• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.134-143
• /
• 2017

고속도로의 경우 해당구간에 버스전용차로, 휴게소, 졸음쉼터 등이 존재할 경우 다수의 통행시간 그룹이 존재할 수 있다. 기존 대부분의 구간통행시간 추정연구에서는 낮은 표본 수집 상태에서 하나의 대표 통행시간(정규분포 가정) 그룹을 가정하고, 특정범위를 벗어난 경우 이상치로 판단하여 제거한 후 구간 통행시간을 추정하였다. 하지만, 고속도로와 같이 해당구간에 버스전용차로, 휴게소, 졸음쉼터 등이 존재할 경우 통행시간 분포는 정규분포가 아닌 쌍봉 또는 다봉 형태를 보일 것이다. 따라서 기존의 추정방법론을 적용할 경우 왜곡된 결과를 초래할 가능성이 있다. 이러한 문제를 해결하기 위하여 첫째, 샘플수가 부족한 상태에서도 신뢰할 수 있으며, 둘째, 다수의 통행시간 그룹 중 일반차로를 이용하면서 휴게소를 이용하지 않은 대표 통행시간 그룹을 선정하고, 선정된 통행시간 그룹의 개별 통행시간 자료를 이용하여 대표 통행시간을 추정할 수 있는 방법론을 제안하였다.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.202-210
• /
• 2019

본 논문에서는 AEB(Autonomous Emergency Braking)가 장착된 승용차의 차대보행자 충돌상황에 관한 AEB의 기능을 평가하는 실험을 실시하였다. 실차 실험은 2017년식 3,000cc 차량을 대상으로 약 30~60km/h의 속도에서 보행자 정면 및 측면 충돌 시나리오를 설정하여 수행되었다. 실험 결과, AEB가 장착된 차량은 약 30km/h 속도로 주행시 모든 실험조건에서 AEB가 작동하여 보행자 더미를 충돌하기 전에 정지하였다. 그러나 약 40~60km/h의 속도에서는 모든 실험조건에서 실험차량의 AEB 작동으로 속도는 감소되었으나 보행자 더미와는 충돌하였다. 이러한 속도 변화에 대한 paired t-test를 실시한 결과, 유의확률 0.05에서 AEB에 따른 속도차이가 있는 것으로 나타났다. 그리고 AEB의 속도 감소 폭은 차량실험 시나리오별로 큰 차이를 나타내었다. 이러한 결과로부터, 현재의 AEB는 차량 속도가 30km/h에서는 보행자와의 충돌을 예방할 수 있으나, 40~60km/h 속도에서는 차량 감속을 통한 보행자의 상해정도는 경감시킬 수 있으나 보행자와의 충돌을 피할 수 없는 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제19권1호
• /
• pp.32-43
• /
• 2020

환승시간은 대중교통계획 및 정책 수립에 있어서 중요한 요소이다. 이에 본 연구에서는 교통카드 이용자료를 활용하여 대중교통 이용자의 환승시간 영향요인을 규명하고, 딥러닝 기법인 심층신경망 모형을 이용한 환승시간을 추정하였으며 이를 전통적인 회귀모형과 비교 분석하였다. 먼저 환승시간 영향요인의 경우, 주변 버스의 배차간격과 버스 정류장까지의 거리가 버스 환승시간에 양의 영향을 주었으며, 버스 노선수는 반대로 음의 영향을 주었다. 또한 지하철역이 속해있는 자치구에 따라서도 환승시간에 영향을 주는 것으로 나타났다. 도출된 환승시간 영향요인을 통해 딥러닝 모형을 구축하고 성능을 비교한 결과, 회귀모형보다 딥러닝 모형의 성능이 보다 우수하였다. 본 연구의 결과는 지역별 환승허용시간의 차등 적용 등 대중교통 환승정책의 기초 자료로 활용될 수 있을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제19권1호
• /
• pp.58-70
• /
• 2020

