딥러닝으로 추정한 차량대기길이 기반의 감응신호 연구

이용주; 심민경; 김용만; 이상수; 이철기

추천

검색

자료유형: 학술저널

저자정보: 이용주 심민경 김용만 이상수 이철기

저널정보: 한국ITS학회 한국ITS학회 논문지 한국ITS학회 논문지 제17권 제4호

발행연도: 2018.1

수록면: 54 - 62 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2018

딥러닝 기반의 링크통행시간을 이용한 차량대기길이 추정모형 개발

이용주 건설교통공학과 2018.01 학위논문

딥러닝으로 추정한 차량대기길이 기반의 감응신호 연구

이용주 , 심민경 , 김용만 외 2명 한국ITS학회 논문지 2018.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 인공지능 신호 구현의 일환으로서, 딥러닝을 통해 실시간으로 추정하는 차량대기길이 기반의 감응식 신호 알고리즘을 제시하였다. 알고리즘의 구현을 위해 딥러닝 모형을구현한 텐서플로우에 미시적 교통시뮬레이터인 Vissim을 제어하는 API, 즉 COM Interface를구축하였다. Vissim에서 신호주기별로 수집된 링크통행시간과 통과교통량이 텐서플로우에전달되면 학습이 완료된 딥러닝 모형을 통해 접근로별 차량대기길이가 추정된다. 접근로별차량대기길이를 기반으로 신호시간을 산정한 후 Vissim 내부의 신호등화를 조정하여 시뮬레이션 한다. 본 연구에서 개발한 알고리즘은 현 TOD 방식에 비해 차량 지체가 약 5% 감소한것으로 분석되었으며, 이는 네트워크 내 하나의 교차로만 대상으로 적용하여 그 효과가 제한된 것이며, 축 또는 네트워크 제어로의 공간적 확대방안을 향후연구로 제시하였다.

#AI Signal #Deep Learning #Vehicle Queue Length #Vissim COM Interface #Tensorflow

참고문헌 (13)

참고문헌 신청

Bottou L. / 1998 / Online Algorithms and Stochastic Approximations, Online Learning and Neural Networks / Cambridge University Press

Doh / 2017 / Transportation Engineering / ChungMoonGak

Duchi / 2011 / Adaptive subgradient methods for online learning and stochastic optimization / The Journal of Machine Learning Research 12:2121~2159

https://tensorflowkorea.gitbooks.io/tensorflow-kr/

정영제 / 2005 / 구간검지체계의 통행시간정보를 이용한 신호제어 알고리즘 개발 / 대한교통학회지 23(8):181~191

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!