• 한국ITS학회 논문지
• /
• 제20권2호
• /
• pp.58-71
• /
• 2021

전 세계적으로 고령인구가 급증하고 이에 따라 이동에 불편을 겪는 교통약자의 수도 증가하고 있다. 이러한 추세에 따라 국내에서는 이동편의시설 설치 확대 등 교통약자에 대한 양질의 대중교통 서비스 제공을 위해 다양한 정책을 시행 중이다. 기존 대중교통 이동편의시설 설치는 역사의 면적, 층수, 시설 미확보역 등의 양적인 측면을 기준으로 우선적 확대·설치되고 있다. 하지만 양적 기준 보다는 실제 이용자 기준의 설치 필요 지역에 이동편의시설을 확보하는 것이 교통약자의 이동편의 증진에 더 효과적일 것으로 사료된다. 본 연구에서는 이용자 기반의 교통카드 빅데이터 분석을 통해 교통약자의 환승취약지점을 도출하고자 했다. 스마트카드 거래내역 데이터를 가공하여 환승통행데이터를 구축하고 이용자별 환승통행패턴 분석 및 환승통행시간 차이가 큰 경로를 기준으로 환승취약지점을 도출했다. 분석 결과 일반 이용자보다 교통약자의 환승시간이 오래 걸리는 것으로 나타났다. 일반과 교통약자의 환승통행시간 차이와 시설물 개수와의 상관관계는 미약한 것으로 나타났는데 현장 조사 결과 환승통행시간 차이는 시설물의 단순 개수보다는 해당 환승최단경로 내 이동편의시설의 부재로 인해 발생하는 것으로 나타났다. 향후 교통약자를 위한 이동편의시설 확대 시 실질적 이용자 기반 데이터 분석을 통한 환승취약지점을 기준으로 우선적 시설 확보 시 교통약자의 이동편의가 보다 더 향상될 것으로 사료된다.

• 도시과학
• /
• 제11권2호
• /
• pp.9-17
• /
• 2022

The purpose of this study is to develop an index for evaluating the function of a new motorway using the travel distance frequency distribution (TLFD) calculated using the vehicle travel route big data, and to overcome the limitations of the evaluation through the existing traffic volume. The mobility evaluation index of motorways was developed by applying it to the TLFD data table in 2019. The smaller the value of the mobility evaluation index of the link is calculated, the more it is a link with mainly short-distance travel, and the higher the value of the mobility evaluation index, the more it means a link with mainly long-distance travel. The accessibility evaluation index was calculated through the result of the mobility evaluation index of all motorways developed, and all motorways were grouped into three groups using K-means clustering. Group A was found to exist inside a large city and consisted of motorways with many short-distance traffic, Group B was investigated as acting as an arterial between groups, and Group C was classified as a motorway consisting mainly of long-distance traffic connecting large cities and large cities. This study is significant in developing a new motorway function evaluation index that can overcome the limitations of motorway function evaluation through the existing traffic volume. It is expected that this study can be a reasonable comprehensive indicator in the operation and planning process of motorways.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.85-95
• /
• 2020

본 연구에서는 통신 데이터를 이용하여 기종점통행량 등 교통 모빌리티를 분석하는 방법론을 제안하였다. 모바일 기지국 위치정보 기반의 통신 데이터를 이용하여 개인의 통행사슬(Trip Chain) DB를 구축하고 일별 통행 패턴을 추출하여 통행 특성을 분석하였다. 분석의 신뢰성 제고를 위해서 기지국의 영향권을 맵 매칭하고, 통신 데이터가 가지는 Ping pong Handover 문제를 보정하는 로직을 개발하였으며, 기지국 영향권 내에서 Pass By와 Stay를 구분하는 분석기준을 제안하였다. 개발된 분석 방법을 활용하여 전국 지역 간 통행, 도시 및 지방 지역의 통행 발생과 분포를 추정하고 기존의 전통적인 분석방법론과 비교 검증하였다.

