에서는 실제 통행시간을 기반으로한 DSRC 자료를 바탕으로 한국고속도로에 적절한 예측방법론을 도출한다. 경부고속도로 안성 JC~오산IC 구간의 24시간 DSRC 자료를 이용하며 단주기 통행시간 예측 및 비선형 관계에서 높은 정확도를 보이는 인공신경망 기법을 적용한다. 이어서 랜덤난수를 이용한 통행시간 예측결과의 정확도 검증을 실시한다. 통행시간 예측결과 오차율이 약 4%로 우수한 예측력을 보였으며, 이는 패턴기반 인공신경망 예측시 이력자료의 전처리 과정과 최적의 입력층 및 은닉층의 선정으로 인한 결과로 판단된다. 통행시간 예측결과의 검증을 위해서 랜덤난수를 이용하였으며, 랜덤난수가 이력자료 패턴에 포함되지 않은 경우 실측치와의 오차율이 18.98%로 높게 도출되었다. 이는 인공신경망을 이용한 통행시간 예측시 패턴DB가 예측의 정확도에 주요하게 작용한 결과로 판단된다. 본 연구의 결과를 통해서 한국고속도로 특성에 맞는 통행시간 예측 및 정보제공이 가능할 것으로 판단된다.

• 대한토목학회논문집
• /
• 제34권6호
• /
• pp.1873-1879
• /
• 2014

실시간 자료를 반영한 통행시간 예측 기법은 다양하지만 관련 연구 검토 결과 과거이력데이터가 충분하다면 타 모형에 비해 K 최대근접이웃(K-Nearest Neighbors)의 정확도가 우수하므로 본 연구에서는 이에 대한 적용 방법 도출 및 가능성 평가를 목적으로 한다. 본 연구에서는 KNN의 입력 자료로 TCS 교통량 및 DSRC 구간통행시간의 실시간 및 과거 이력자료, 경로통행시간 이력자료를 활용하였다. 통행시간 예측치는 TCS 교통량 및 DSRC 구간통행시간의 실시간 자료와 유사한 경로통행시간을 탐색한 후 이를 가중평균하여 산출하였다. 예측 기법을 적용한 결과 DSRC 구간통행시간의 가중치가 증가할수록 정확도는 증가하였으며, 이는 실시간 교통상황 변화를 DSRC 구간통행시간이 잘 반영하기 때문이다. 그러나 TCS 교통량을 기반으로 한 경우 역시 정확도의 차이가 크지 않으며, 변화 추이도 유사하게 나타났다. 이러한 결과를 볼 때 향후 대용량의 과거이력자료가 축적될 경우 예측오차는 더욱 감소될 것으로 기대된다.

• 대한토목학회논문집
• /
• 제37권6호
• /
• pp.1033-1041
• /
• 2017

출발지 기준 고속도로 경로 통행시간(PTTDP)은 첨단여행자정보시스템(ATIS)의 핵심 정보이다. 이러한 필요성에도 불구하고, 지능형교통체계(ITS)의 예측분야에서 PTTDP에 대한 연구는 성공적으로 극복해야할 핵심 도전과제중 하나로 남아있는 상태이다. 이러한 문제점을 효과적으로 극복하기 위하여, 본 연구에서는 고속도로 IC간 경로통행시간을 동적으로 예측하는 방법론을 제시하고자 한다. 제안된 모형은 고속도로망에서 TG의 교통수요와 TG간 출발지기준 경로통행시간간의 관계를 기반으로 개발되었다. 모형의 입력 자료로(TCS로 수집되는) 통행수요와(DSRC로 수집되는) 경로통행시간 자료가 이용되었다. 개발 모형은 고속도로 정보시스템에 탑재/운영하기 위하여 Data Ming 기법중 연산속도가 빠른 k-최근린 이웃을 이용하였다. 실제 자료를 이용한 적용 실험에서, 제안된 모형은 예측의 신뢰성과 연산수행속도 측면에서 ATIS에 적용이 가능한 수준의 성능을 보였다.

