• 대한교통학회지
• /
• 제18권1호
• /
• pp.47-59
• /
• 2000

본 연구에서는 고속도로 교통관리시스템에서 VDS 교통정보 와 대상지역의 TCS로부터 여행시간을 수집하고, 이들 자료를 토대로 신경망 이론을 이용한 여행시간 추정(Estimation)모형을 구축하였다. 또한, 신경망 이론에 칼만필터기법(Kalman Filter Technique)을 연계하여 단위시간 동안의 여행시간을 예측(Prediction)하여, 고속도로 이용자에게 보다 향상된 실시간 여행시간정보를 제공할 수 있는 여행시간 추정 및 예측 알고리즘을 개발하였다. 신경망 모형의 여행시간 추정 방식과 현재 적용되고 있는 여행시간 산출 방식의 비교/분석을 위해 각 각의 여행시간 산출방식에 의한 평가지표별로 시행한 평가의 결과는 신경망 모형이 제시한 대부분의 지표에서 상대적으로 우수하게 나타났다.

• 대한토목학회논문집
• /
• 제34권6호
• /
• pp.1873-1879
• /
• 2014

실시간 자료를 반영한 통행시간 예측 기법은 다양하지만 관련 연구 검토 결과 과거이력데이터가 충분하다면 타 모형에 비해 K 최대근접이웃(K-Nearest Neighbors)의 정확도가 우수하므로 본 연구에서는 이에 대한 적용 방법 도출 및 가능성 평가를 목적으로 한다. 본 연구에서는 KNN의 입력 자료로 TCS 교통량 및 DSRC 구간통행시간의 실시간 및 과거 이력자료, 경로통행시간 이력자료를 활용하였다. 통행시간 예측치는 TCS 교통량 및 DSRC 구간통행시간의 실시간 자료와 유사한 경로통행시간을 탐색한 후 이를 가중평균하여 산출하였다. 예측 기법을 적용한 결과 DSRC 구간통행시간의 가중치가 증가할수록 정확도는 증가하였으며, 이는 실시간 교통상황 변화를 DSRC 구간통행시간이 잘 반영하기 때문이다. 그러나 TCS 교통량을 기반으로 한 경우 역시 정확도의 차이가 크지 않으며, 변화 추이도 유사하게 나타났다. 이러한 결과를 볼 때 향후 대용량의 과거이력자료가 축적될 경우 예측오차는 더욱 감소될 것으로 기대된다.

• 대한토목학회논문집
• /
• 제26권2D호
• /
• pp.233-239
• /
• 2006

지금까지의 링크통행시간에 대한 연구는 개별 차량의 평균을 통한 평균링크통행시간 산정 및 추정의 제한적인 연구가 대부분이었다. 그러나, 링크통행시간은 교통조건, 신호운영조건, 도로조건 등 다양한 영향인자로 인해 통행시간 분포가 구분되는 특성을 나타낸다. 링크통행시간 분포특성에 대한 선행연구결과 통행시간이 양분되어 분포하는 것으로 나타났으며 따라서, 링크통행시간의 경우 평균통행시간에 의한 결과보다 신호지체가 발생하지 않는 통행시간과 신호지체가 발생하는 통행시간으로 구분하는 것이 교통상황을 인식하는데 바람직할 것이다. 본 연구에서는 통행시간 분포특성 및 원인을 분석하였으며, 프로그램을 이용한 시뮬레이션을 통해 보다 다양한 조건을 부여하여 링크통행시간분포비율에 영향을 주는 변수들에 대한 검토하고 통행시간 분포비율을 추정할 수 있는 모형을 구축하였다. 먼저 링크통행시간 분포비율을 추정하는 회귀모형과 퍼지근사추론 모형을 구축하였다. 추정 모형을 구축하기 위한 변수를 분석한 결과 잔류녹색시간과 대기행렬 대수가 높은 상관성을 가지는 것으로 분석되었으며, 따라서 이를 이용하여 추정모형을 구축하였다. 구축결과를 비교 검토한 결과 퍼지근사추론 모형이 회귀모형에 비해 추정의 신뢰성 및 적용성에서 더욱 우수한 것으로 나타났다.

• 한국경영과학회지
• /
• 제14권1호
• /
• pp.119-130
• /
• 1989

This paper presents average travel time models automated warehousing system where the stacker crane transports only one pallet at a time with the tchebychev travel, I/O point is located at the cornor of the rack, and items are stored by the class-based storage assignment rule. In this study, the racks are treated as the continuous rectangle in time and a statistical approach was used to develop the models. In order to test the proposed models, average travel times determined by the models are compared with the true values for various rack shapes.

