• 대한교통학회지
• /
• 제22권4호
• /
• pp.117-134
• /
• 2004

도로교통량의 상당부분을 차지하는 트럭교통(truck traffic)은 교통혼잡, 주차, 교통안전 문제의 큰 요인이 되고 있다. 그러나 그 동안 교통수요예측 및 교통계획에서 트럭교통은 사람교통(passenger trip)에 비해 상대적으로 그 중요성이 간과되어 왔다. 트럭교통의 정확한 모형화가 선행되지 않으면 각종 교통수요예측 및 교통정책의 신뢰성은 낮아질 것이다. 본 연구의 목적은 교통수요예측 과정에서 트럭교통을 교통망(network)에 배정하는 기법을 개선하는데 있다. 이를 위해 본 연구에서는 노선배정(network assignment)의 핵심적인 요소인 기존의 BPR(Bureau of Public Road) 함수에 트럭 교통량 변수를 포함하여, 수정된 새로운 BPR 함수를 개발하였다. 본 연구에서 제시된 방법은 교통수요예측시 트럭 교통량을 고려하여 보다 현실적이고 신뢰성 있는 도로교통수요 예측치를 담보할 수 있을 것으로 기대된다.

• 한국도로학회논문집
• /
• 제9권1호
• /
• pp.17-27
• /
• 2007

ETCS는 1990년대 초부터 선진국에서 유료도로 톨게이트에서의 교통체증 및 지체문제를 해결하기 위하여 적용되기 시작하였다. ETCS의 성공적인 운영을 위해서는 ETCS 이용률을 정확히 예측하는 것이 중요하다. 본 연구에서는 창원시의 신뢰성 있는 ETCS 이용수요예측 모형 개발이 시도되었다. 총 11개의 설명변수들을 고려하면서 이항로짓 및 신경망 모형들이 검토되었다. 신경망모형에서 가장 좋은 결과를 얻었다. 그러나 ETCS 이용률 추정을 위해 설명변수 11개를 추정하기에는 어려움이 있으므로 차내장치 임대보증금, 절약시간, 할인률의 중요 3개 정책변수만을 고려한 신경망 및 로짓 모형들을 ETCS 이용률 추정모형으로 분석하였다. 모형의 예측력 평가와 적합도 분석에 있어서 신경망모형이 로짓모형보다 우수한 모형으로 판단되어지나 학습에 사용된 9가지 이외의 시나리오에서 신뢰성이 떨어지는 것으로 나타나, ETCS 이용률 추정 모형으로 3개의 중요한 정책변수를 고려한 이항로짓모형이 제안된다. 이 모형은 평균제곱오차 $0.14,\;{\rho}^{2}0.31,\;x^{2}488.9$로 신뢰성이 높은 모형으로 평가되며 창원시와 규모가 유사한 도시에 적용이 가능할 것으로 기대된다.

• 터널과지하공간
• /
• 제28권1호
• /
• pp.111-124
• /
• 2018

본 연구는 전세계적으로 활발하게 기술 개발 중인 네트워크형 복층 도로터널에서의 환기 설계를 위해 새롭게 요구되는 설계인자를 분석한다. 분류 및 합류부 지점에 존재하는 확폭구간에서 단면적의 변화에 따라 발생하는 충격손실계수를 결정하기 위해 전산유체역학(CFD)를 통한 수치해석 연구를 진행하였다. 수치해석에 사용된 모델은 실제 스케일을 반영하였고 이전의 선행 연구의 충격손실계수 값과의 비교분석을 통해 그 값의 신뢰성을 확보하였다. 수치해석 연구의 결과로 단면적비의 변화에 따른 충격손실계수 값을 도출해냈고 급확대부와 급축소부 두 경우 모두 이전의 선행 연구에서 제시된 충격손실계수 값보다 높게 계산되어졌다. 이는 네트워크형 복층 도로터널의 기하학적 구조의 특성이 충격손실계수에 미치는 영향이 크다고 판단된다. 따라서 본 연구의 결과 값은 앞으로 네트워크형 복층 도로터널의 환기 설계에 있어 좀 더 정확한 설계에 도움이 될 것으로 기대된다.