고속도로 우회는 명절이나 연휴 등 교통수요가 집중되는 시점에 운전자들이 정체되는 고속도로 일부구간을 우회하여 국도 및 지방도를 이용하는 것을 의미한다. 기존에는 영업소 출구차량 우회 설문조사를 통해 우회행태를 분석하였으나 적은 설문조사 샘플로 인해 실 우회율 산정에는 어려움이 존재하였다. 이에 본 연구에서는 DSRC 기반 경로형 데이터를 활용해서 실 우회율 산정, 우회 시 통행시간 개선 효과, 그리고 고속도로 본선 소통상황과의 상관관계 등 '내-외내', '내-내' 우회행태에 대한 실증연구를 수행한다. 추석전날 및 당일 주요 우회도로인 기흥동탄IC→오산IC, 서평택IC→월곶JC에 대해 승용차, 버스 및 화물차를 포함한 3종 차량의 우회행태를 분석한 결과, 본선의 정체시간대에서 우회도로 이용률이 점차 증가하였다. 본선 정체가 극심한 경우에는 우회도로 이용 시 통행시간이 개선되었지만, 본선 정체가 극심하지 않는 시간대는 오히려 우회도로 이용 시 통행시간이 증가하였다. 또한 고속도로 본선 소통상황과 실 우회율의 상관관계는 음의 상관성을 가지며, 이는 본선의 정체 행태와 일치함을 확인할 수 있었다. 본 연구 결과는 기존의 설문조사에 기초했던 우회행태 연구의 한계를 극복할 수 있으며, 교통수요가 집중되는 고속도로 구간의 우회전략 수립 등에 활용되어질 수 있을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.1-11
• /
• 2016

본 연구는 카셰어링의 대중교통 접근성이 카셰어링 이용수요에 미치는 영향을 분석하는 것을 목적으로 한다. 이를 위해 수원시에서 운영 중에 있는 그린카의 대여이력 데이터베이스와 대중교통 GIS DB를 활용하여 카셰어링 대여소별로 대중교통 접근성에 따른 카셰어링 이용수요 모형을 구축하고 이를 해석하였다. 연구 결과 카셰어링 대여소로의 접근수단은 도보가 73%로 가장 많으며, 자전거 3%, 버스와 도시철도는 20%로 나타났다. 버스와 도시철도의 접근성이 반영된 카셰어링 이용 모형의 적합도는 0.818로 대중교통 접근성은 유의한 변수임을 확인하였다. 즉, 카셰어링의 대여소는 대중교통과의 환승이 용이한 장소에 설치되는 것이 보다 이용수요를 증진시킬 수 있음을 확인하였다. 특히 대중교통 수단 중 버스 접근성은 유의한 변수로 확인된 반면, 도시철도 접근성은 유의하지 않은 것으로 나타났는데, 타 대중교통 수단과의 상호 이용수요 증진 측면에서 도시철도와 카셰어링간의 원활한 연계를 위한 환승할인 및 편도 반납 정책 등 다양한 보완적 정책이 필요할 것으로 판단된다. 본 연구 결과는 카셰어링에 대한 기초적 연구에 불과하지만, 대중교통간 환승수요를 증진시키는데 기여할 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제19권4호
• /
• pp.81-99
• /
• 2020