• 대한교통학회지
• /
• 제33권3호
• /
• pp.315-321
• /
• 2015

ATMS는 양방향통신이 가능한 DSRC 통신방식을 이용하여 기지국을(RSE) 통과하는 하이패스장착차량과 통신하며, 두 지점간 동일한 ID를 가지는 차량의 RSE 통신시간 자료를 활용하여 구간별 통행시간을 산출하고 있다. 도시부 통행의 특성은 신호교차로로 인하여 수집 주기에 따라 통행시간이 매우 불규칙하지만 직전 수집 주기의 데이터만 사용하는 기존 통행시간 가공 방법으로는 현재 통행시간을 추정하기가 어려웠다. 본 연구에서는 직전 수집주기의 데이터 뿐 아니라 해당 시간대의 과거데이터인 패턴데이터를 퓨전하여 가공하는 방법을 분석하였다. 분석 대상 구간은 전주시 주간선도로 기능을 하고 있는 백제대로로 선정하였으며, 수집데이터의 이상치제거 및 패턴데이터 구축 등은 기존 연구방법을 활용하였다. 분석결과 실시간 데이터(20%), 패턴 데이터(80%)의 비율로 추정한 데이터와 해당 주기에 통행한 데이터의 평균 오차값(절대값)이 37.5s이며, t-검증을 통한 검증 결과 95%의 유의수준에서 최소인 것으로 분석되었다. 따라서 직전 수집 주기에 수집된 데이터와 해당 시간의 패턴데이터를 활용하여 통행시간을 추정하는 방법이 시내부 통행시간 가공방안으로 적합하다고 판단된다.

• 대한교통학회지
• /
• 제26권5호
• /
• pp.163-174
• /
• 2008

기존의 4단계 교통수요추정 모형은 거시적인 장래 교통수요 예측을 위해 사용되어 왔으나 정확성에 대한 문제가 지속적으로 제기되어 왔다. 장래 수요추정의 정확성을 높이기 위해서는 신뢰성 있는 자료의 확보, 장래 사회 경제 지표의 예측의 합리성 등 근본적 해결방법이 있으며 모형의 추정방법을 달리하는 것도 상당히 중요한 해결방법이라 하겠다. 과거와 달리 교통수요추정 모형은 단순히 교통인프라 구축에 따른 교통수요추정과 같은 거시적인 분석뿐만 아니라 교통수요관리정책의 효과분석, 교통운영분석의 적용 등 미시적인 분석에 대한 요구가 증대되고 있다. 본 연구에서는 인간의 활동에 기반을 둔 활동기반 교통수요추정에 대하여 소개하며 통행자의 일일 활동에 대한 조사를 기반으로 한 시 공간 활동인구 추정을 통한 통행수요를 예측하였다. 연구결과 개별 건물단위의 시간대별 활동인구의 추정은 비교적 정확한 것으로 분석되었으며 예측된 통행수요 또한 정확성이 높은 것으로 나타났다. 본 연구의 결과는 인간의 활동에 기반을 둔 시 공간 활동기반모형은 거시적인 교통수요추정뿐만 아니라 미시적 추정이 가능하므로 다양한 미시적 교통체계분석에 활용될 수 있을 것으로 기대되며 이를 위해 활동기반 자료와 토지이용에 대한 공간자료(GIS)의 확보가 필수적이라 하겠다.

• 한국ITS학회 논문지
• /
• 제14권4호
• /
• pp.62-72
• /
• 2015

2000년대에 들어 급속한 고령화 사회로 접어든 현 시점에 교통계획 및 수요예측의 관점에서 고령자가 차지하는 비중은 매우 높아지고 있다. 따라서 고령자 그룹의 통행 행태를 분석하고 수요를 추정하는 별도의 과정이 요구된다. 본 연구는 SUR모형을 활용해 고령자의 목적별 통행시간예산의 영향요인을 규명하였다. 통행시간예산은 통행수단의 발달과는 상관없이 하루 약 1시간 정도로 할당된다는 점에 비추어 볼 때, 각 목적별 통행의 영향요인을 규명하기 위해서는 오차항간의 상관성을 고려하는 SUR모형이 적합하다. 분석 결과, 여가목적 통행의 비중이 매우 높으며 개인, 가구, 도시시설, 교통 인프라 등 다양한 요인에 의해 통행시간예산이 영향을 받는 것으로 나타났다. 특히, 여가목적과 관련된 노유자 시설, 운동 시설, 종교 시설 등이 통행시간예산과 양(+)의 상관관계를 갖는 것으로 나타났다. 또한 특정 직업에 종사하지 않거나 월 소득이 낮은 가구에 속한 고령자일수록 사회 경제적 활동의 빈도가 낮아지는 것으로 분석되었다. 이러한 결과는 고령자의 장래 통행행태를 예측하고 수요를 예측하는데 있어 많은 시사점을 제공할 것으로 기대한다.