• 대한교통학회지
• /
• 제33권3호
• /
• pp.315-321
• /
• 2015

ATMS는 양방향통신이 가능한 DSRC 통신방식을 이용하여 기지국을(RSE) 통과하는 하이패스장착차량과 통신하며, 두 지점간 동일한 ID를 가지는 차량의 RSE 통신시간 자료를 활용하여 구간별 통행시간을 산출하고 있다. 도시부 통행의 특성은 신호교차로로 인하여 수집 주기에 따라 통행시간이 매우 불규칙하지만 직전 수집 주기의 데이터만 사용하는 기존 통행시간 가공 방법으로는 현재 통행시간을 추정하기가 어려웠다. 본 연구에서는 직전 수집주기의 데이터 뿐 아니라 해당 시간대의 과거데이터인 패턴데이터를 퓨전하여 가공하는 방법을 분석하였다. 분석 대상 구간은 전주시 주간선도로 기능을 하고 있는 백제대로로 선정하였으며, 수집데이터의 이상치제거 및 패턴데이터 구축 등은 기존 연구방법을 활용하였다. 분석결과 실시간 데이터(20%), 패턴 데이터(80%)의 비율로 추정한 데이터와 해당 주기에 통행한 데이터의 평균 오차값(절대값)이 37.5s이며, t-검증을 통한 검증 결과 95%의 유의수준에서 최소인 것으로 분석되었다. 따라서 직전 수집 주기에 수집된 데이터와 해당 시간의 패턴데이터를 활용하여 통행시간을 추정하는 방법이 시내부 통행시간 가공방안으로 적합하다고 판단된다.

• 대한교통학회지
• /
• 제35권1호
• /
• pp.63-78
• /
• 2017

연구는 국도 단속류 구간에서 DSRC로 수집한 개별차량 통행시간의 대푯값 산정 시 신뢰도를 높이는 최적 수집 간격을 결정하는데 목적이 있다. 이를 위하여, 단속류 구간에서 수집되는 가장 대표적인 개별차량 통행시간의 분포인 양봉형태의 비대칭 분포를 따르는 수집데이터를 활용하고 개별차량 통행시간의 수집 간격 크기를 변화시켜 MSE(Mean Square Error)를 추정함으로 오차가 최소가 되는 최적 수집 간격 크기를 결정한다. MSE 산정을 위한 편의 추정식은 비대칭 분포에서도 활용이 가능한 t-분포의 최대 추정 오차식을 활용하였다. 최적 수집 간격 분석을 위한 데이터 수집 간격은 단속류 구간에서 신호정지로 데이터 수집이 정상적으로 결측 되는 1-2분 수집 간격은 제외하고, 3분 이상의 수집 간격만을 대상으로 하였다. 데이터 수집 시 결측을 발생시키는 수집 간격은 결측 데이터 보정처리 과정에서 또 다른 오차를 유발하게 되어 배제하였다. 분석결과 MSE가 최소가 되는 최적 수집 간격은 3-5분이며, 통행시간 증가 시 최적 수집 간격은 3분으로 짧아짐을 확인하였다. 시스템 운영의 효율성과 통행시간 대푯값 산정의 신뢰도 향상을 모두 고려할 때 기본 수집 간격은 기존과 같이 5분으로 운영하고, 정체 시는 3분으로 수집 간격을 줄여 운영하는 것이 효과적일 것으로 사료된다.

• 대한토목학회논문집
• /
• 제34권6호
• /
• pp.1851-1861
• /
• 2014

본 연구는 단속류에서 수집된 프로브 자료의 특성을 고려하여 신뢰성 있는 구간 통행속도를 산출하는 것을 목표로 하고 있다. 먼저, 프로브 자료의 특성을 분석하기 위하여 각 프로브 차량의 구간 통행시간 분포를 살펴보았고, 단거리전용통신(DSRC)을 통해 수집된 프로브 차량별 구간 통행속도 차이를 비교하였다. 그 결과, 구간 통행시간의 분포는 이상치를 제거하여야 하는 것으로 나타났다. 하지만, DSRC 프로브 차량의 구간 통행속도는 뚜렷한 차이가 없는 것으로 나타났다. 끝으로, 프로브 차량의 구간 통행속도 분포 특성과 수집 주기 동안에 집계된 대표값을 토대로 본 연구에서는 최적의 이상치 제거 절차를 도출하였고, 추정 오차를 평가하였다. 평가 결과, DSRC 구간 통행속도는 실 주행차량의 관측값과 유사한 값으로 나타났다. 반면에, 시내버스 구간 통행속도의 경우는 DSRC 구간 통행속도보다 덜 정확한 것으로 분석되었다. 향후 BIS 프로세스 개선과 실시간으로 수집되는 시내버스의 운행정보를 이용하여 도로소통정보로도 활용할 수 있는 다양한 방안을 모색할 필요가 있다.

