• 한국공간정보시스템학회 논문지
• /
• 제11권2호
• /
• pp.27-33
• /
• 2009

The emergences of GeoSensor and researches about GIS have promoted many researches of u-GIS. The disaster application coupled in the u-GIS can apply to monitor accident area and to prevent spread of accident. The application needs the u-GIS DSMS technique to acquire, to process GeoSensor data and to integrate them with GIS data. The u-GIS DSMS must process big and large-volume data stream such as spatial data and multimedia data. Due to the feature of the data stream, in u-GIS DSMS, query processing can be delayed. Moreover, as increasing the input rate of data in the area generating events, the network traffic is increased. To solve this problem, in this paper we describe TRIGGER ACTION clause in CQ on the u-GIS DSMS environment and proposes data source management. Data source weight table controls GES information and incoming data rate. It controls incoming data rate as increasing weight at GES of disaster area. Consequently, it can contribute query processing rate and accuracy

• 한국ITS학회 논문지
• /
• 제6권2호
• /
• pp.34-44
• /
• 2007

현재 국내의 각 지방자치 단체에서는 지능형 교통체계(ITS)사업이 활발히 시행되고 있다. 이중 많은 지역에서 효율적인 교통관리를 위하여 실시간 신호제어시스템을 구축하여 운영 중에 있으며, 지점검지기인 루프검지기를 설치하여 실시간으로 검지기정보를 수집하고 있다. 검지기에서 수집되어 신호제어에 이용되는 자료는 교통량, 점유시간/비점유시간, 포화도, 지점속도, 대기길이 등이 있다. 본 논문에서는 실시간 신호제어시스템 검지기 정보가 링크소통상태를 파악하는 정보로 활용될 수 있는지를 분석 평가하였다. 평가를 위하여 대상구간의 통행시간을 실측하여 검지기 수집정보와의 상관관계를 다양하게 평가하였다. 분석 결과 고려된 변수들 중 대기길이가 구간통행시간과 가장 높은 상관관계를 나타내었다. 그리고 지점속도 자료를 이용하여 구간통행 정보를 추정한 결과, 오차율이 비교적 크게 나타나 실시간 신호제어시스템검지정보를 직접적으로 구간통행정보 추정에 사용하는 것은 적절치 않다고 판단된다. 그러나 COSMOS 검지기는 포화도와 대기길이와 같은 링크의 교통상황에 대해 설명하는 정보를 실시간으로 수집하기 때문에 이를 구간검지기의 보완용으로 사용될 수 있다고 판단된다. 따라서 본 논문에서는 신호제어시스템에서 가공되는 포화도와 대기길이정보를 활용하여 정성적 소통정보인 혼잡도를 산출하는 방안을 제시하였다.

• 한국항만학회지
• /
• 제14권1호
• /
• pp.66-75
• /
• 2000

From the traffic analysis, and model constructions and verifications for speed prediction on the freeway ramp junctions with 70mph speed limit, the following results were obtained : ⅰ) The traffic flow distribution showed a big difference depending on the time periods. Especially, more traffic flows were concentrated on the freeway junctions in the morning peak period when compared with the afternoon peak period. ⅱ) The occupancy distribution was also shown to be varied by a big difference depending on the time periods. Especially, the occupancy in the morning peak period showed over 100% increase when compared with the 24hours average occupancy, and the occupancy in the afternoon peak period over 25% increase when compared with the same occupancy. ⅲ) The speed distribution was not shown to have a big difference depending on the time periods. Especially, the speed in the morning peak period showed 10mph decrease when compared with the 24hours'average speed, but the speed did not show a big difference in the afternoon peak period. ⅳ) The analyses of variance showed a high explanatory power between the speed predictive models(SPM) constructed and the variables used, especially the upstream speed. ⅴ) The analysis of correlation for verifying the speed predictive models(SPM) constructed on the ramp junctions were shown to have a high correlation between observed data and predicted data. Especially, the correlation coefficients showed over 0.95 excluding the unstable condition on the diverge section. ⅵ) Speed predictive models constructed were shown to have the better results than the HCM models, even if the speed limits on the freeway were different between the HCM models and speed predictive models constructed.

