DSRC를 활용하여 수집한 단속류 구간 통행시간의 신뢰도 향상 방안 연구 : 이상치 제거 및 최적 수집 간격 결정 중심으로 :The study to improve the reliability of travel time estimation using DSRC probe data in the interrupted traffic flow : focusing on the development of outlier filtering model and the determination for the optimal aggregation interval size of data

박현석

추천

검색

자료유형: 학위논문

저자정보: 박현석 (서울시립대학교, 서울市立大學校)

지도교수: 김영찬

발행연도: 2016

저작권: 서울시립대학교 논문은 저작권에 의해 보호받습니다.

이용수4

이 논문의 연구 히스토리 (2)

2017

국도 단속류 구간에서 DSRC를 활용하여 수집한 개별차량 통행시간의 최적 수집 간격 결정 연구

박현석 , 김영찬 대한교통학회지 2017.02 학술저널

2016

DSRC를 활용하여 수집한 단속류 구간 통행시간의 신뢰도 향상 방안 연구 : 이상치 제거 및 최적 수집 간격 결정 중심으로

박현석 交通工學科 2016.01 학위논문

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 단속류 구간을 대상으로 DSRC를 활용하여 수집한 통행시간의 이상치를 효과적으로 제거하는 모형 개발을 목표로 한다. 모형 개발 방향 설정을 위하여 DSRC 시스템 특성, 기존 이상데이터 제거모형 특성, 통행시간 이상치 생성 원인 및 분포 위치, 구간 길이 및 정체 유무에 따른 통행시간 분포 변화, 수집데이터 수 변화 및 결측 발생 현황 등을 파악하였다.
단속류 구간의 통행시간 이상데이터 제거 시 기존 연속류 구간에 적용하는 모형을 활용하면 통행시간 분포의 비대칭성으로 정상 통행시간 분포의 중심으로 삼은 평균과 중위값이 실제 거리상 분포 중심과 이격이 발생하여 정상 통행시간 분포 크기 추정 시 근본적 오차가 발생한다. 이상치가 혼입되면 왜곡되는 평균 및 표준편차, 제거변수 최적화의 어려움 등이 이상데이터 제거 성능을 더욱 저하시킨다.
기존 이상치 제거 모형의 한계를 극복하기 위해 데이터 수집, 통행시간 분포 중앙위치 설정, 분포크기 추정, 반복 이상치 제거를 모형 개발 방향으로 정립하고 이상치 제거 모형을 개발하였다. 수도권 국도ITS 13개 유형의 단일 구간과 다 구간을 대상으로 기존 모형과 함께 이상치 제거 성능을 검증하였는데 모든 유형구간에서 전반적으로 개발모형의 이상데이터 제거 성능이 가장 우수하였다. 특히, 짧은 단속류 구간에서 비정체시 통행시간 오차율이 크게 개선되었다.
이상치 제거 후에는 신뢰도 높은 통행시간 대푯값 산정을 위해, 통행시간이 양봉형태의 비대칭 분포를 따르는 단속류 구간을 대상으로 최적 수집간격을 결정한다. MSE 산정을 위한 편의 추정식은 t-분포의 최대 추정 오차식을 활용한다. 분석 대상 시간대는 신호정지로 데이터 수집이 정상 결측되는 수집간격을 제외한, 3분 이상 수집간격의 데이터가 모두 있는 시간대로 한다.
MSE가 최소가 되는 최적 수집간격은 3∼5분이며, 통행시간 증가 시 최적 수집간격은 3분으로 짧아지는 것으로 분석되었다.
운영의 효율성과 통행시간 대푯값 산정의 신뢰도 향상을 모두 고려하여 기본 수집간격은 기존과 같이 5분으로 운영하고, 정체 시는 3분으로 수집간격을 줄여 운영하는 것이 효과적일 것이다.

