• 한국ITS학회 논문지
• /
• 제11권2호
• /
• pp.10-20
• /
• 2012

본 연구에서는 일반국도 수시조사 지점의 AADT 추정값의 정확도를 높이기 위하여 새로운 그룹핑방법을 제시하였다. 일반적으로 수시조사 자료의 AADT 추정을 위해 월보정계수, 요일보정계수, 조사된 24시간 교통량을 이용하여 AADT를 추정 하므로 상시조사 지점을 그룹핑할 때 상기 세 가지 요인(43개 변수)을 모두 적용하여 그룹핑하였다. 이 방법은 기존의 월보정계수와 요일보정계수만을 이용하여 그룹핑한것과 비교하여 시간대별 교통량을 적용한 것에 있어서 차이가 있다. 그룹핑 결과 5개의 군집이 가장 적당한 것으로 분석되었다. 5개의 군집 중 2개의 군집은 해당되는 지점이 몇 지점 없어 설명하기 어려웠고, 나머지 3개의 군집에서 각각 출퇴근로, 관광부도로, 지방부도로의 특성을 가지는 것으로 나타났다. 각 그룹의 월보정계수 평균과 요일보정계수 평균, 시간대별 교통량 비율의 평균으로 각 그룹의 대표 보정계수를 산출하고, 분석대상지점의 평일 교통량을 해당 그룹의 대표 보정계수를 적용하여 AADT를 추정한 결과 평균적으로 오차가 8.7%인 것으로 나타났다. 이는 기존 연구에서 우수하다고 분석된 동일 대구간 내의 상시조사 보정계수를 적용한 것보다 1.5%오차가 더 적은 것으로 나타났다. 이러한 AADT 산출방법은 전체 수시조사 지점에 적용 가능하므로 실무에서의 활용도가 매우 크다고 판단된다.

• 한국ITS학회 논문지
• /
• 제11권3호
• /
• pp.13-22
• /
• 2012

도로 설계를 위한 기본 교통량으로 이용되는 중방향 설계시간 교통량(directional design hourly volume, DDHV)은 교통 및 도로 부문에서 매우 중요한 요소이다. DDHV는 연평균 일교통량(annual average daily traffic, AADT)에 설계시간계수(K 계수)와 중방향계수(D계수)를 고려하여 산정된다. 그러나 K계수와 D계수는 연간 모든 시간 교통량을 관측해야 가능하기 때문에 사실상 불가능하며, 도로용량편람(KHCM)에서 제시하는 K계수와 D계수를 그대로 적용하는 경우가 일반적이다. 본 연구에서는 일반국도를 대상으로 신뢰성 높고 현실적으로 적용 가능한 DDHV 추정 모형을 개발하고자 하였다. 일반국도 상에 설치된 상시 교통량 조사장비에서 수집된 교통자료를 이용하여 DDHV 특성을 분석한 결과, DDHV와 AADT 간 강한 상관관계가 존재함을 확인하였다. 따라서 AADT를 이용한 DDHV 추정 모형을 개발하였으며, 기존 KHCM 방법에 비해 성능이 우수한 것으로 분석되었다.

• 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.

• 대한교통학회지
• /
• 제32권4호
• /
• pp.380-388
• /
• 2014

연평균 일교통량(AADT)은 도로를 계획하고 설계하는데 있어 매우 중요한 기초자료로 활용된다. 상시 교통량 조사 자료는 연간 일교통량이 수집되어 AADT를 구할 수 있지만, 단기 교통량 조사(short-term traffic counts)의 경우 특정 기간에만 조사되므로 AADT를 추정하여야 한다. 본 연구에서는 교통량 자료가 시공간적 특성을 동시에 지닌다는 점에 착안하여 공간통계방법을 이용하여 AADT를 추정하였다. 공간통계모형 중 보편적으로 이용되는 크리깅 모형을 적용하였으며, 여러 가지 크리깅 모형을 비교분석하였다. 또한 사회경제지표를 반영하여 AADT 추정 정확도를 높이는 방법에 대하여 알아보았다. 모형의 비교평가를 위하여 일반국도 상시조사 자료를 이용하여 제안된 모형의 AADT 추정오차를 분석하고, 적용된 다양한 크리깅 모형의 성능을 비교하였다. 이러한 연구결과는 AADT 추정 정확도를 향상시킴으로써 적정 수준의 교통시설 공급과 서비스 수준 향상에 기여할 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제15권3호
• /
• pp.406-414
• /
• 2015

