• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권1호
• /
• pp.216-238
• /
• 2023

In intelligent transportation systems, traffic management is an important task. The accurate forecasting of traffic characteristics like flow, congestion, and density is still active research because of the non-linear nature and uncertainty of the spatiotemporal data. Inclement weather, such as rain and snow, and other special events such as holidays, accidents, and road closures have a significant impact on driving and the average speed of vehicles on the road, which lowers traffic capacity and causes congestion in a widespread manner. This work designs a model for multivariate short-term traffic congestion prediction using SLSTM_AE-BiLSTM. The proposed design consists of a Bidirectional Long Short Term Memory(BiLSTM) network to predict traffic flow value and a Convolutional Neural network (CNN) model for detecting the congestion status. This model uses spatial static temporal dynamic data. The stacked Long Short Term Memory Autoencoder (SLSTM AE) is used to encode the weather features into a reduced and more informative feature space. BiLSTM model is used to capture the features from the past and present traffic data simultaneously and also to identify the long-term dependencies. It uses the traffic data and encoded weather data to perform the traffic flow prediction. The CNN model is used to predict the recurring congestion status based on the predicted traffic flow value at a particular urban traffic network. In this work, a publicly available Caltrans PEMS dataset with traffic parameters is used. The proposed model generates the congestion prediction with an accuracy rate of 92.74% which is slightly better when compared with other deep learning models for congestion prediction.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3598-3614
• /
• 2020

With the increase of motor vehicles and tourism demand, some traffic problems gradually appear, such as traffic congestion, safety accidents and insufficient allocation of traffic resources. Facing these challenges, a model of Spatio-Temporal Dilated Convolutional Network (STDGCN) is proposed for assistance of extracting highly nonlinear and complex characteristics to accurately predict the future traffic flow. In particular, we model the traffic as undirected graphs, on which graph convolutions are built to extract spatial feature informations. Furthermore, a dilated convolution is deployed into graph convolution for capturing multi-scale contextual messages. The proposed STDGCN integrates the dilated convolution into the graph convolution, which realizes the extraction of the spatial and temporal characteristics of traffic flow data, as well as features of road occupancy. To observe the performance of the proposed model, we compare with it with four rivals. We also employ four indicators for evaluation. The experimental results show STDGCN's effectiveness. The prediction accuracy is improved by 17% in comparison with the traditional prediction methods on various real-world traffic datasets.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.95.2-95
• /
• 2002

1. Introduction of Camera Detection system Camera Detection system is an equipment that can detect realtime traffic information by image processing techniques. This information can be used to analyze and control road traffic flow. It is also used as a method to detect and control traffic flow for ITS(Intelligent Transportation System). Traffic information includes speed, head way, traffic flow, occupation time and length of queue. There are many detection systems for traffic data. But video detection system can detect multiple lanes with only one camera and collect various traffic information. So it is thought to be the most efficient method of all detection system. Though the...

• 한국멀티미디어학회논문지
• /
• 제17권8호
• /
• pp.988-994
• /
• 2014

Software Defined Network (SDN) is a new technology in computer network area which enables user to centralize control plane. The security issue is important in computer network to protect system from attackers. SYN flooding attack is one of Distributed Denial of Service attack methods which are popular to degrade availability of targeted service on Internet. There are many methods to protect system from attackers, i.e. firewall and IDS. Even though firewall is designed to protect network system, but it cannot mitigate DDoS attack well because it is not designed to do so. To improve performance of DDOS mitigation we utilize another mechanism by using SDN technology such as OpenFlow and sFlow. The methodology of sFlow to detect attacker is by capturing and sum cumulative traffic from each agent to send to sFlow collector to analyze. When sFlow collector detect some traffics as attacker, OpenFlow controller will modify the rule in OpenFlow table to mitigate attacks by blocking attack traffic. Hence, by combining sum cumulative traffic use sFlow and blocking traffic use OpenFlow we can detect and mitigate SYN flooding attack quickly and cheaply.

• 한국터널지하공간학회 논문집
• /
• 제17권4호
• /
• pp.487-497
• /
• 2015

도심지 교통량의 증가로 터널구간의 정체현상을 해결하기 위해 기존의 터널을 활용하여 증축 혹은 개축하는 단면 확대공사가 최적의 대안으로 고려되고 있다. 기존의 단면 확대기술은 교통흐름을 차단하고 시공하나, 최근 프로텍터를 활용하여 교통흐름을 유지할 수 있는 교통류 보존형 터널 단면 확대기술이 개발되었다. 이 기술은 교통흐름을 보존하여 수많은 사회적 손실을 최소화 할 수 있으나, 교통흐름을 보존하기 위한 프로텍터의 설치 및 운영으로 경제성 측면에서 불리할 수밖에 없다. 이러한 단면 확대기술들의 경제성을 적절히 평가하기 위해서는 시공중 교통흐름을 고려한 사회적 손실비용을 고려할 필요가 있다. 따라서 본 연구에서는 터널단면 확대 시공기술의 교통흐름을 고려한 사회적 손실비용을 산정하는 방법을 제시하는 것을 목표로 하였다. 그리고 매봉터널을 대상으로 사례연구를 수행하여 교통흐름에 따른 사회적 손실비용의 차이를 분석하는 것을 목표로 하였다.

