• 한국ITS학회 논문지
• /
• 제7권1호
• /
• pp.42-58
• /
• 2008

심각해지는 교통난을 효율적으로 해결하기 위한 목적으로 실시간 신호제어시스템의 도입이 점차 확산되고 있다. 실시간 신호제어시스템은 수집정보의 신뢰도 및 시스템의 기능성이 중요하다 할 수 있으나, 시스템 구축 후 이에 대한 평가체계가 미비하여 본래의 기능을 제대로 수행하지 못하는 경우가 많이 발생하고 있다. 본 연구는 실시간 신호제어시스템에 대해 수집정보의 신뢰도는 물론 시스템의 기능성 등에 대한 평가를 통해 신호제어시스템 운영 효율을 파악하고 확장 및 운영의 방향을 제시하고자 한다. 분석결과 낮은 신뢰도를 보이거나, 이에 따른 대기행렬 길이 예측, 주기길이 변화, 좌회전 감응제어 등 시스템 기능성에 문제가 있는 부분들이 있음을 알 수 있었다. 이를 해결하기 위해서는 지속적인 모니터링을 통한 효율적인 유지보수체계가 필요하다고 판단된다.

• 한국ITS학회 논문지
• /
• 제17권4호
• /
• pp.54-62
• /
• 2018

본 연구는 인공지능 신호 구현의 일환으로서, 딥러닝을 통해 실시간으로 추정하는 차량대기길이 기반의 감응식 신호 알고리즘을 제시하였다. 알고리즘의 구현을 위해 딥러닝 모형을 구현한 텐서플로우에 미시적 교통시뮬레이터인 Vissim을 제어하는 API, 즉 COM Interface를 구축하였다. Vissim에서 신호주기별로 수집된 링크통행시간과 통과교통량이 텐서플로우에 전달되면 학습이 완료된 딥러닝 모형을 통해 접근로별 차량대기길이가 추정된다. 접근로별 차량대기길이를 기반으로 신호시간을 산정한 후 Vissim 내부의 신호등화를 조정하여 시뮬레이션 한다. 본 연구에서 개발한 알고리즘은 현 TOD 방식에 비해 차량 지체가 약 5% 감소한 것으로 분석되었으며, 이는 네트워크 내 하나의 교차로만 대상으로 적용하여 그 효과가 제한된 것이며, 축 또는 네트워크 제어로의 공간적 확대방안을 향후연구로 제시하였다.