• 한국ITS학회 논문지
• /
• 제9권4호
• /
• pp.68-79
• /
• 2010

기상조건은 도로 및 운전조건을 열악하게 함으로써 교통사고와 정체의 원인이 되며, 운전자의 통행선택에 영향을 미쳐 기종점통행특성도 변화시킨다. 기종점 통행량은 교통계획에 있어 필수적으로 요구되는 자료이지만, 기상조건과 통행량과의 관련성을 검토한 연구는 거의 없는 실정이다. 본 연구는 강설조건이 기종점간 통행특성에 미치는 영향을 분석한 연구로, 1998년-2008년 기상자료와 TCS 통행량 자료를 이용하여 강설일과 비강설일의 차종별 일통행량, 평균통행거리를 비교 분석하였으며, 강설수준별 통행량 관계를 제시하였다. 분석결과 강설일 대비 비강설일의 통행량은 감소하며, 통행거리도 감소한다는 것을 확인하였으며. 강설시 주말/평일별 차종별로 통행특성의 차이가 있고, 강설수준에 따른 통행량의 차이도 있으나 그 정도는 크지 않다는 것을 제시하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 1999년도 추계학술대회논문집
• /
• pp.111-121
• /
• 1999

From the traffic analyses, and model constructions and verifications for speed prediction on the freeway ramp junctions with 70mph speed limit, the following results obtained: ⅰ) The traffic flow distribution showed a big difference depending on the time periods. Especially, more traffic flows were concentrated on the freeway junctions in the morning peak period when compared with the afternoon peak period. ⅱ) The occupancy distribution was also shown to be varied by a big difference depending on the time periods. Especially, the occupancy in the morning peak period showed over 100% increase when compared with the 24hours average occupancy, and the occupancy in the afternoon peak period over 25% increase when compared with the same occupancy.ⅲ) The speed distribution was not shown to have a big difference depending on the time periods. Especially, the speed in the morning peak period shown 10mph decrease when compared with the 24hours' average speed, but the speed did not show a big difference in the afternoon peak period.ⅳ) The analyses of variance showed a high explanatory power between the speed predictive models(SPM) constructed and the variables used, especially the upstream speed. ⅴ) The analysis of correlation for verifying the speed predictive models(SPM) constructed on the ramp junctions were shown to have a high correlation between observed data and predicted data. Especially, the correlation coefficients showed over 0.95 excluding the unstable condition on the diverge sectionⅵ) Speed predictive models constructed were shown to have the better results than the HCM models, even if the speed limits on the freeway were different between the HCM models and speed predictive models constructed.

• 한국ITS학회 논문지
• /
• 제18권5호
• /
• pp.34-48
• /
• 2019

본 연구는 우리나라 전체 도로 유형을 대상으로 빅데이터를 이용하여 안전성능함수(safety performance function, SPF)를 개발하고, 그것을 바탕으로 다양한 도로에 대한 안전등급을 평가함으로써 상대적으로 위험한 도로에 대한 대책을 수립할 수 있는 기초 정보를 제공하고자 하였다. 교통사고 자료를 국가표준 노드 및 링크 체계를 기반으로 전국의 도로에 매칭 하여 종속 변수로 활용하였으며, 독립변수로 링크 길이, 차로 수 등 기하구조 자료 및 한국교통연구원의 ViewT 교통량 자료, 그리고 사업용 차량에 장착된 운행기록계를 통한 위험운전행동 건수를 활용한 4개 시스템의 교통 빅데이터를 활용하여 연구를 진행하여 7개 도로 유형별 안전성능함수를 개발하고, 개발된 안전성능함수를 활용하여 도로유형별로 A, B, C, D 네 개의 안전등급을 평가하였다. 본 연구에서 사용한 방법론과 분석 결과를 토대로 우리나라의 위험도로를 선정하였다. 도출된 결과를 바탕으로 교통안전 개선사업의 대상을 선정하고 그에 따른 효과 등을 모니터링하고 계량화할 수 있을 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.96-106
• /
• 2020

본 연구에서는 루프 센서를 통한 교통량 수집방식의 오류를 해결하기 위해 1종(승용차)과 3종(일반 트럭)의 구분이 어려운 부분 및 영상 이미지의 단점을 보완하기 위해 도로변에 열화상 카메라를 설치하여 영상 이미지를 수집하였다. 수집된 영상 이미지를 레이블링 단계를 거쳐 1종(승용차)과 3종(일반 트럭)의 학습데이터를 구성하였다. 정지영상을 대상으로 labeling을 진행하였으며, 총 17,536대의 차량 이미지(640x480 pixel)에 대해 시행하였다. 열화상 영상 기반의 차종 분류를 달성하기 위해 CNN(Convolutional Neural Network)을 이용하였으며, 제한적인 데이터량과 품질에도 불구하고 97.7%의 분류정확도를 나타내었다. 이는 AI 영상인식 기반의 도로 교통량 데이터 수집 가능성을 보여주는 것이라 판단되며, 향후 더욱더 많은 학습데이터를 축적한다면 12종 차종 분류가 가능할 것이다. 또한, AI 기반 영상인식으로 도로 교통량의 12종 차종뿐만 아니라 다양한(친환경 차량, 도로 법규 위반차량, 이륜자동차 등) 차종 분류를 할 수 있을 것이며, 이는 국가정책, 연구, 산업 등의 통계 데이터로 활용도가 높을 것으로 판단된다.

