Abstract
Point-by-point data, which is abundantly collected by vehicles with embedded GPS (Global Positioning System), generate useful information. These data facilitate decisions by transportation jurisdictions, and private vendors can monitor and investigate micro-scale driver behavior, traffic flow, and roadway movements. The information is applied to develop app-based route guidance and business models. Of these, speed data play a vital role in developing key parameters and applying agent-based information and services. Nevertheless, link speed values require different levels of physical storage and fidelity, depending on both collecting and reporting intervals. Given these circumstances, this study aimed to establish an appropriate collection interval to efficiently utilize Space Mean Speed information by vehicles with embedded GPS. We conducted a comparison of Probe-vehicle data and Image-based vehicle data to understand PE(Percentage Error). According to the study results, the PE of the Probe-vehicle data showed a 95% confidence level within an 8-second interval, which was chosen as the appropriate collection interval for Probe-vehicle data. It is our hope that the developed guidelines facilitate C-ITS, and autonomous driving service providers will use more reliable Space Mean Speed data to develop better related C-ITS and autonomous driving services.
GPS가 탑재된 차내 단말기, 스마트폰에서 방대하게 수집되는 초 단위 위치(위·경도) 데이터는 교통 분야에 다양하게 활용되고 있다. 이러한 데이터는 공공의 교통관련 의사결정자들과 교통서비스를 개발·제공하는 민간회사들에게 운전자들의 행태와 교통흐름을 미시적으로 파악할 수 있게 한다. 특히, 속도 데이터는 통행시간 예측에 주요한 정보로 활용되며, 해상도 높은 데이터 기반의 고차원 서비스 개발에 이용되고 있어 신뢰성있는 정보의 확보가 요구된다. 그럼에도 불구하고 링크별 속도 산출 시 각기 다른 저장, 수집주기 등을 기준으로 사용하고 있어 정보 활용에 있어 신뢰성을 담보하기 어렵다. 본 연구의 목적은 차내 단말기를 장착한 프로브차량 데이터를 수집해 링크 공간평균속도를 산출하고 동일 구간 및 시간대의 영상기반 공간평균속도와 비교분석을 통해 오차율을 도출하는 것이다. 수집주기와 실제 속도 상황에 따른 오차율을 분석한 결과 8초 이내 수집주기에서 95% 신뢰수준을 보였으며 이를 공간평균속도 산출 시 신뢰성확보를 위한 적정 수집 주기로 제안했다. 해당 결과는 향후 커넥티드 환경에서 수집될 핵심 정보들의 신뢰성 확보와 서비스 개발 시 기초 정보로 활용될 것으로 기대해본다.