기종점 데이터는 수요 분석 및 서비스 설계를 위해서 대중교통, 도로운영 등 다양한 분야에서 저장 및 활용되고 있다. 최근 빅데이터의 활용성이 증대되면서 기종점 데이터의 분석 및 활용에 대한 수요도 함께 증가하고 있다. 기존의 일반적인 교통 정보 데이터가 수집장비 수(n)에 비례하여 데이터양이 증가(α·n)하는 것과는 다르게, 기종점 데이터는 수집지점 수(n)의 증가에 따라 수집 데이터의 양이 기하급수적으로 증가(α·n²)하는 경향이 있다. 이로 인하여 기종점 데이터를 원시 데이터의 형태로 장기간 저장하고 빅데이터 분석에 활용하는 것은 대용량의 저장 공간이 필요하다는 것을 고려할 때 실용적 대안으로 여겨지지 않고 있다. 이와 함께 기종점 데이터는 0~10 사이의 작은 수요 부분에 패턴화된 형태와 무작위 적인 형태의 데이터가 섞여있어 작은 수요가 그룹화되어 발생하는 주요 패턴을 추출하기에 어려움이 있다. 이러한 기종점 데이터의 저장용량의 한계와 패턴화 분석의 한계를 극복하고자 본 연구에서는 주성분 분석을 활용한 대중교통 기종점 데이터의 압축 및 분석 방법을 제안하였다. 본 연구에서는 서울시와 세종시의 대중교통 이용 데이터를 활용하여 모빌리티 데이터를 분석하고, 모빌리티 기종점 데이터에 포함된 무작위 성향이 높은 데이터를 제거하기 위해 주성분분석 기반의 데이터 압축 및 복원에 관한 연구를 수행하였다. 주성분분석으로 분해된 기종점 데이터와 원데이터를 비교하여 주요한 수요 패턴을 찾고 이를 통해 압축률과 복원율을 높일 수 있는 주성분 범위를 제안하였다. 본 연구에서 분석한 결과, 서울시 기준 1~80, 세종시 기준 1~60까지의 주성분을 사용할 경우 주요 이동 데이터의 손실 없이 기종점 데이터에 포함되어있는 노이즈를 제거하고 데이터를 압축 및 복원이 가능하였다.

• 한국ITS학회 논문지
• /
• 제2권2호
• /
• pp.31-42
• /
• 2003

한국도로공사의 선불형 플라스틱카드는 사용자 측면이나 관리 측면에서 많은 문제를 야기하고 있다. 스마트카드 형태의 선불형 전자지불카드인 하이패스플러스하드는 기존 카드의 문제점들을 극복하고 현재 교통분야에 적용된 스마트카드등과의 효율적인 연계가 가능하다 하이패스플러스카드는 가치 저장 및 가지 지불에 사용되는 카드이다. 따라서, 하이패스플러스하드의 기능 및 보안이 철저해야 한국도로공사의 전자지불시스템이 안전하다. 본 논문은 하이패스플러스카드에 LSAM으로부터 가치를 저장받기위한 기능 및 보안 시험과 하이패스플러스카드로부터 PSAM에 가치를 지불하기 위한 기능 및 보안성을 시험하기 위한 시험 방법, 시험 표준항목, 그리고 시험 절차 등을 포함한 시험 모듈을 개발했다. 하이패스 플러스하드의 시험 표준항목은 한국도로공사 규격서에 준하여 ISO 표준에 적합한 시험 항목으로 선정했으며, 시험 검사표는 시험 표준항목을 검사할 수 있는 기준에 의해서 작성했다. 시험 모듈은 시험 검사표에 의한 시험 표준항목을 시험할 수 있는 방법 및 절차를 따라서 개발했다 시험은 한국도로공사에서 사용되는 하이패스플러스카드를 이용하여 실행하였다. 본 시험 모듈은 하이패스플러스하드의 기능뿐 아니라 보안성 및 적합성을 시험하였다. 시험 결과에 의하면 현재 사용중인 하이패스플러스카드의 보안성 및 기능은 기준을 통과하였으며, 보안 및 기능에 문제가 없다는 것이 입증되었다.