• 한국지리정보학회지
• /
• 제9권3호
• /
• pp.14-24
• /
• 2006

국내에서 이루어지고 있는 부분적인 교통량분석 장비에는 여러 문제점과 한계성을 가지고 있다. 또한, 교통량분석 장비를 통하여 획득한 기존의 교통량 정보는 실시간 제공이 되지 못하고, 도심지의 경우 교통량 밀도분석과 시계열 분석이 어려워 적절한 도로용량 파악의 신뢰성 확보에 한계가 있고, 교통소통 제어관련 정보를 제공하지 못하는 등 도로정책 수립에 활용하기 어려운 실정이다. 따라서 실시간 교통량조사를 통한 정확한 도로소통정보와 후처리 통계분석에 의한 도로소통정보를 통해 정확하고 신속한 교통 및 도로소통정책수립이 필요하다. 본 연구에서는 차량위치정보를 교통정보화하여 교통관제센터로 교통정보를 전송할 수 있는 인공위성측량 기술기반의 차량용 교통정보수집시스템을 개발하였다. 또한, 전송된 교통정보를 관리 분석하고 처리된 도로소통정보를 실시간으로 웹상에 제공해줄 수 있는 웹 지리정보체계 기술기반의 교통관제시스템을 개발하였다.

• 해양환경안전학회지
• /
• 제20권2호
• /
• pp.186-192
• /
• 2014

본 연구에서는 대정해상풍력단지 설치 해역과 인근수역을 이용하는 선박교통량과 해상교통흐름의 패턴을 분석하고 단지 조성 후 합리적인 대체통항로 지정에 따른 교통량을 예측하였다. 또한 예측된 교통량을 근거하여 통항로별 통항안전성을 평가하고 검토함으로써 선박의 안전운항에 필요한 제반조건 및 대책을 제시하였다. 풍력단지 설치 해역과 인근수역의 해상교통흐름 패턴을 분석한 결과 총 8가지의 교통흐름으로 분류되었고, 연간 교통량은 8,975 척으로 예측되었다. 이를 근거로 단지 조성 후 4가지의 대체 통항로 지정에 따른 교통량을 예측하였다. 예측된 교통량과 SSPA의 동력선충돌모델을 이용하여 통항안전성을 평가한 결과 충돌 및 침로이탈확률에 관한 국내 안전기준 $10^{-4}$ 이하를 만족하므로 계획된 대체통항로가 유용함을 확인하였다.

• 대한교통학회지
• /
• 제20권5호
• /
• pp.67-79
• /
• 2002

교통량, 교통밀도, 교통류 속도 등, 교통류 변수에 대한 현재까지의 불확실한 정의와 연속적 파동방정식의 거시적 교통류 해석상의 문제점을 지적하고 이를 개선하기 위해 교통류 변수들에 대한 새로운 확률적 정의를 제시하고 이들의 성격을 규명하였다. 이러한 새로운 교통류 변수들에 대한 새로운 정의를 바탕으로 미시적 운전자 행동을 세밀하게 수용할 수 있고 많은 교통환경에서 연속적 파동 방정식을 대체하여 교통류 변수들과 통행시간을 예측할 수 있는 미분방정식 체계를 확률 미분방적식을 이용하여 도출하였다. 도출된 미분 방정식을 단일 차량의 시공 괘적에 적용해 보았다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 1996년도 The Korean Institute of Navigation 1996년도 한·중 국제학술 심포지움 및 추계학술발표회 논문집
• /
• pp.31-36
• /
• 1996

It is important to measure the vehicle flow in controlling the traffic system. This report deals with a traffic flow measurement system using the differential spatial filters. This system can measure the velocity the length and height profile of the vehicle. The detector is located above the traffic lane. This provides the system with the following advantages : one is that each lane can be monitored without an influence of the other lanes the other is that the system construction is simple and can be set easily.

• 대한교통학회지
• /
• 제27권1호
• /
• pp.117-127
• /
• 2009

본 논문에서는 우리나라의 도로교통사업의 타당성 평가시 활용되는 국가교통DB 기종점 자료를 이용하여, 통행량 변화에 따른 추정 링크 교통량의 불확실성을 분석하였다. 분석 결과, 평균적으로 기종점 통행량의 확률변동으로 변화될 수 있는 전체 국가교통DB 네트워크의 교통량 불확실성 정도는 15.4%로, 혼잡한 구간의 교통량에 대한 불확실성이 그렇지 않은 구간의 불확실성보다 매우 큰 것으로 나타났다. 특히, 본 논문에서는 교통량 추정치에 대한 분산추정치를 계산하고 이를 토대로, 주어진 신뢰수준에서 구간추정 치를 제시하여 교통투자를 결정하는 의사결정가나 분석가들에게 다양한 정보를 제공할 수 있는 기틀을 마련하였으며 도로부문 투자에 대한 불확실성을 정량적으로 평가할 수 있는 토대를 마련하였다.