• 대한교통학회지
• /
• 제22권3호
• /
• pp.179-201
• /
• 2004

지능형 교통체계(intelligent transport systems)의 구축이 점차 널리 확대됨에 따라 교통류의 실시간 모형화(online traffic flow modeling)의 중요성이 증대되고 있다. 교통량-밀도 관계는 주어진 교통량, 밀도 상황에서 교통류의 행태를 나타낼 뿐만 아니라 거시 교통류 모형의 결과에 많은 영향을 미친다. 현재까지 교통량-밀도관계에 관한 대부분의 연구는 그 관계식을 규명하는데 그치고 있다. 상류부와 하류부의 교통 상태에 따른 교통량-밀도관계의 시간적 변화는 교통류의 모형화에 반드시 고려되어야 할 특성이지만, 현재까지 그에 대한 연구가 폭넓게 이루어지지 않고 있는 실정이다. 본 논문에서는 한 지점에서의 교통량-밀도관계가 시간의 흐름에 따라 분석되었고 states diagram으로 표현되었다. 동적 교통량-밀도관계 (dynamic flow-density relation)는 states diagram으로부터 fuzzy-logic을 이용하여 유추되었고, 거시 교통류모형을 실시간으로 응용할 수 있는 기초를 제공하였다. 동적 교통량-밀도관계를 거시 교통류 모형에 이용함으로써 교통류의 실시간 모형화 과정에서 발생하는 모수추정 (parameter calibration) 문제를 완화하였다.

• 한국ITS학회 논문지
• /
• 제16권6호
• /
• pp.29-41
• /
• 2017

본 연구에서는 개별 차량의 주행정보를 이용하여 대구광역시 도심부에서 네트워크 스케일의 거시 교통류 모형(Macroscopic Fundamental Diagram, MFD)을 추정하는 방법에 대해 고찰한다. 이를 위해 근거리 전용 통신(Dedicated Short Range Communication, DSRC) 방식으로 수집된 개별 차량의 원시 데이터 처리 방법 및 통행 정의 방법을 분석하고, 해당 자료를 활용하는 새로운 활용 방안을 제시한다. 이를 위해 프로브 자료인 DSRC 데이터와 교통량 조사 자료를 이용해 표본율을 산정하고 대구광역시 네트워크 내 MFD를 도출하는 방법을 설명한다. 도출된 MFD를 통해 시간적 재현성(reproducibility)의 확인과 선행 연구 가정 사항들에 대한 데이터 기반 검증을 수행하였으며, DSRC 자료의 새로운 활용 방법을 제시하고자 한다.

• 대한교통학회지
• /
• 제22권4호
• /
• pp.147-158
• /
• 2004

SWP(Stochastic Wave Propagation: 확률파장전파) 모형은 Cellular Automata(CA) 이론을 기반으로한 간략한 차량모형을 이용하여 개별차량의 확률적 형태와 혼잡의 전파를 모사하고, 통계물리학을 기반으로 교통류를 거시적으로 해석한다. SWP모형은 이산적 시공간 구조와 정수형 자료를 이용한 프로그램 지향적 모형구조를 가지며 연산수행속도가 빨라 대규모 가로망의 실시간 시뮬레이션을 가능하게 하였다. 그러나 비현실적인 충돌회피과정으로 인한 자연발생적 혼잡(Spontaneous jam)의 형성 때문에 미시적으로는 혼잡내에서 잠금현상(Lockup)이 발생하여 혼잡내 차량의 저속을 설명할 수 없고, 거시적으로는 혼잡의 밀도와 전파속도를 설명하기 어렵다는 한계를 가지고 있다. 본 연구에서는 비현실적인 차량의 정지과정을 보다 현실적으로 모사하기 위한 정지조작규칙(SMR: Stopping Maneuver Rule)과 혼잡내에서 차량의 낮은 가속을 설명하기 위한 저가속규칙(LAR: Low Acceleration Rule)을 기존의 SWP모형인 NaSch모형에 추가하였다. 이를 통해 미시적으로 보다 현실적인 차량의 정지과정을 모사하면서 혼잡내에서 잠금현상을 방지하고, 거시적으로 혼잡의 밀도와 전파속도를 설명함으로써 보다 다양하게 연속 교통류를 구현하는 모형을 구축하였다.

• 대한토목학회논문집
• /
• 제39권1호
• /
• pp.63-71
• /
• 2019

Herman과 Prigogine에 의해 제안된 Two-fluid Model은 네트워크에서 거시교통류를 분석하는데 유용하다. Two-fluid Model은 정지차량 비율과 네트워크 평균속도의 관계를 통해 네트워크를 분석하는 것으로, 주로 신호 혹은 비신호교차로가 다수 존재하는 도시부 교통망에 적용되어왔다. 일반적으로 네트워크의 교통수요가 증가함에 따라 네트워크 내 평균주행속도와 평균통행속도 모두 감소하며, 네트워크 내 정지차량의 비율과 정체로 인한 저속차량의 비율도 증가한다. 본 연구는 정체상황을 고려한 Two-fluid Model을 제안하였다. 정체상황을 구분하는 임계속도와 정체상황이 네트워크에 미치는 가중치는 평균 제곱근 편차(RMSE)를 최소화하도록 값을 정산하여 적용하였다. 서울시 네트워크의 임계속도는 약 34 kph로 나타났으며, 정체상황이 네트워크에 미치는 영향의 가중치는 약 0.61로 나타났다. 본 연구에서 제안한 Model은 기존 Model에 비하여 $R^2$가 0.78에서 0.99로 크게 증가하였으며, 파라미터의 값은 큰 차이를 보이지 않았다. 이는 제안한 Model이 네트워크 및 신호운영 평가에 사용될 가능성이 있음을 의미한다.