• 건설관리
• /
• 제19권2호
• /
• pp.63-68
• /
• 2018

• Journal of the Korean Data and Information Science Society
• /
• 제26권5호
• /
• pp.1061-1069
• /
• 2015

최근 교통 분야에서 발생하는 교통 빅데이터 (교통카드 데이터, ATMS 데이터 등)의 분석결과를 교통 정책에 활용하는 사례가 늘어나고 있는 추세이다. 또한 교통 데이터 분석 기법을 기존의 단순 빈도 분석 기법에서 다양한 데이터 마이닝 기법으로 확장하여 교통 데이터 속에 숨어있는 의미를 파악하려는 연구도 진행되고 있다. 본 연구에서는 교통카드 데이터에 대하여 토픽모델링 기법 중의 하나인 LDA (Latent Dirichlet Allocation) 기법을 적용하여 청주시 버스 승객들의 이동패턴을 분석한다. 이를 위해 교통카드 데이터의 하차 결측치를 추정하고, LDA 기법을 적용하여 이동패턴을 추출하였다. 또한 LDA 분석으로 도출된 값을 측정값으로 하여 다차원적 분석을 함으로써 청주시 버스 승객들의 이동패턴 특징을 파악할 수 있다. 분석 결과, 청주시의 경우 크게 1) 시외지역에서 터미널을 이용해 청주시에서 유입되는 패턴, 2) 주거지역에서 상업지역으로 이동하는 패턴, 3) 청주 인근 학교에서 상업 지역 (청주 중심가)로 이동하는 패턴을 발견할 수 있었다. 이동패턴은 도시 계획, 대중교통서비스 향상, 버스 노선 신설 등 다양한 교통정책의 수립에 활용될 수 있을 것으로 기대된다.

• 한국재난정보학회 논문집
• /
• 제17권3호
• /
• pp.655-666
• /
• 2021

연구목적:본 연구는 대용량 차량궤적 자료를 이용하여 동적 과속 위험성을 측정하기 위한 방법론을 개발하고, 개발된 과속 지표의 적용성을 증명하는데 있다. 연구방법: 개별 차량 궤적을 이용하여 차량의 속도 변화를 미시적 시공간으로 분석하고, 사고 위험성 관점에서 과속의 경계(즉, 경계속도)를 결정하였다. 결정된 경계속도를 이용하여 미시적 시공간 기반 과속 노출도 지표를 개발하였다. 연구결과: 검증 연구는 대용량 차량 GPS 궤적 자료와 실제 교통사고 자료를 이용하여 수행되었다. 분석결과, 개발된 과속 노출도 지표는 고속도로 교통사고에 대해 우수한 설명력 (R²=0.7)을 보였다. 이는 미시적 시공간 차원에서 과속이 분석되어야 함을 직접적으로 의미한다. 결론:차량 속도 상태의 시공간적 변화는 매우 가변적이다. 따라서 본 연구에서 제시된 방법론은 차량 궤적 자료를 이용한 미시적인 공간기반 교통사고 요인 및 사고 위험 노출도 분석에 효과적으로 활용될 수 있을 것으로 판단된다.

• 한국통신학회논문지
• /
• 제39B권8호
• /
• pp.544-554
• /
• 2014

본 논문에서는 교차로 주변의 고정된 위치에 있는 노변기지국과 WAVE/DSRC 기반 자동차통신단말, 그리고 스마트폰 앱을 긴밀하게 상호 연동하는 사이버-물리 교차로 시스템(CPIS)을 소개한다. CPIS 구조를 기반으로 교차로 정지시간과 연료소모를 줄이기 위한 참조이동모형 기반 녹색신호 최적화 속도조언(GLOSA-RMM)을 제안한다. GLOSA-RMM은 자동차의 다양한 참조이동모형들을 기반으로 자동차의 현재 위치/속도 정보와 교차로 교통신호 정보를 고려하여 적절한 속도조언을 결정하고, 이를 화면과 음성으로 동시에 제공하여 운전자의 부주의를 최소화한다. 임베디드 시스템 기반의 노변기지국과 자동차통신단말, 그리고 안드로이드 앱(App)의 개발을 통해 CPIS 시작품을 구축하고, 실차 환경에서 실험을 수행하여 GLOSA-RMM 알고리듬이 교차로 정지시간과 연료 소모를 줄일 수 있음을 보인다.

