• 산업경영시스템학회지
• /
• 제20권43호
• /
• pp.91-97
• /
• 1997

The objective of a traffic management system is to promote safe driving, low pollution, short travel time, and optimized traffic flow by naturally distributing the flow of traffic through the use of suitable telecommunications media. Such traffic management systems will be improved by integrating dynamic traffic data and two-way communication media because cars can work as sensors. The purpose of this paper is to help organizations trying to select the correct telecommunications media for minimal-cost investment options without loss of functionality. The wireless communications for an intelligent transportation system (ITS) are introduced in this paper. We describe which kind of telecommunication media are suitable. FM broadcast type media or cellular phone can be recommended to provide real time traffic and roadway conditions in the first stage of ITS, because existing broadcast base station or cellular network facilities can be used. It is expected that cellular radio network or satellites are used for communication. Finally, the strategy and deployment plan of an ITS are described based on selections of telecommunication media in Korea.

• 한국안전학회지
• /
• 제25권2호
• /
• pp.89-94
• /
• 2010

This study deals with the traffic accident according to the improvement projects of frequent accident locations. The objective is to analyze the impact of improvements on the accident reduction. In pursuing the above, the study gives the particular attentions to developing the models based on the data of 70 intersections improved. The main results analyzed are as follows. First, 4 multiple linear regression accident models(total, side right-angle, rear end and side stripe accident) which were statistically significant were developed. Second, total accidents reduction by sight-distance and turning traffic flow improvements, side right-angle by sight-distance, over-speed and lane operation, rear end by turning traffic flow, signal and lane operation, and side stripe by traffic impedance improvements were analyzed. Finally, the above 4 models were evaluated to be statically significant through the correlation analysis and pair-sample t-test.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.58-64
• /
• 2021

자동차 등록대수와 비례하여 증가하는 교통 혼잡은 도시의 사회경제 발전의 저해 요소로 작용하고 있다. 본 논문은 VDS(Vehicle Detection System)을 통한 데이터를 입력 변수로 사용한다. 본 연구의 목적은 교통 흐름을 단순히 2단계(원할, 정체)가 아닌 5단계(원할, 다소 지체, 지체, 다소 정체, 정체)로 더 정교하게 예측하고, 이 예측에서 가장 정확도가 높은 모델인 Catboost 모델과 다른 모델들을 비교하는 것이다. 이를 위해 본 논문에서는 머신러닝 알고리즘인 Catboost 모델을 통해 5가지 단계를 예측하고 정확도를 다른 머신러닝 알고리즘들과 비교, 분석한다. 또한, 하이퍼 파라미터(Hyper Parameter) 튜닝 및 원-핫 인코딩(One-Hot Encoding) 전처리를 거치지 않은 Catboost 모델과 랜덤 선택(RandomizedSearchcv)을 통해 튜닝 및 데이터 전처리를 거친 모델을 비교, 분석한다. 분석 결과 하이퍼 파라미터 튜닝을 하지 않은 초기 Catboost 모델이 정확도 93%를 보이며 가장 높은 정확도를 기록하였다. 따라서 본 연구는 두가지 의의를 가진다. 첫번째로, 초기 세팅된 파라미터들이 적용된 Catboost 모델이 다수의 범주형 변수를 포함하는 교통 흐름 예측에서 다른 머신러닝, 딥러닝 모델들보다 성능이 높다는 결론을 도출했다는 점에서 의의가 있다. 두번째로, 기존 2단계로 예측하던 교통 흐름을 5단계로 예측함으로써 더욱 정교한 교통 흐름 예측 모델을 제안한다는 점에서 의의를 가진다.

• 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.

• 해양환경안전학회지
• /
• 제16권2호
• /
• pp.209-214
• /
• 2010

본 연구에서는 울산항 인근해역에 대한 자연환경, 해양사고, 해상교통량 및 해상교통흐름 관측, 어업현황 등을 조사 분석하고, 전문가 및 이용자에 대한 설문조사를 실시하여 개선안을 도출하였다. 본 연구는 전문가 및 사용자의 설문조사 실행을 통한 항해위험 필수요소, 개선계획 및 충돌위험 필수요소를 제시하였다. 본 연구의 결과로서 보다 효율적인 항로를 도출하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.4717-4737
• /
• 2017

Today, smart grids, smart homes, smart water networks, and intelligent transportation, are infrastructure systems that connect our world more than we ever thought possible and are associated with a single concept, the Internet of Things (IoT). The number of devices connected to the IoT and hence the number of traffic flow increases continuously, as well as the emergence of new applications. Although cutting-edge hardware technology can be employed to achieve a fast implementation to handle this huge data streams, there will always be a limit on size of traffic supported by a given architecture. However, recent cloud-based big data technologies fortunately offer an ideal environment to handle this issue. Moreover, the ever-increasing high volume of traffic created on demand presents great challenges for flow management. As a solution, flow aggregation decreases the number of flows needed to be processed by the network. The previous works in the literature prove that most of aggregation strategies designed for smart grids aim at optimizing system operation performance. They consider a common identifier to aggregate traffic on each device, having its independent static aggregation policy. In this paper, we propose a dynamic approach to aggregate flows based on traffic characteristics and device preferences. Our algorithm runs on a big data platform to provide an end-to-end network visibility of flows, which performs high-speed and high-volume computations to identify the clusters of similar flows and aggregate massive number of mice flows into a few meta-flows. Compared with existing solutions, our approach dynamically aggregates large number of such small flows into fewer flows, based on traffic characteristics and access node preferences. Using this approach, we alleviate the problem of processing a large amount of micro flows, and also significantly improve the accuracy of meeting the access node QoS demands. We conducted experiments, using a dataset of up to 100,000 flows, and studied the performance of our algorithm analytically. The experimental results are presented to show the promising effectiveness and scalability of our proposed approach.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제3권2호
• /
• pp.134-146
• /
• 2009

