• 한국공간정보시스템학회 논문지
• /
• 제11권2호
• /
• pp.162-169
• /
• 2009

The real-time traffic data is generated continuous and unbounded stream data type while intelligent transport system (ITS) needs to provide various and high quality services by combining with spatial information. Traditional database techniques in ITS has shortage for processing dynamic real-time stream data and static spatial data simultaneously. In this paper, we design and implement an advanced traffic monitoring system (ATMS) with the integration of existed data stream management system (DSMS) and spatial DBMS using IntraMap. Besides, the developed ATMS can deal with the stream data of DSMS, the trajectory data of relational DBMS, and the spatial data of SDBMS concurrently. The implemented ATMS supports historical and one time query, continuous query and combined query. Application programmer can develop various intelligent services such as moving trajectory tracking, k-nearest neighbor (KNN) query and dynamic intelligent navigation by using components of the ATMS.

• 대한교통학회지
• /
• 제34권2호
• /
• pp.158-167
• /
• 2016

본 연구는 실시간 자료를 기반으로 k-NN을 활용한 단기 교통상황 예측 시 각 단계별 세부절차 및 변수결정, 입력자료 구축 등의 각 단계별 잠재적 예측오차에 대한 원인분석 및 시사점 도출을 목적으로 한다. 다양한 단기 예측모형에 대한 선행연구 검토를 통하여 k-NN 모형의 유용성을 검토하였고 이에 대한 적용가능성을 분석하였다. 본 연구의 k-NN 모형은 이력자료 평활화 및 패턴DB 구축의 입력자료 부분, 실시간 자료와 과거 이력자료와의 유사성 측정 및 k 근접이웃 결정 등의 k-NN 알고리즘 부분, 그리고 예측 시간간격에 따른 출력결과 부분 등으로 구성되며 올림픽대로 김포방향 한강대교 남단~여의상류IC 구간을 대상으로 분석을 실시하였다. 교통자료의 불규칙 잡음으로 인하여 정확한 패턴매칭을 위해서 이력자료의 평활화를 실시하였으며, 이력자료 패턴 DB는 일반 및 이벤트 상황으로 구분하여 활용하였다. 최적의 시계열 자료 및 k 근접이웃 결정을 위해서 시행착오 방법을 적용하였으며, 단기 교통상황 예측 시 예측 시간간격이 증가할수록 예측오차가 증가하는 패턴, 그리고 교통상태가 급변하는 시점에서도 예측오차가 증가함을 알 수 있었다. 본 연구의 k-NN 모형에 대한 각 단계별 예측오차에 대한 원인을 분석하여 개선방향을 제시함으로써 향후 신뢰성 있는 단기 교통상황예측 정보제공 및 시스템에 활용이 가능할 것으로 판단된다.

• Ocean Systems Engineering
• /
• 제12권3호
• /
• pp.267-284
• /
• 2022

A subsea pipeline designed across active shipping lane prones to failure against external interferences such as anchorage activities, hence risk assessment is essential. It requires quantifying the geometric probability derived from ship traffic distribution based on Automatic Identification System (AIS) data. The actual probability density function from historical vessel traffic data is ideal, as for rapid assessment, conceptual study, when the AIS data is scarce or when the local vessels traffic are not utilised with AIS. Recommended practices suggest the probability distribution is assumed as a single peak Gaussian. This study compares several fitted Gaussian distributions and Monte Carlo simulation based on actual ship traffic data in main ship direction in an active shipping lane across a subsea pipeline. The results shows that a Gaussian distribution with five peaks is required to represent the ship traffic data, providing an error of 0.23%, while a single peak Gaussian distribution and the Monte Carlo simulation with one hundred million realisation provide an error of 1.32% and 0.79% respectively. Thus, it can be concluded that the multi-peak Gaussian distribution can represent the actual ship traffic distribution in the main direction, but it is less representative for ship traffic distribution in other direction. The geometric probability is utilised in a quantitative risk assessment (QRA) for subsea pipeline against vessel anchor dropping and dragging and vessel sinking.

• 한국항공운항학회지
• /
• 제22권3호
• /
• pp.8-14
• /
• 2014

Arrival management is a tool which provides efficient flow of traffic and reduces ATC workload by determining aircraft's sequence and schedules while they are in cruise phase. As a decision support tool, arrival management should advise on air traffic control service based on the understanding of human factor of its user, air traffic controller. This paper proposed a prediction model for air traffic controller sequencing strategy by analyzing the historical trajectory data. Statistical analysis is used to find how air traffic controller decides the sequence of aircraft based on the speed difference and the airspace entering time difference of aircraft. Logistic regression was applied for the proposed model and its performance was demonstrated through the comparison of the real operational data.

• 대한교통학회지
• /
• 제34권4호
• /
• pp.354-372
• /
• 2016

공사구간에서는 교통류의 안전한 합류 및 통과를 위해 속도관리와 차로차단을 통한 체계적인 교통관리가 요구된다. 본 연구에서는 공사구간 교통관리특성을 교통안전분석에 반영하기 위해서 사고자료, 차량검기지에서 추출된 속도 및 교통자료, 공사 시 종점, 페쇄 차로 등의 정보가 포함된 공사장 이력자료를 활용하였다. 2010년부터 2014년까지 발생한 고속도로 공사구간 사고자료 중 총 231건의 사고에 대해 교통상황자료 및 공사장 이력자료를 매칭시킨 분석 대상 자료셋을 구축하고, 순서형 프로빗 모형을 적용하여 사고 심각도 영향 요인을 도출하였다. 분석결과, 속도, 차로 폐쇄에 따른 용량 감소량, 주의구간 내 사고 위치, 공사 작업 유형의 변수들이 공사구간 사고 심각도에 영향을 미치는 것으로 분석되었다. 분석결과를 바탕으로 6가지 공사구간 안전성 증진 방안을 수립하였다. 안전성 증진방안으로는 차로 합류 및 차단 방안, 주의구간 내 정보 제공 방안, 공사구간 속도 관리 방안, 공사구간 경고 정보 제공 방안, 공사구간 교통안전시설 도입, 공사구간 안전성 효과분석 및 모니터링 방안을 제시하였다.

