Abstract
The number of traffic accidents is about 230,000, and due to non-recurring congestion and high driving speed, the number of deaths per traffic accident on freeways is more than twice compared to other roads. Currently, traffic information is provided based on nodes and links using the centerline of the road, but it does not provide detailed speed information. Recently, installing sensors for vehicles to monitor obstacles and measure location is becoming common not only for autonomous vehicles but also for ordinary vehicles as well. The analysis using large-capacity location-based data from such sensors enables real time service according to processing speed. This study presents an mapping method for individual vehicle data analysis based on space. The processing speed of large-capacity data was increased by using method which applied a quaternary notation basis partition method that splits into two directions of longitude and latitude respectively. As the space partition was processed, the average speed was similar, but the speed standard deviation gradually decreased, and decrease range became smaller after 9th partition.
국내 2020년 기준 교통사고 건수는 약 23만 건으로, 고속도로는 비반복적 정체와 높은 주행 속도로 인해 다른 도로 대비 교통사고 발생 건수당 사망자수가 2배 이상으로 나타나고 있다. 고속도로의 교통정보는 도로의 중심선을 이용한 노드, 링크를 기준으로 제공하고 있으나 세분화된 속도정보를 주지 못하고 있다. 최근 자율주행차 뿐만 아니라 일반 차량에서도 장애물 모니터링, 위치 측정을 위한 차량용 센서 장착이 일반화되고 있어, 대용량 위치 기반 데이터를 이용한 분석은 처리속도에 따라 실시간 서비스가 가능하다. 본 연구는 대용량 위치기반 개별 차량 정보의 분석을 위한 공간 기반의 맵핑 방법을 제시하였다. 경위도 각각 2개로 분할하는 4진법 기준의 분할 방법을 적용하여 개별 차량의 공간 코드를 생성하여 지오코딩 하는 방법으로 처리 속도를 대폭 증가 시켰다. 공간이 세분됨에 따라 평균속도는 유사하였으나 속도의 표준편차는 점차 감소하였으며 9회 분할 이후는 그 감소 폭이 작아 졌다.