Traffic classification seeks to assign packet flows to an appropriate quality of service(QoS) class based on flow statistics without the need to examine packet payloads. Classification proceeds in two steps. Classification rules are first built by analyzing traffic traces, and then the classification rules are evaluated using test data. In this paper, we use self-organizing map and K-means clustering as unsupervised machine learning methods to identify the inherent classes in traffic traces. Three clusters were discovered, corresponding to transactional, bulk data transfer, and interactive applications. The K-nearest neighbor classifier was found to be highly accurate for the traffic data and significantly better compared to a minimum mean distance classifier.

• 대한교통학회지
• /
• 제27권3호
• /
• pp.161-168
• /
• 2009

유비쿼터스 교통환경에서는 개별차량의 위치, 속도 등 미세한 데이터 수집이 가능하며, V2V (Vehicle-to-Vehicle), V2I(Vehicle-to-Infra) 양방통신이 가능해 짐에 따라 개별차량 혹은 차량군 단위의 미세 제어가 가능해 진다. 이와 같이 기존 ITS 환경과 차별화되는 유비쿼터스 교통환경에 합당한 새로운 교통관리 개념을 정립하는 것과 이러한 개념을 실현할 알고리즘 개발도 필요하다. 이에 본 논문에서는, 교통류 안정성 유지를 통하여 사고발생 잠재력을 최소화시키고 생산성 저하를 방지하는 예방차원의 u-연속류 정체예방관리 서비스를 정의하고 알고리즘을 개발하였다. 이러한 u-연속류 정체예방관리 알고리즘에는 다음과 같은 요소기술 개발이 포함된다. 첫째, 유비쿼터스 교통센터 네트워크에서 수집된 개별차량 데이터를 처리하여, 3차원의 속도/교통량/밀도 프로파일을 구성하는 기술. 둘째, 차량군과 충격파 프로파일을 추출하는 기술. 셋째, 위의 데이터 처리를 통하여 교통류 안정성을 판단하고 교통상황을 구분하는 기술. 넷째, 교통 상황별 적정속도 산정 기술. 다섯째, V2V, V2I 통신환경을 이용한 개별차량 혹은 차량군 단위 적정속도 제공 기술. 기존의 ITS 환경의 사후관리와 비교할 때, 본 연구에서 제안하는 정체예방관리는, 예방적 차원의 사전관리라는 점에서 진일보한 교통류 관리이다. 향후 유비쿼터스 교통 환경을 모사할 수 있는 시뮬레이션 모형 개발이 필요하며, 테스트 베드를 구축하여 현장실험을 시행하고 알고리즘에서 요구되는 문턱치를 결정하는 것도 필요하다.

• 한국항공운항학회지
• /
• 제22권3호
• /
• pp.8-14
• /
• 2014

Arrival management is a tool which provides efficient flow of traffic and reduces ATC workload by determining aircraft's sequence and schedules while they are in cruise phase. As a decision support tool, arrival management should advise on air traffic control service based on the understanding of human factor of its user, air traffic controller. This paper proposed a prediction model for air traffic controller sequencing strategy by analyzing the historical trajectory data. Statistical analysis is used to find how air traffic controller decides the sequence of aircraft based on the speed difference and the airspace entering time difference of aircraft. Logistic regression was applied for the proposed model and its performance was demonstrated through the comparison of the real operational data.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.40-52
• /
• 2011

최근 지능형교통체계(ITS)는 다기능 검지기, 도시교통정보시스템, 단거리 전용 통신 등 첨단 검지장비가 도입되면서 교통정보의 신뢰성이 중요하게 대두되고 있다. 이 연구는 구간교통정보 산정과 같은 정량적 연구와 다르게 교통류 안정성을 반영한 정성적 소통상황 판단 알고리즘을 개발하였다. 이를 위해서 제한속도별 정성적 소통상황 분류기준을 재정립하고, 실시간 소통상황 판단 유형과 판단지표를 새롭게 제시하였다. 실시간 소통상황 판단 유형은 정성적 소통상황에서 속도추이의 상승, 진동, 하락에 따라 크게 9가지 유형으로 세분화하였다. 소통상황 판단지표는 속도변화추이를 파악하기 위해 과거 5주기 2분 단위 속도, 가속도를 나타내는 값과 부호로 정의한 3개 지표와 시간대별, 속도대별 불안정범위를 설정한 영역으로 정의하였다. 이 연구에서 개발된 소통상황 판단 알고리즘의 성능평가는 실제 검지자료를 이용하여 현장 적용성을 검증하였으며, 교통정보가공체계, 상황판 운영모니터링, 과거이력자료 활용 등에 적용이 가능할 것으로 판단된다.