• 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.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권5호
• /
• pp.463-475
• /
• 2006

교통 관리 시스템과 같은 응용에서는 공간 데이타 웨어하우스의 공간 계층을 이용한 분석을 수행하는데, 이러한 분석에서는 주로 단순한 집계정보만을 요구한다. 공간 계층 기반의 집계정보 제공을 위하여 기존의 연구들은 공간 인덱스를 사용한 해결방법을 제시하였는데, 대부분의 연구들은 공간 인덱스 중 가장 널리 이용되는 R-tree를 확장한 방법을 이용하였다. 그러나 단순히 현재 집계 정보만을 제공하여 수년에 걸친 분석을 요구하는 교통 정책에 대하여 의사결정을 지원할 수 없었다. 본 논문에서는 과거의 집계정보까지 관리할 수 있는 aR-tree(Aggregation R-tree)기반의 하이브리드 인덱스를 제안한다. 제안 기법은 aR-tree를 이용하여 공간 계층과 현재시점의 집계정보를 제공하며, 시간 구조체를 이용한 정렬 해쉬 테이블로 시간 계층과 과거의 집계정보를 제공한다. 따라서 제안기법은 시공간 분석을 통한 효율적인 의사결정을 지원하며, 이는 현재의 교통 분석 및 과거를 통한 교통 정책 결정을 가능하게 한다.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.40-52
• /
• 2011

최근 지능형교통체계(ITS)는 다기능 검지기, 도시교통정보시스템, 단거리 전용 통신 등 첨단 검지장비가 도입되면서 교통정보의 신뢰성이 중요하게 대두되고 있다. 이 연구는 구간교통정보 산정과 같은 정량적 연구와 다르게 교통류 안정성을 반영한 정성적 소통상황 판단 알고리즘을 개발하였다. 이를 위해서 제한속도별 정성적 소통상황 분류기준을 재정립하고, 실시간 소통상황 판단 유형과 판단지표를 새롭게 제시하였다. 실시간 소통상황 판단 유형은 정성적 소통상황에서 속도추이의 상승, 진동, 하락에 따라 크게 9가지 유형으로 세분화하였다. 소통상황 판단지표는 속도변화추이를 파악하기 위해 과거 5주기 2분 단위 속도, 가속도를 나타내는 값과 부호로 정의한 3개 지표와 시간대별, 속도대별 불안정범위를 설정한 영역으로 정의하였다. 이 연구에서 개발된 소통상황 판단 알고리즘의 성능평가는 실제 검지자료를 이용하여 현장 적용성을 검증하였으며, 교통정보가공체계, 상황판 운영모니터링, 과거이력자료 활용 등에 적용이 가능할 것으로 판단된다.

• 교통기술과정책
• /
• 제12권2호
• /
• pp.39-48
• /
• 2015

• 한국측량학회지
• /
• 제33권4호
• /
• pp.287-296
• /
• 2015

최근 내비게이션에서는 실시간 교통정보와 과거의 교통정보를 가공하여 미래의 교통정보를 예측하는 패턴 교통정보를 같이 활용하여 빠른 길을 안내해주고 있다. 그러나 현재 사용되는 패턴 교통정보는 과거의 정보를 가공하여 교통정보를 예측하기 때문에 특별한 상황(유고, 날씨 등)에서는 예측이 정확하지 않는 문제점을 가지고 있다. 그래서 본 연구에서는 빠른 길을 찾기 위해 실시간으로 운전자들이 요청하는 경로탐색 데이터를 분석하여 가까운 미래 운전자들이 위치할 도로의 교통 혼잡도를 미리 파악하여 패턴 교통정보 보다 정확한 예측 교통정보를 제시하였다. 연구결과 첫째, 연구지역의 정체경로인 양재에서 마포간 차량속도 비교에서는 기존 상습정체 도로의 속도가중치 정확도가 3km/h에서 18km/h의 오차율이 발생하였지만, 본 연구의 Real 예측 교통 정보를 적용한 결과는 1km/h에서 5km/h의 오차율이 발생하였다. 둘째, 경로 품질에서 기존의 경로보다 최대 약 9분, 평균 약 3분 일찍 목적지에 도착하여 예측 교통정보 결과의 신뢰성을 입증할 수 있었다. 셋째, 기존의 경로탐색 결과 보다 혼잡도를 미리 예측하여 혼잡이 발생할 도로에 대해 회피되는 경로탐색 결과를 도출할 수 있었다. 따라서 본 연구결과의 경로탐색 비교를 통해 교통량에 대한 예측정보를 획득할 수 있었으며 이를 활용하여 실시간 빠른 길 탐색이 가능하고, 향후 교통 흐름을 분산 시키는데도 도움이 될 것으로 판단된다.