• 대한토목학회논문집
• /
• 제30권5D호
• /
• pp.453-459
• /
• 2010

교통안전연구에서 한 지점 (또는 구간)의 기대교통사고건수를 신뢰성 높게 추정하는 것은 매우 중요하다. 기대교통사고건수를 추정하기 위해 현재 국내에서는 주로 관측교통사고건수를 사용하고 있으나 국외에서는 포아송-감마 혼합모형에 기반한 경험적 베이즈 추정치를 활용하고 있는 추세이다. 그간 많은 연구들이 경험적 베이즈 추정치를 이용해 기대교통사고건수 추정 및 교통안전개선사업의 평가를 시도 하였으나 전술한 2가지 추정방법의 추정오차를 비교연구한 문헌은 없는 실정인 바 본 연구는 2가지 추정방법의 추정오차를 모의실험을 통해 비교 분석하여 제시하였다. 모의 발생된 총 3,000,000개 지점의 교통사고 자료를 분석한 결과 기대교통사고건수를 경험적 베이즈 추정방법을 이용해 추정했을 경우 그 추정오차는 관측교통 사고건수만을 이용했을 때 발생하는 추정오차에 비해 항상 작은 것으로 나타나 국내의 교통안전연구 가이드라인에 경험적 베이지안 추정방법의 도입이 필요할 것으로 판단된다. 그러나 사전분포의 불확실성이 높아질수록 두 가지 추정방법의 추정오차의 차이는 감소하는 것으로 나타나, 기대교통사고건수 추정 시 추정된 음이항 모형에 대한 종합적인 검증을 수행한 후 신뢰성 있는 초모수의 추정치를 이용해 경험적 베이지안 방법을 적용하는 것이 바람직하다고 판단된다.

• 대한교통학회지
• /
• 제19권5호
• /
• pp.61-70
• /
• 2001

급변하는 교통환경 하에서 신뢰성 있는 기·종점통행량(O/D)를 구축하는 것은 매우 어려운 일이다. 특히, 시간과 비용의 제약하에서 교통계획을 수립해야 하는 경우라면 전통적인 O/D 구축방법인 O/D조사를 통해 O/D를 구축하는 것은 현실적으로 불가능한 일이다. 이로 인해 관측통행량을 이용하여 O/D를 추정하는 연구가 활발하게 이루어져 왔다. 그러나 현재까지 진행되어 온 연구들이 개별차량 O/D를 추정하는 대에만 국한되어 있어, 관측통행량으로 대중교통 O/D를 추정하는 연구는 거의 없는 실정이다. 본 연구는 이미 개별차량 O/D 추정에서 신뢰성이 검증된 Gradient방법을 대중교통 O/D 추정에 적용하여 그 신뢰성을 평가하는데 목적이 있다. 본 연구에서 대중교통 통행배정은 Spiess-Florian의 대중교통 통행배정규칙을 이용하였고, Gradient방법의 신뢰성을 평가하는 기준으로는 기본 O/D와 추정 O/D의 분포형태를 이용하였다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.208-221
• /
• 2020

본 연구는 첨단운전자보조시스템(Advanced Driver Assistance System, ADAS)이 빠르게 보급됨에 따라 표본 프로브 차량에 설치된 ADAS로부터 얻은 개별차량의 궤적 데이터와 전방차량과의 차두거리 데이터를 이용하여 연속류의 교통밀도를 추정 및 분석하는 것을 목적으로 한다. 과거 연속류 교통밀도는 주로 차량검지시스템(Vehicle Detection System, VDS)에서 수집되는 교통량, 속도, 점유율 등의 데이터를 가공하여 추정되거나, CCTV등의 영상정보를 활용하여 직접 차량 대수를 계수하여 추정되었다. 이러한 방식은 교통밀도 추정의 공간적 제약이 있고, 교통 혼잡시 추정의 신뢰도가 낮다는 한계를 보였다. 이에 본 연구에서는 선행연구의 한계를 극복하기 위해 ADAS로부터 수집된 개별차량 궤적 데이터와 차두거리 정보를 활용하여 도로의 공간을 검지하고 일반화된 밀도(Generalized Density)방식을 이용하여 시공간적 교통밀도를 추정한다. 이에 따라 ADAS차량의 표본율에 따른 교통밀도 추정의 정확도를 분석한 결과, 30%의 표본율일 경우 교통밀도 참 값과 약 90% 일치하는 것으로 나타났다. 이를 통해 본 연구는 향후 ADAS 및 자율주행차량이 혼재되는 도로 상황에서 신뢰도 높은 교통밀도 추정을 가능하게 하며 효율적인 교통운영관리에 기여할 수 있을 것으로 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권1호
• /
• pp.68-82
• /
• 2011

Wireless mesh networks (WMNs) provide high-speed backbone networks without any wired cable. Many researchers have tried to increase network throughput by using multi-channel and multi-radio interfaces. A multi-radio multi-channel WMN requires channel assignment algorithm to decide the number of channels needed for each link. Since the channel assignment affects routing and interference directly, it is a critical component for enhancing network performance. However, the optimal channel assignment is known as a NP complete problem. For high performance, most of previous works assign channels in a centralized manner but they are limited in being applied for dynamic network environments. In this paper, we propose a simple flow estimation algorithm and a hybrid channel assignment algorithm. Our flow estimation algorithm obtains aggregated flow rate information between routers by packet sampling, thereby achieving high scalability. Our hybrid channel assignment algorithm initially assigns channels in a centralized manner first, and runs in a distributed manner to adjust channel assignment when notable traffic changes are detected. This approach provides high scalability and high performance compared with existing algorithms, and they are confirmed through extensive performance evaluations.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.19-27
• /
• 2021