• 한국정밀공학회지
• /
• 제14권7호
• /
• pp.29-38
• /
• 1997

A closed-loop system modeling of an active/semiactive suspension system has been accomplished through an artificial neural network. A 7DOF full model as a system's equation of motion has been derived and an output feedback linear quadratic regulator has been designed for control purpose. A training set of a sample data has been obtained through a computer simulation. A 7DOF full model with LQR controller simulated under several road conditions such as sinusoidal bumps and rectangular bumps. A general multilayer perceptron neural network is used for dynamic modeling and target outputs are fedback to the a layer. A backpropagation method is used as a training algorithm. Model validation of new dataset have been shown through computer simulations.

• 한국ITS학회 논문지
• /
• 제20권4호
• /
• pp.95-105
• /
• 2021

도로 노면 파손 탐지는 쾌적한 주행 환경과 안전사고의 예방을 위해 필요하다. 도로 관리 기관은 자동화 기술 기반의 검사 장비와 시스템을 활용하고 있다. 이러한 자동화 기술 중에서도 도로 노면의 파손을 탐지하는 기술은 중요한 역할을 수행한다. 최근 들어 딥러닝을 이용한 기술에 대한 연구가 활발하게 진행 중이다. 이러한 딥러닝 기술 개발을 위해서는 도로 영상과 라벨 영상이 필요하다. 하지만 라벨 영상을 확보하기 위해서는 많은 시간과 노동력이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위하여 준지도 학습 기법 중 하나인 적대적 학습 방법을 제안했다. 이를 구현하기 위해서 5,327장의 도로 영상과 1,327장의 라벨 영상을 사용하여 경량화 심층 신경망 모델을 학습했다. 그리고 이를 400장의 도로 영상으로 실험한 결과 80.54%의 mean intersection over union과 77.85%의 F1 score를 갖는 모델을 개발하였다. 결과적으로 라벨 영상 없이 도로 영상만을 학습에 추가하여 인식 성능을 향상시킬 수 있는 기술을 개발하였고, 향후 도로 노면 관리를 위한 기술로 활용되길 기대한다.

• 한국터널지하공간학회 논문집
• /
• 제14권2호
• /
• pp.107-116
• /
• 2012

네트워크형 도로터널 내 분기부 구조물과 제트팬에 의한 분기 환기효율 분석하고자 실제 도로터널을 1/45로 축소하여 실험을 수행하였다. 차량이 주행할 때 발생하는 교통관성력을 적용하기 위해 블로워 팬를 사용하여 축소모형 터널내 기류를 형성하였고, 터널의 국부적인 위치에서 속도를 측정하여 분기 효율을 연구하였다. 구조물의 특징으로 발생되는 환기 저감을 개선하기 위해 제트팬을 설치하여 터널 내 환기 효율을 최적화하였다.

• 한국ITS학회 논문지
• /
• 제7권3호
• /
• pp.29-37
• /
• 2008

본 논문은 RFID 시스템을 통해 수집되는 데이터를 '국가도로교통량조사'에 활용하는 것에 목적을 두고 있다. 연구 수행에 있어 RFID 전자태그 보급의 한계성을 극복하기 위해서, 먼저 RFID 시스템을 통하여 표본데이터를 수집하고 이를 전수화(표본데이터를 조사지점을 통과하는 모든 차량의 수로 만드는 과정) 하였다. 최적의 전수화 방법론을 선정하기 위하여 세가지 방법론(시간계수 모델, 퍼지 모델, 신경망 모델)을 적용하였으며 분석결과 시간계수를 이용한 모델이 최적의 전수화 방법론으로 선정되었다. RFID 시스템을 '국가도로교통량조사'에 활용할 수 있는 방안을 모색하기 위해 '제주도'를 모델로 하여 분석한 결과 인프라 구축의 한계로 인하여 상시조사를 대체할 수는 없으나, 수시조사는 활용에 대한 새로운 가능성을 확인하였다. 따라서 교통량 조사(상시조사)에 있어 RFID 시스템을 활용한다면 기존 검지기에 비해 비용저감 효과가 있을 것으로 기대된다.