On behalf of developing a model to effectively filter outlier in the section of interrupted traffic flow, it is fulfilled to figure out the characteristics on the DSRC System, generative occasions and distributed points for outlier traffic time, the shift of travel time distribution with respect to measuring section lengths and congestion, the variations on the quantity of collected data, and missing status.
Furthermore, when a outlier filtering model applied to existing uninterrupted traffic flows is used for the section of interrupted traffic flow, due to the asymmetry of the distribution of travel time, the mean and lieutenant value made by the center at the distribution of normal travel time is separated with the center of practical distribution, and it is confirmed that it is the cause of fundamental error.
Also, it is checked the remain of outlier and the normal distribution are damaged by the perversion of the mean and standard deviation due to the outlier inclusion, the difficulty to optimize filtering parameters, etc.
Based on the results of analysis, the methods of data collecting, setting the center on the travel time distribution, estimating distribution size and repetition of outlier filtering are set up. And the outlier filtering model is developed.
The developed model is tested on the single and the multi sections having 13 types of capital area. Its performance for the outlier filtering is compared and verified by the existing one. Based on the result of verification, the developed model is generally excellent in all section types, and the rate of travel time errors under non congestion in the section of short interrupted flow is significantly improved.
After filtering outlier, for the purpose of estimating the representative value possessing high reliability, on the interrupted section having asymmetric distribution with the type of double-humped curve, MSE of the time collecting the aggregation interval size with over three minutes, excepting a time - one to two minutes - measured by a stop sign, is computed by the maximum estimation error formula (r=68%) of t-distribution.
It is confirmed that the optimal aggregation interval size to make a minimum MSE is three to five minutes, and it is drawn in three minute under the condition of increasing traffic time.
In consideration of the efficiency of operation and the improvement of reliability for the estimation of the representative value of traffic time, it is decided that the effective operation is five minute for normal aggregation interval size as the existing interval size and three minute for congestion condition.

제1장 서론 1
제1절 연구의 배경 및 목적 1
제2절 연구의 범위 및 수행 절차 3
제3절 용어 정의 5
제2장 DSRC 및 단속 교통류 특성 7
제1절 DSRC 시스템 특성 7
1. DSRC 시스템 국도ITS 도입 7
2. DSRC 시스템 교통정보 수집 방법 8
3. DSRC 수집 및 가공 오류에 의한 이상데이터 생성 10
4. 자료 수집대수 12
제2절 단속 교통류 특성 14
1. 구간 길이에 따른 통행시간 분포 변화 14
2. 정체 유무에 따른 통행시간 분포 변화 16
3. 개별차량 주행 특성 17
제3절 분석 결과 19
제3장 기존 연구 고찰 20
제1절 통행시간 이상데이터 제거 관련 연구 20
1. 통계적 방법 20
2. 기타 이상치 제거 방법 29
3. 기존연구 한계 30
제2절 통행시간 최적 수집간격 관련 연구 35
1. 수집간격에 따른 오차 개념 35
2. 통행시간 최적 수집간격 결정 연구 36
3. 기존연구 한계 37
제4장 통행시간 데이터 이상치 제거 모형 개발 38
제1절 개발방향 38
1. 데이터 수집 38
2. 통행시간 분포 중앙위치 설정 39
3. 분포크기 추정 40
4. 이상치 제거 41
제2절 이상치 제거 모형 개발 41
1. 데이터 수집 41
2. 유효데이터 범위 산정 42
3. 이상치 제거 46
제5장 모형 검증 47
제1절 검증 개요 47
1. 평가 척도 및 정상분포 범위 산정 방법 47
2. 검증 대상구간 선정 및 현황 50
제2절 검증 결과 54
1. 정상분포 대비 개발모형 성능 검증 54
2. 모수 대비 개발모형 성능 검증 122
3. 검증 결과 종합 126
제3절 소결론 128
제6장 통행시간 최적 수집간격 결정 130
제1절 평균제곱오차 편의 추정식 결정 131
1. 참값 MSE 산정 131
2. 편의 추정식 결정 133
제2절 최적 데이터 수집간격 결정 134
1. 시간대별 데이터 결측 및 정체 현황 134
2. 시간대별 최적 데이터 수집간격 산정 138
3. 최적 수집간격 운영 방안 141
제3절 소결론 142
제7장 결론 및 향후 연구과제 143
참고 문헌 147
ABSTRACT 152

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)