• 한국안전학회지
• /
• 제32권3호
• /
• pp.151-159
• /
• 2017

This study deals with characteristics and risk of a PM based on user survey result, road driving test and data analysis of PM accident. Text mining method is applied to extract PM accident data from Big Data, which are claim data of private insurance company. Road driving test and survey on safety, convenience, noise, overtake ability, steering ability, and climbing ability of PM are performed to evaluate user's safety and convenience considering domestic road condition. As the result of claim data analysis, annual average increase rate of PM accident is 47.4% and average compensation of personal mobility is higher than that of bicycle by maximum 1.5 times. 79.8% of PM accident is self-caused accident due to unskilled driving and age-specific diagnosis rate of driver over 60 is higher than that of under 60. Diagnosis rate of over 60 at lower limb, foot, rib and spine is especially higher than that of under 60. As the result of road driving test and user survey, satisfaction level on safety and convenience of PM is evaluated as close to that of bicycle and satisfaction level of PM is increased after boarding. Overtake ability, steering ability, and climbing ability of PM are evaluated as same or better than that of bicycle but warning equipment to pedestrian or bike such as horn is required because noise level of PM during driving is too low. Finally, user survey result shows that bicycle road is suitable for PM and safety standard, advance-education and insurance are required for PM. It is suggested that drivers' license for PM can be replaced by advance-education. Results of this study can be used to prepare safety measures and legal basis for PM operation.

• 지역연구
• /
• 제33권3호
• /
• pp.101-113
• /
• 2017

본 연구는 2014년 스마트카드 데이터를 활용하여 장거리 통행에서 대중교통 의존도가 높은 교통 취약계층의 대중교통 이동성을 평가하는 것에 목적이 있다. 특히, 신체적인 문제나 제도적으로 대중교통수단을 선택하게 되는 교통약자(노인, 청소년)와, 경제적 여건으로 대중교통을 이용하여 통근통행을 하는 저소득층 인구를 중심으로 대중교통 이동성을 평가하였다. 또한, 서울시의 노인, 청소년, 기초생활수급자의 분포와 각 취약계층의 대중교통 이동성 수준을 함께 고려하여 각 취약계층의 대중교통 이동성 취약지를 식별하고, 이를 종합하여 대중교통 이동성 개선 우선 지역을 선정하였다. 분석 결과, 대중교통 이동성이 낮으며, 교통취약계층 인구가 많이 거주하고 있는 15개의 대중교통 우선 개선지역을 도출하였다. 본 연구는 개인의 실제 통행 데이터인 스마트카드 데이터를 이용하여 대중교통의 이동성을 평가한 점과 교통 취약계층의 기본적인 이동성을 위해 대중교통 서비스가 개선되어야할 대중교통 이동성 취약지를 식별하였다는 점에서 의의를 가진다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.661-664
• /
• 2017

Recently, during disasters occurrence, dealing with emergencies has been handled well by the early transmission of disaster relating notifications on social media networks (e.g., Twitter or Facebook). Intuitively, with their characteristics (e.g., real-time, mobility) and big communities whose users could be regarded as volunteers, social networks are proved to be a crucial role for disasters response. However, the amount of data transmitted during disasters is an obstacle for filtering informative messages; because the messages are diversity, large and very noise. This large volume of data could be seen as Social Big Data (SBD). In this paper, we proposed a big data platform for collecting and analyzing disasters' data from SBD. Firstly, we designed a collecting module; which could rapidly extract disasters' information from the Twitter; by big data frameworks supporting streaming data on distributed system; such as Kafka and Spark. Secondly, we developed an analyzing module which learned from SBD to distinguish the useful information from the irrelevant one. Finally, we also designed a real-time visualization on the web interface for displaying the results of analysis phase. To show the viability of our platform, we conducted experiments of the collecting and analyzing phases in 10 days for both real-time and historical tweets, which were about disasters happened in South Korea. The results prove that our big data platform could be applied to disaster information based systems, by providing a huge relevant data; which can be used for inferring affected regions and victims in disaster situations, from 21.000 collected tweets.