• 터널과지하공간
• /
• 제13권6호
• /
• pp.434-443
• /
• 2003

본 연구에서는 비서형 모델에 적용 가능한 역전파 알고리즘을 이용하여 도로터널에서 발생하는 오염물질을 예측하기 위한 인공신경망을 개발하였다. 도로 터널에서 중요시되는 오염인자는 CO농도와 가시도이므로, 인공신경망의 구성을 각각의 독립적인 네트워크로서 구성하였다. 사용한 입력데이터는 영동고속도로에 위치한 종류식 환기 방식을 채택한 일방향 2차선 도로 터널 2개소에서 실측한 데이터를 사용하였다. 예측치와 실측치를 비교할 때 인공신경망의 학습도는 약 95%의 정확성을 보이는 것으로 나타났다. 분석결과 개발된 인공신경망에 의한 결과는 PIARC 방식에 의한 계산치 보다 약 5배 정도의 정확성을 보였다. 특히 주행속도가 낮을 경우 더 높은 정확도를 나타낼 것으로 기대 되었다.

• 대한교통학회지
• /
• 제31권1호
• /
• pp.47-56
• /
• 2013

본 연구는 기존 정성적/평면적으로만 다뤄왔던 간선도로의 망기능을 입체적/정량적으로 분석하기 위하여 새롭게 정의한 네트워크(network)과 네트워킹(networking)에 입각한 망기능 분석방법론을 제시하고, 실제 간선도로망에 적용하여 망기능을 분석하였다. 이를 위해 간선도로 네트워크를 상부도로인 고속국도와 이와 연계된 하부도로(일반국도, 지방도, 도시부도로 등) 간을 입체적 관점에서 분석하였고, 기존의 물리적인 연결성 측면 외에도 교통정보 및 주행조건 등 운전자(이용자) 측면의 망기능을 고려한 세부기능지표(networking index, NI)를 도출하여, 망기능의 효율성을 정량적으로 평가할 수 있는 네트워킹 지수(networking rate, NR)를 산정하였다. 주요 분석결과로서, ITS 분야인 교통정보기능이 네트워킹 구성요소에 중요한 영향요소임을 입증하였다. 이는 기존에 물리적 연계 중심의 도로정비방안 도출보다 교통정보를 고려한 네트워킹 정비의 필요성을 보여준다. 그리고, 실제 고속국도 중심 간선도로 망기능을 분석한 결과로서 전국대비 수도권에서 낮은 망기능을 보이고 있는데, 상 하부도로 간 대체우회기능을 수행할 수 있는 구간기능과 교통정보기능이 상대적으로 떨어지는 것이 주요 원인으로 분석되었다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.70-85
• /
• 2021

최근 활발히 연구되는 딥러닝 방법론은 인공지능의 성능을 급속도로 향상시켰고, 이에 따라 다양한 산업 분야에서 딥러닝을 활용한 시스템이 제시되고 있다. 교통 시스템에서는 GNN을 활용한 공간-시간 그래프 모델링이 교통 속도 예측에 효과적인 것으로 밝혀졌지만, 이는 메모리 병목 현상을 유발하기 때문에 모델이 비효율적으로 학습된다는 단점이 있다. 따라서 본 연구에서는 그래프 분할 방법을 통해 도로 네트워크를 분할하여 메모리 병목 현상을 완화함과 동시에 우수한 성능을 달성하고자 한다. 제안 방법론을 검증하기 위해 인천시 UTIC 데이터 분석 결과를 바탕으로 Jensen-Shannon divergence를 사용하여 도로 속도 분포의 유사도를 측정하였다. 그리고 측정된 유사도를 바탕으로 스펙트럴 클러스터링을 수행하여 도로 네트워크를 군집화하였다. 성능 측정 결과, 도로 네트워크가 7개의 네트워크로 분할되었을 때 MAE 기준 5.52km/h의 오차로 비교 모델 대비 가장 우수한 정확도를 보임과 동시에 메모리 병목 현상 또한 완화되는 것을 확인할 수 있었다.