타임스탬프 데이터 분석 기반의 도시부 연속류 도로교통류 분기지점 통행시간 추정 연구

김성훈; 유화평; 여화수

doi:10.7470/jkst.2020.38.2.148

추천

검색

질문

자료유형: 학술저널

저자정보: 김성훈 (한국과학기술원) 유화평 (한국과학기술원) 여화수 (한국과학기술원)

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제38권 제2호

발행연도: 2020.4

수록면: 148 - 165 (18page)

DOI: 10.7470/jkst.2020.38.2.148

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

개별 도로구간의 통행시간을 추정함에 있어 GPS 및 차량검지기 등을 활용하는 다양한 방식이 개발 및 적용되어 왔으나, 이를 보다 정확하게 추정함에 있어 몇몇의 문제점들이 산재한다. 특히, 일반 도로의 교차로 및 고속도로의 나들목 또는 분기점의 상류부 도로구간에서는 차량들의 진행 방향별로 교통류가 분기되기 시작되어 각 방향별 교통류의 행태가 상이할 수 있으며, 동일 구간이라도 진행 방향별 통행시간에 큰 차이가 발생할 수 있다. 이에 따라, 해당 구간의 통행시간을 진행 방향별로 분리하여 추정할 필요가 있으며, 이를 위하여 본 연구에서는 GPS 기반의 타임스탬프(Time Stamp) 데이터를 활용하여 고속도로 교통류 분기지점에서의 진행 방향별 통행시간을 추정하는 방법을 제시한다. 제시하는 방법은 ‘데이터 분기 감지’, ‘분기된 데이터 분류’, ‘데이터 이상치 제거’의 순차적인 3개의 단계로 구성된다. ‘데이터 분기 감지’에서는 진행 방향별 통행시간의 차이 발생 여부를 감지할 수 있는 통계적 방법을 제시하며, 해당 방법은 데이터 포인트들의 분기 여부를 판단할 수 있는 임계값을 찾는 데에 유용한 것으로 분석 및 평가된다. ‘분기된 데이터 분류’에서는 통행시간 차이가 감지되었을 때 이를 각 방향별로 데이터를 분류할 수 있는 통계적 접근 방법을 제시하며, 해당 방법 또한 분석을 통하여 데이터 분류에 우수한 성능을 보유한 것으로 평가된다. ‘데이터 이상치 제거’에서는 차량의 주행 중 정차와 같은 비정상적인 행태를 보이는 데이터를 제거하기 위하여 단순이동평균 기반의 방법을 활용하며, 해당 방법은 개선의 필요성이 있는 것으로 평가된다. 시뮬레이션 데이터를 기반으로 제시된 방법에 대하여 전반적인 성능평가를 시행하였으며, 이를 통하여 본 연구의 방법은 동일 도로구간에서의 통행시간을 차량 진행 방향별로 별도 추정함에 있어 합리적인 성능을 보여준다.

Various methods using GPS or vehicle detectors have been developed in estimating the travel time of individual road sections, but several problems still exist in terms of estimation accuracy. In particular, at the upstream of diverging road sections such as highway junctions and urban road intersections, traffic flow starts to diverge according to the traveling direction of vehicles. In such a case, the diverged flow behaviors can differ from each other, and differences in travel time towards each direction can be observed even in the same road section. Accordingly, it is necessary to estimate the travel time of a diverging road section by the traveling directions. For this purpose, this study provides a method for estimating the travel time of different traveling direction at the upstream of diverging highway sections using the GPS-based time stamp data. Three sequential steps with a few statistical approaches are provided in this stage: divergence detection in data, classification of diverged data, outlier filtering. In ‘data divergence detection’, a new statistical analysis method that can detect the occurrence of data divergence is provided, and it is analyzed that the method is useful in finding the threshold of determining data divergence. In ‘classification of diverged data’, a statistical approach is presented to classify the data by travel directions, and it is found that our modified method shows superior performance compared to others. In ‘outlier filtering’, a simple moving average is used to remove the data showing abnormal behaviors, but it is analyzed that this approach requires further improvement. The performance of the proposed method is tested using a microscopic simulation program. Through the tests, it is shown that the proposed method has reasonable performance in estimating the travel in the same road section by the travel directions.

#data classification #diverge bottleneck #intelligent transportation system #travel time estimation #traveler information service #데이터 분류 #분기지점 병목현상 #여행자 정보제공 서비스 #지능형교통체계 #통행시간추정

참고문헌 (29)

참고문헌 신청

AIMSUN (2011), AIMSUN Version 7 Users Manual, TTS-Transport Simulation Systems, Barcelona, http://www.aimsun.com. Ban X. G., Herring R., Hao P., Bayen A. M. (2009), Delay Pattern Estimation for Signalized Intersections Using Sampled Travel Times, Transp. Res. Record, 2130, National Academic Sciences, 109-119.

Ban X. J., Li Y. W., Skabardonis A., Margulici J. D. (2010), Performance Evaluation of Travel-Time Estimation Methods for Real-Time Traffic Applications, J. Intell. Transport. Syst., 14(2), Taylor & Francis, 54-67.

Bolbol A., Cheng T., Tsapakis I., Chow A. (2012), Sample Size Calculation for Studying Transportation Modes from GPS Data, Procedia Soc. Behav. Sci., 48, Pergamon-Elsevier Science Ltd., 3040-3050.

Cetin M., List G. F., Zhou Y. J. (2005), Factors Affecting Minimum Number of Probes Required for Reliable Estimation of Travel Time, Transp. Res. Record, 1917, National Academic Sciences, 37-44.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김성훈

소속기관 한국과학기술원

주요연구분야 공학 > 기타공학 > 교통공학

논문수 1 이용수 73

유화평

소속기관 한국과학기술원

주요연구분야 공학 > 기타공학 > 교통공학

논문수 9 이용수 537

여화수

소속기관 한국과학기술원

주요연구분야 공학 > 기타공학 > 교통공학

논문수 19 이용수 840

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-053-000588651

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (29)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)