• 한국산학기술학회논문지
• /
• 제18권3호
• /
• pp.249-257
• /
• 2017

신뢰성 있는 통행시간 예측을 위해 DSRC로부터 수집된 통행시간에서의 이상치(outlier) 필터링은 필수이다. 통행시간 예측을 위해 사용되는 보편적 기법인 TRANSGUIDE는 특정 분석 시간동안 통행시간의 변동이 크게 발생하는 조건에서 수집데이터의 이상치 제거를 효율적으로 처리하지 못하는 문제점이 존재한다. 이에 본 연구에서는 TRANSGUIDE의 한계점 을 보완할 수 있는 알고리즘을 제안하고자 한다. TRANSGUIDE가 특정 분석 시간대 충분한 데이터 관측이 어려울 경우 Median Absolute Deviation(MAD)를 이용하여 이상치 제거를 위한 새로운 유효 분석 영역을 설정하였다. 새로운 분석 영역 설정 후 특정 시간대 교통 조건하에서 최대 허용 가능한 이상치를 고려한 변수 ${\alpha}$, ${\beta}$를 제안하였다. 변수 ${\alpha}$, ${\beta}$를 추정하기 위해 과거 데이터와 도로 구간의 특성을 반영하였다. 개발된 알고리즘은 수도권 일반국도 3호선, 2013년 1월 1달간 DSRC 데이터가 존재하는 다차로 일반국도에 적용하였다. 누적상대도수를 이용하여 모형의 정산 수행 후 성능에 대해 정량적 평가를 수행하였다. 개발된 알고리즘은 기존의 TRANSGUIDE가 특정 조건, 즉 일정 분석 시간동안 교통 조건이 급하게 변동되는 구간에서 이상치 제거에 취한한 점을 보완하는 것으로 판단되었다. TRANSGUDIDE가 특정 조건에서 통행시간 예측이 어려울 경우 본 개발 알고리즘은 활용될 것으로 판단한다.

• 한국ITS학회 논문지
• /
• 제17권1호
• /
• pp.79-88
• /
• 2018

하이패스 단말기의 확대 보급에 따라 DSRC 교통정보시스템이 지방부 도로를 중심으로 확대 설치되고 있다. 그러나 지방부 도로의 경우 고속도로와 달리 단말기 장착차량이 많지 않아 프로브 표본수가 충분하지 않는 경우가 종종 발생한다. 이 경우 프로브 통행시간은 적은 샘플수로 인해 많은 변동이 발생하고 이는 교통정보 오차를 증가시킨다. 본 연구는 부족한 샘플수로 인해 발생하는 통행시간 단기변동을 완화하여 신뢰성 있는 교통정보를 수집 제공하기 위해 프로브 통행시간 데이터에 이동평균, Loess, Savitzky-Golay 등 평활화 기법을 적용하였다. 그 결과, 낮은 샘플링(5%) 환경에서 통행시간 오차가 원시자료에 비해 45%까지 감소하는 결과를 보였다. 본 연구결과는 국내에서 운영 중인 프로브 기반 교통정보시스템에 적용되어 교통정보 신뢰도를 향상시킬 수 있을 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제17권4호
• /
• pp.86-98
• /
• 2018

한국도로공사는 2015년부터 전국 톨게이트 간 DSRC기반 통행 소요시간 예측정보를 제공하고 있다. 통행 소요시간 예측정보는 고속도로 이용자들의 합리적인 노선 결정을 지원하여 정체상황을 최소화 시킬 수 있다는 측면에서 공공데이터로서 신뢰도가 보장되어야 하며 지속적인 품질관리가 필요하다. 따라서 본 연구에서는 국내외 선행연구를 통해 통행 소요시간 예측정보 평가를 위한 측정지표 기준을 고찰해보았으며, 한국도로공사에서 운영하고 있는 전 노선을 대상으로 소요시간 예측정보를 정량적으로 평가해 보았다. 더불어, 예측오차에 원인을 파악하기 위해 EDA 분석을 수행하였다. 대부분의 노선에서 제공되는 예측정보의 신뢰성은 해당 기준을 충족시키는 것을 알 수 있었다. 다만 다수의 구간으로 구성된 장대 노선의 경우 일부 소수의 구간에서 과대 또는 과소 추정오차 발생이 노선 전체의 예측 정보 신뢰도에 영향을 줄 수 있음을 확인하였으며, 이러한 문제 노선은 상당히 오랜 기간 존치되고 있었음을 알 수 있었다. 본 연구는 국내에서 운영 중인 거의 모든 고속도로 통행시간 예측정보를 정량적으로 평가한 첫 사례라는 점에서 의의가 있다.