기존 교통량 관련 연구는 기상이 양호한 상태에서 진행하였거나 기상에 대한 영향을 제외한 경우가 대부분이다. 이에 본 연구에서는 강우 강도 따른 일반국도 지방부 지역에서 교통량 변동 특성 및 강우 보정계수를 제시하였다. 일반국도 상시 교통량 조사지점과 자동기상관측 장비 지점을 매칭한 후 지방부 도로에 설치된 256 지점을 선정하여 분석하였다. 평균 일교통량(ADT: Average Daily Traffic) 및 강우 보정계수의 분석결과 평일의 경우 업무통행으로 인하여 강우의 영향을 적게 받으며, 비평일의 경우 여가통행으로 강우의 영향을 상대적으로 많이 받는 것으로 나타났다. 강우 보정계수를 적용하여 연평균 일교통량(AADT: Annual Average Daily Traffic) 추정 시 오차율이 줄어드는 것으로 분석되어 AADT 추정 시 강우에 대한 고려가 필요하다. 강우는 평균 일교통량을 감소시키는 요인으로 작용함에 따라 도로의 설계 및 운영을 위해 강우 강도를 고려한 지속적인 연구가 필요하다.

• 대한교통학회지
• /
• 제22권7호
• /
• pp.17-23
• /
• 2004

교통정책을 평가하기 위해 기본적으로 요구되는 Data 중 가장 근본이 되는 것이 OD이다. 기존의 교통정책을 평가함에 있어서 일반적으로 사용되고 있는 OD는 AADT(Annual Average Daily Traffic) OD이다. 계절별 평일/주말 교통량의 분산이 매우 크다는 것은 기존 조사나 연구로 익히 알려진 사실이며, 또한 사회 경제적인 여건의 변화 및 주 5일제 근무제의 시행 등으로 여가통행의 비중이 높아짐에 따라 평일과 주말의 교통량의 분산은 더욱 커질 것으로 예상된다. 따라서 교통정책을 평가하는 방법도 AADT OD의 일률적인 적용이 아닌 교통량의 계절별 평일/주말의 분산을 적용시킨 OD를 가지고 교통정책을 평가하는 방법이 교통정책을 결정함에 있어 오류를 범할 가능성을 적게 될 것으로 예상된다. 기존 연구에서는 이러한 교통량의 분산의 보정을 지점교통량에 한정하여 보정하고 있어 실질적인 네트워크 분석에 적용하기에는 무리가 있다. 이에 본 연구에서는 관측된 TCS Data를 이용하여 계절별 평일/주말의 OD 교통 패턴을 분석하여 계절별 평일/주말의 OD 교통패턴을 반영할 수 있는 보정계수를 산출하고 산출된 보정계수에 따라 AADT OD를 보정하여 네트워크 분석의 기초 자료를 구축하였다. 수정된 OD 교통량의 검증을 위하여 기존의 AADT OD의 인구당 통행발생비율과 계절별 평일/주말 OD의 통행발생량을 비교하였다. 그 결과 소수점 두 자리수에서 오차가 발생하여 비교적 합리적인 OD가 추정되었다. 또한 기존의 AADT OD를 이용하여 정책 결정을 할 때의 오류 가능성을 보이기 위하여 각 계절별 평일/주말 OD 교통량과 기존의 AADT OD를 입력 자료로 각각의 네트워크 분석 후 총통행시간의 차이를 분석하였다. 그 결과 정책 결정에 영향을 미칠 수 있을 정도의 차이가 있는 것으로 분석되었다.