본 논문에서는 지역 차분 프라이버시(Local Differential Privacy, LDP) 기법을 이용하여 프라이버시를 보호하면서 수집한 차량 위치 데이터와 딥러닝 기법을 이용하여 교통량을 예측하기 위한 기법을 제시한다. 제시한 기법은 데이터를 수집하는 과정과 수집한 데이터를 이용하여 교통량을 예측하는 과정으로 구성된다. 첫 번째 단계에서는 데이터 수집 과정 중에 발생할 수 있는 프라이버시 침해 문제를 해결하기 위해 LDP 기법을 적용하여 차량의 위치 데이터를 수집한다. LDP 기법은 데이터 수집 시 원본 데이터에 노이즈를 추가해 사용자의 민감한 데이터가 외부에 노출되는 것을 방지한다. 이를 통해 운전자의 프라이버시를 보존하면서 차량의 위치 데이터를 수집할 수 있다. 두 번째 단계에서는 첫 번째 단계에서 수집한 데이터에 딥러닝 기법을 적용하여, 교통량을 예측한다. 또한, 본 논문에서 제안한 기법의 우수성을 입증하기 위해, 실데이터를 이용한 성능 평가를 진행한다. 성능 평가 결과는 본 논문에서 제안한 기법이 사용자의 프라이버시를 보호하면서 수집된 데이터를 이용하여 효과적으로 교통량을 예측할 수 있음을 입증한다.

• 대한교통학회지
• /
• 제19권3호
• /
• pp.169-170
• /
• 2001

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1999년도 제35회 학술발표회 논문집
• /
• pp.29-51
• /
• 1999

• 대한교통학회지
• /
• 제26권6호
• /
• pp.123-132
• /
• 2008

동적(dynamic) 기종점(origin-destination, OD) 통행량은 다양한 교통분야에 활용이 가능한데, 대표적으로 동적 통행배정모형의 입력자료와 같은 교통계획분야와 실시간 도로교통 운영분야, 그리고 교통수요 관리분야 등에도 사용할 수 있다. 이런 교통정책들을 평가하기 위해서는 정확한 동적 OD통행량의 추정은 무엇보다 중요하며, 이를 위하여 다양한 기법들이 제시되고 있다. 본 연구에서는 최근 새롭게 연구되고 있는 개인이 소지한 통행 단말기 정보를 이용하여 동적 OD통행량을 추정하고 이를 평가하고자 한다. 이를 위하여 동적 OD추정모형을 개발하고 개발된 추정모형과 동적 통행배정모형(DYNASMART-P)을 이용하여 동적 OD통행량을 추정하는데, 동적OD통행량 추정시 이용되는 단말기 정보가 표본자료(sample data)이기 때문에 이를 전수화하는 과정이 포함된다. 본 연구에서 제안한 방법으로 제주시를 대상으로 동적OD통행량을 추정한 결과, 그 가능성을 확인할 수 있었다.

• 한국전자통신학회논문지
• /
• 제10권12호
• /
• pp.1329-1336
• /
• 2015

저전력 CMOS 카메라 기술의 발전으로 농업용 모니터링, 자연환경 감시 등의 다양한 비디오 센서네트워크 응용들에 대한 연구가 활발히 진행되고 있다. 이러한 응용들에서 핵심 기술은 영상을 어떻게 압축하고 전송할 것인가에 대한 것이다. 일반 센서 데이터에 비해 영상 데이터는 양이 크기 때문에 특히 트래픽에 대한 정확한 예측이 이루어져야만 광범위한 네트워크 자원을 효과적으로 관리할 수 있다. 본 논문에서는 비디오 센서 네트워크 환경에서 비디오 트래픽을 정확하게 예측하는 방법을 제안한다. 제안하는 방법은 영상의 복잡도를 측정하고 이 값을 적응적으로 트래픽 예측에 적용함으로써 기존의 방법들 보다 정확하게 압축 영상의 트래픽 양을 예측할 수 있다. 실험결과는 적응적 복잡도 예측을 이용한 제안하는 방법이 기존 방법에 비해 12% 이상 정확하게 결과 비트량을 예측하는 것을 보여준다.

• 한국ITS학회 논문지
• /
• 제12권1호
• /
• pp.1-14
• /
• 2013

연평균 일교통량(AADT)은 교통 및 도로부문에서 중요한 기초자료로 활용되지만 예산 제약 등의 한계로 인해 일부 지점에 대해서만 상시조사를 통해서 AADT를 산출하고 있으며, 대다수의 지점에서는 단기 교통량 조사에서 수집된 샘플자료를 이용하여 AADT를 추정 활용하고 있다. 현재 단기 교통량 조사지점의 AADT 추정을 위하여 조사된 자료를 단순 평균하는 방법이 적용되고 있다. 기존 AADT 추정모형은 보정계수를 적용하는 방법이 대표적인 방법이나, 이 방법은 단기 교통량 조사 지점이 어떤 상시조사 지점의 보정계수를 적용할지에 대한 객관적인 방법이 없어 한계가 있다. 이에 본 연구에서는 공간통계모형을 도입하여 교통량 자료의 공간상관관계를 분석하고, 크리깅 모형을 적용하여 AADT를 추정하는 방법에 대하여 알아보았다. 공간통계모형의 AADT 추정의 정확도를 기존 연구와 비교하기 위하여 동일 대구간의 상시조사 지점의 보정계수를 적용하는 방법(방법 1)과 보정계수 그룹핑을 이용하여 해당 그룹의 보정계수를 적용하는 방법(방법 2), 공동크리깅을 적용한 방법(방법 3)을 비교분석하였다. 분석결과 공동크리깅을 적용한 모형은 기존 모형에 비해 AADT 추정 정확도가 향상되는 것으로 나타났다.