KSCE Journal of Civil and Environmental Engineering Research (대한토목학회논문집)

Korean Society of Civil Engeneers (대한토목학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Development of Bus Arrival Time Prediction Algorithm by using Travel Time Pattern Recognition

통행시간 패턴인식형 버스도착시간 예측 알고리즘 개발 연구

  • 장현호 (인천대학교 도시과학연구원) ;
  • 윤병조 (인천대학교 도시공학과) ;
  • 이진수 (인천대학교 도시공학과)
  • Received : 2019.09.19
  • Accepted : 2019.11.05
  • Published : 2019.12.01
Download PDF
⟨ Previous Next ⟩

Abstract

Bus Information System (BIS) collects information related to the operation of buses and provides information to users through predictive algorithms. Method of predicting through recent information in same section reflects the traffic situation of the section, but cannot reflect the characteristics of the target line. The method of predicting the historical data at the same time zone is limited in forecasting peak time with high volatility of traffic flow. Therefore, we developed a pattern recognition bus arrival time prediction algorithm which could be overcome previous limitation. This method recognize the traffic pattern of target flow and select the most similar past traffic pattern. The results of this study were compared with the BIS arrival forecast information history of Seoul. RMSE of travel time between estimated and observed was approximately 35 seconds (40 seconds in BIS) at the off-peak time and 40 seconds (60 seconds in BIS) at the peak time. This means that there is data that can represent the current traffic situation in other time zones except for the same past time zone.

BIS (Bus Information System:버스정보시스템, 이하 BIS)는 시내버스 운행과 관련된 각종 정보를 수집하고 예측알고리즘을 통해 이용객에게 정보를 제공하고 있다. 동일 구간의 최근 정보를 통한 예측방법은 해당 구간의 소통상황을 반영하지만 예측 대상노선의 특성을 반영할 수 없다는 한계가 있다. 해당노선의 동시간대 과거이력자료를 통해 예측하는 방법은 소통상황의 변동성이 큰 첨두시 예측에 한계가 있는 실정이다. 따라서 예측대상 시점의 통행패턴을 인식하고 가장 유사한 과거 시점의 통행패턴을 선택할 수 있는 패턴인식형 버스도착시간 예측 알고리즘을 개발하였다. 본연구의 예측 결과를 서울시 BIS 도착예측정보이력과 비교 검증한 결과 각 정류장 간 통행시간의 평균제곱근오차가 비첨두시 약 35초(기존: 40초), 첨두시 약 40초(기존: 60초)로 기존대비 약 10~20 %의 개선을 보였다. 이는 동일 과거 시간대 외의 시간대에 현재 교통상황을 대표할 수 있는 자료가 존재함을 의미한다.

Keywords

References

  1. Chang, H. H., Park, D. J., Lee, S. J., Lee, H. S. and Baek, S. (2010). "Dynamic multi-interval bus travel time prediction using bus transit data." Transportmetrica, Vol. 6, No. 1, pp. 19-38. https://doi.org/10.1080/18128600902929591
  2. Cheng, S., Liu, B. and Zhai, B. (2010). "Bus arrival time prediction model based on APC data." In Transportation of China (AFTC 2010) 6th Advanced Forum on IET, pp. 165-169.
  3. Chien, S. I. J. and Kuchipudi, C. M. (2003). "Dynamic travel time prediction with real-time and historic data." Journal of Transportation Engineering, Vol. 129, No. 6, pp. 608-616. https://doi.org/10.1061/(ASCE)0733-947X(2003)129:6(608)
  4. Kim, T. G., Ahn, H. C. and Kim, S. G. (2009a). "Predictive modeling of the bus arrival time on the arterial using real-time BIS data." J. Korean Soc. Civ. Eng., KSCE, Vol. 29, No. 1D, pp. 1-9 (in Korean).
  5. Kim, W. G., Roh, C. G., Heo, M. G. and Son, B. S. (2009b) "A development of bus arrival time estimation model." The Seoul Institute Seoul Studies, Vol. 10, No. 2, pp. 21-29 (in Korean).
  6. Shalaby, A. and Farhan, A. (2004). "Prediction model of bus arrival and departure times using AVL and APC data." Journal of Public Transportation, Vol. 7, No. 1, pp. 41-61. https://doi.org/10.5038/2375-0901.7.1.3
  7. Yu, H., Xiao, R., Du, Y. and He, Z. (2013). "A bus-arrival time prediction model based on historical traffic patterns." In 2013 International Conference on Computer Sciences and Applications, pp. 345-349.