• 한국도로학회논문집
• /
• 제13권3호
• /
• pp.195-202
• /
• 2011

본 연구의 목적은 차종별 교통류 모형을 이용한 편도 2차로 고속도로 공사구간의 용량 값을 산정하는 것이다. 공사구간의 교통류 모형은 공사구간의 유입부 및 유출부를 대상으로 차종별 모형과 승용차 환산계수를 적용한 전체 차량에 대한 모형으로 도출하였다. 차종별 모형에서 산정된 최대교통류율은 승용차환산계수 및 중차량 비율을 적용하여 공사구간의 용량 값으로 전환하였다. 차종별 모형의 유입부 및 유출부 최대교통류율 값은 각각 1,845pcphpl과 1,884pcphpl로 산정되었으며 차량 전체를 대상으로 한 모형의 최대교통류율은 차종별 결과보다 높게 분석되었다. 모형의 비교 검증을 위하여 최대밀도에 따른 거리 차두간격을 적용하였다. 공사구간의 용량은 공사구간의 흐름이 안정된 유출부 용량보다 공사구간 진입을 위한 차선 변경 등으로 교통흐름이 원활하지 못한 유입부 용량에 좌우되므로 유입부 교통류 모형의 최대교통류율 값인 1,800pcphpl을 편도 2차로 고속도로 공사구간 용량 값으로 산정하였다.

• 대한교통학회지
• /
• 제20권6호
• /
• pp.59-68
• /
• 2002

도로의 설계 및 운영 등에 필요한 연평균 일 교통량은 365일 조사에 의한 것이 아닌 단기간 조사된 교통량을 사용하는 것으로써 이를 추정하려는 연구는 이전부터 있어왔다. 본 연구에서는 기존 연구를 바탕으로 이 AADT 추정의 방법을 개선시키고자 하였다. 먼저 그룹간의 차이를 뚜렷이 보여줄 수 있는 변수를 찾기 위해 그룹의 수를 변화시켜가며 각 그룹의 시간변 동요인들(전체, 주중, 토요일, 일요일, 주중-토요일, 주중-일요일)의 값을 살펴보아 그 차이가 가장 뚜렷한 변동 요인을 주중-일요일의 시간변동 요인으로 선정하였다. 그 다음 월 변동요인만을 사용하여 상시조사지점을 clustering하였다. 그룹간의 시간변동요인의 차이를 가장 크게 하는 것을 원칙으로 군집분석을 한 결과 10개의 그룹으로 묶을 수 있었다. 선정된 주중-일요일의 시간변동 요인을 사용하여 판별분석과 신경망을 통한 그룹할당을 했다. 신경망의 적중률이 판별분석의 경우보다 훨씬 좋았고, RMSE. U-test 결과도 더 좋았다. 결과를 전체적으로 살펴보면, 본 연구에서 사용한 방법(월 변동요인만을 사용하여 군집분석 한 후, 각 그룹에서 월별로 요일변동요인을 구해 적용한 AADT 추정)의 결과가 이전 연구인 월변동과 요일변동을 이용한 AADT 추정의 결과보다 훨씬 좋았다. 그리고 그룹할당의 변수를 주중-일요일의 시간변동요인으로 달리하였을 때, 신경망의 경우 그룹할당의 적중률이 더 높아지는 것을 볼 수 있었다.

• 한국항공운항학회지
• /
• 제31권3호
• /
• pp.42-49
• /
• 2023

Not only in aviation industry but also in other industries, safety data plays a key role to improve the level of safety performance. By analyzing safety data such as aviation safety report (text data), hazard can be identified and removed before it leads to a tragic accident. However, pre-processing of raw data (or natural language data) collected from each site should be carried out first to utilize proactive or predictive safety management system. As air traffic volume increases, the amount of data accumulated is also on the rise. Accordingly, there are clear limitation in analyzing data directly by manpower. In this paper, a topic prediction model for aviation safety mandatory report is proposed. In addition, the prediction accuracy of the proposed model was also verified using actual aviation safety mandatory report data. This research model is meaningful in that it not only effectively supports the current aviation safety mandatory report analysis work, but also can be applied to various data produced in the aviation safety field in the future.