• 한국도로학회논문집
• /
• 제19권6호
• /
• pp.83-95
• /
• 2017

PURPOSES : The purpose of this study is to develop a regression model to predict the International Roughness Index(IRI) and Surface Distress(SD) for the estimation of HPCI using Expressway Pavement Management System(PMS). METHODS : To develop an HPCI prediction model, prediction models of IRI and SD were developed in advance. The independent variables considered in the models were pavement age, Annual Average Daily Traffic Volume(AADT), the amount of deicing salt used, the severity of Alkali Silica Reaction(ASR), average temperature, annual temperature difference, number of days of precipitation, number of days of snowfall, number of days below zero temperature, and so on. RESULTS : The present IRI, age, AADT, annual temperature differential, number of days of precipitation and ASR severity were chosen as independent variables for the IRI prediction model. In addition, the present IRI, present SD, amount of deicing chemical used, and annual temperature differential were chosen as independent variables for the SD prediction model. CONCLUSIONS : The models for predicting IRI and SD were developed. The predicted HPCI can be calculated from the HPCI equation using the predicted IRI and SD.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.11-16
• /
• 2009

도로 및 철도 등의 투자평가에 있어 도로부문에서 발생하는 통행시간 절감편익의 추정이 가장 중요한 부문을 차지한다. 우리나라에서 현재 적용되고 있는 대부분의 교통시설 투자평가지침은 BPR 함수의 시간-교통량 관계를 이용하고 있으며, 연평균일일교통량(AADT)에 첨두시간 교통량의 비율(설계시간 계수)을 곱한 교통량을 기준으로 산출되고 있다. 그러나 AADT 에 설계시간계수를 적용하는 문제와 우리나라의 많은 도로구간이 거의 용량상태에 다다르고 있는 상황 등으로 인하여 총통 행시간이 과다추정되는 것에 대한 문제제기가 있어왔다. 본 연구에서는 기존의 방식을 대신하여, 일년간 시간대별 교통량 분포를 이용하여 총통행시간을 산출함으로써 이러한 문제를 극복하여 보다 현실성 있는 통행시간을 추정할 수 있는 방법을 제 시하였다. 일반국도를 대상으로 이 방법론의 적용효과를 분석하였으며, 이 방법론은 도로의 위계 및 유형별로 AADT를 제공하게 되면 다른 유형의 도로에 대하여서도 적용될 수 있을 것이다.

• 대한토목학회논문집
• /
• 제28권6D호
• /
• pp.759-766
• /
• 2008

도로분류체계는 도로의 기능 및 설계기준을 정의하기 위한 기초가 된다. 현재 우리나라에서는 도로의 소재지역, 도로의 기능 등 다양한 기준에 따라 도로를 구분하고 있다. 본 연구에서는 다양한 교통지표를 이용하여 일반국도를 분류하고, 도로 유형별 교통 특성을 규명하고자 하였다. 이를 위해 상시교통량 조사지점을 대상으로 다양한 교통지표를 이용하여 혼합모형을 통해 일반국도를 유형별로 분류하고 교통특성을 분석하였다.적용된 변수는 총 8개로 AADT(연평균 일교통량), $K_{30}$(설계시간 계수), 중차량 비율, 주간 교통량 비율, 첨두율, 일요일 계수, 휴가철 계수, 그리고 COV(변동계수)이다. 요인분석 결과 2개의 요인 즉, 교통량 변동 특성 요인(COV, $K_{30}$, 휴가철계수, 주간 교통량 비율, 일요일계수, 첨두율, AADT)과 중차량 및 방향별 특성 요인(중차량 비율, $D_{30}$)이 추출되었다. 306개 상시지점이 3개의 그룹으로 구분되며, 이에 대한 교통특성을 분석한 결과 그룹 I은 도시부도로, 그룹 II는 지방부도로, 그룹 III은 관광부도로로 판단된다. AADT는 도시부도로가 30,000대, 지방부도로가 16,000대, 그리고 관광부도로가 5,000대 수준인 것으로 분석된다. 그룹 III은 일요일과 휴가철의 평균 일교통량이 연평균 일교통량보다 매우 많은 전형적인 관광 위락 도로임을 알 수 있다. 시간대별 교통량 분석결과 평일 교통량 패턴은 그룹 I이 비교적 오전 및 오후 첨두현상이 강하게 나타나며, 그룹 II와 그룹 III은 첨두현상이 거의 나타나지 않는 것으로 분석된다.

• 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.