• 한국ITS학회 논문지
• /
• 제7권2호
• /
• pp.92-99
• /
• 2008

우리나라의 급속한 경제성장은 여객과 물자의 수송수요 증가 및 도시집중화를 가져왔다. 여기에 국민소득수준의 향상과 더불어 자동차는 없어서는 안 될 생활필수품으로 각광을 받고 있다. 그러나 자동차의 도로 교통 활동으로 인한 교통정체와 교통사고로 인해 국민경제에 대한 평가를 절하시키거나 감소시키고 있다. 이에 우리나라에서는 교통안전개선사업의 필요성이 대두되기 시작하여 개선사업을 실행에 옮기고 있다. 본 연구에서는 이러한 개선사업의 분석을 실시하여 첫째, 개선사업의 성공여부와 또한 성공적이었다면 그 효과의 정도를 분석하고 둘째, 개선사업의 효과에 관한 데이터를 공급과 개선사업의 개발의 필요성을 인식시켜주고 셋째, 정책입안자 또는 사업 관계자들에게 효과성이나 개선안에 대한 정보를 제공하고자 한다. 본 연구에서는 사고다발지점 선정에 관한 연구를 통하여 종합지수법에 의하여 선정된 각각의 사고다발지점에 대한 개선사업 전 후의 사고건수와 사고율에 의한 효과성을 분석하였다. 다음으로 선정된 사고다발지점에 대한 개선 전과 개선 후의 사고비용과 개선사업비를 년차별로 산출하여 경제성 평가를 실시하였다. 본 연구의 결과로 첫째, 개선사업 전 후의 사고선수와 사고율에 대한 효과성 분석을 통하여 개선사업 후에 사고가 상당히 감소하였음을 보였다. 둘째, 개선사업 전 후의 경제성 평가를 실시함으로써 안전시설물에 의한 사고다발지점의 개선사업의 경제적 타당성을 보였다.

• 한국ITS학회 논문지
• /
• 제14권6호
• /
• pp.1-13
• /
• 2015

도로 이용자들은 도로의 불확실성을 고려해 통행계획 시 목적지에 일정한 시간 내에 도착하기 위해 추가 통행시간을 고려한다. 때문에 도로의 서비스 수준을 향상시키기 위해서는 기존의 소통측면 뿐만 아니라 변동성 측면의 정보의 제공을 통해 예측 가능한 도로를 만드는 것이 매우 중요하다. 이를 위해서는 도로의 변동성을 계량적으로 나타내고 도로이용자가 쉽게 이용할 수 있는 통행시간 변동성 지표 개발이 필요하다. 최근 미국을 중심으로 교통 선진국에서 통행시간 변동성에 대한 관심이 증가하고 있으며, 현재 변동성을 계량화하기 위한 지표에 대한 연구가 활발하게 진행 중에 있다. 기존 연구에서는 변동성 지표 산출시 95th통행시간을 가장 중요하게 고려하고 있다. 본 연구는 평상시와 기상요인시를 비교분석하여, 기존 통행시간 변동성 지표 산출시 가장 중요하게 고려되는 95th통행시간이 국내 교통 환경에서 통행시간 변동성을 대표할 수 있는 지표인지 검토였다. 교통수준별로 구분하여 분석한 결과 기상요인 발생시 교통 수준이 낮은 LOS A~D 구간에서는 80th통행시간, 90th통행시간, 95th통행시간 모두 증가하는 경향을 나타냈으며, 그중 95th통행시간이 가장 민감하게 변하는 것으로 분석되었다.

• 한국ITS학회 논문지
• /
• 제16권4호
• /
• pp.153-163
• /
• 2017

본 연구에서는 운전자 별로 생활 중에 이동하는 주행 도로의 특징 및 교통상황이 서로 다르며 운전습관이 상이함을 고려하여, 운전자 혹은 운전자 그룹별 기계학습모형을 구성하고, 학습된 모델을 분석하여 운전자의 주행모드 별 특징을 탐색하여 자율 주행 자동차를 시뮬레이션 하였다. 운전지식을 활용하여 주행조작 전후 센서의 동작 상황에 따라 8종류의 종방향 모드와 4종류 회전모드로 구분하고, 종방향 모드와 회전모드를 결합한 21개의 결합형 주행모드로 세분화 하였다. 주행모드가 레이블 된 시계열 데이터에 대해 딥러닝 지도학습 모델인 RNN (Recurrent Neural Network), LSTM (Long Short-Term Memory), Bi-LSTM 모델을 활용하여서 운전자 별 혹은 운전자 그룹별 주행데이터를 학습하고, 학습된 모델을 테스트 데이터 셋에서 주행 모드인식률을 검증하였다. 실험 데이터는 미국 VTTI 기관에서 수집된 22명의 운전자의 1,500개의 실생활 주행 데이터가 사용되었다. 주행 모드 인식에 있어, 데이터 셋에 대해 Bi-LSTM 모델이 RNN, LSTM 모델에 비해 향상된 성능을 보였으며, 최대 93.41%의 주행모드 인식률을 확인하였다.