• 대한교통학회지
• /
• 제29권1호
• /
• pp.71-79
• /
• 2011

전통적으로 동적 교통망 모형들은 실시간 교통운영 문제를 위한 도구로 인식되어 왔다. 이와 같은 모형들을 활용하는 방안 중 하나는 예측통행시간을 생성하는 것이다. 예측통행시간 정보는 통행자들이 혼잡한 지역에서 덜 혼잡한 지역으로 경로를 전환할 수 있도록 해 주는데 이는 교통망의 용량을 효과적으로 활용하게 한다. 이러한 접근 방법은 돌발상황이 발생했을 때 매우 효과적일 것으로 예상된다. 이 때 고려해야 할 사항은 통행시간정보가 미래 통행여건 자체에 영향을 준다는 점이다. 이로 인해 예기치 못한 과잉반응(over-reaction)을 야기할 수 있으며 예측정보의 신뢰도를 떨어뜨리는 요인으로 작용할 수도 있다. 본 연구에서는 돌발상황 발생 시를 대상으로 교통망 차원의 통행시간 예측모형을 제시한다. 이 모형에서는 모든 운전자가 개인 차내 단말기를 통해 상세한 교통정보를 이용할 수 있으며 이러한 정보를 바탕으로 경로선택에 관한 의사결정을 할 수 있다고 가정하였다. 경로기반(route-based)의 확률론적 변등부등식(stochastic variational inequality)을 통행시간예측의 기본모형으로 사용하였으며 운전자의 경로전환의사를 반영하기 위해 경로전환함수를 적용하였다. 컴퓨터 프로그램과 간단한 교통망 분석을 통해 제안된 모형의 특성을 살펴보았다.

• 대한토목학회논문집
• /
• 제34권6호
• /
• pp.1851-1861
• /
• 2014

본 연구는 단속류에서 수집된 프로브 자료의 특성을 고려하여 신뢰성 있는 구간 통행속도를 산출하는 것을 목표로 하고 있다. 먼저, 프로브 자료의 특성을 분석하기 위하여 각 프로브 차량의 구간 통행시간 분포를 살펴보았고, 단거리전용통신(DSRC)을 통해 수집된 프로브 차량별 구간 통행속도 차이를 비교하였다. 그 결과, 구간 통행시간의 분포는 이상치를 제거하여야 하는 것으로 나타났다. 하지만, DSRC 프로브 차량의 구간 통행속도는 뚜렷한 차이가 없는 것으로 나타났다. 끝으로, 프로브 차량의 구간 통행속도 분포 특성과 수집 주기 동안에 집계된 대표값을 토대로 본 연구에서는 최적의 이상치 제거 절차를 도출하였고, 추정 오차를 평가하였다. 평가 결과, DSRC 구간 통행속도는 실 주행차량의 관측값과 유사한 값으로 나타났다. 반면에, 시내버스 구간 통행속도의 경우는 DSRC 구간 통행속도보다 덜 정확한 것으로 분석되었다. 향후 BIS 프로세스 개선과 실시간으로 수집되는 시내버스의 운행정보를 이용하여 도로소통정보로도 활용할 수 있는 다양한 방안을 모색할 필요가 있다.

• 지적과 국토정보
• /
• 제51권1호
• /
• pp.97-110
• /
• 2021

본 연구는 도로의 실시간 교통정보를 이용하여 법정허용속도로 이동하는 시간과 실제속도로 이동하는 시간의 비율인 지연계수를 산정하였다. 연구의 대상지는 우리나라의 수도인 서울을 대상으로 하였다. 도로망의 실제 이용 속도는 대부분 최대속도보다 낮은 속도로 이용되는 것으로 조사되었으며, 이용 속도가 가장 낮은 시간은 출퇴근 시간대로 조사되었다. 조사된 출퇴근 시간대의 이용속도를 기반으로 접근성 분석을 수행한 결과 평균 37.94분이 소요되는 것으로 분석되었으며, 법정허용 속도에서는 15.70분으로 분석되어 약 2.4배 가량 과소평가되고 있는 것으로 나타났다. 이를 법정허용속도에 의한 접근성과 실제 이용속도 접근성 비율을 지연계수라 정의하고 분석을 수행한 결과 서울시의 지연계수는 2.44로 분석되었다. 행정구역별로 지연계수를 분석한 결과 한강을 중심으로 북쪽이 높고 남쪽이 상대적으로 낮은 지연계수를 보이는 것으로 분석되었다. 이를 도로밀도에 따른 통행량으로 비교한 결과 도로밀도에 따른 통행량이 증가할수록 지연계수가 감소하는 것으로 나타났다. 이는 통행량이 많다고 하여 반드시 이동시간이 증가하지 않는 것으로 볼 수 있으며, 이동시간의 증가를 유발하는 인자를 파악하기 위해서 향후에는 도로체계의 형상, 도로 폭, 신호체계 등 고도화된 정보를 기반으로 파악해야 할 것으로 보여진다.