• 대한교통학회지
• /
• 제26권5호
• /
• pp.131-141
• /
• 2008

고속도로에서의 지점검지체계로부터 수집 가공 처리된 과거 통행시간 이력자료를 이용한 통행시간 예측시, 사용되는 대표값과 과거 데이터량에 따라 예측의 정확성이 결정되나 이에 대한 체계적인 연구가 없는 실정이다. 따라서 본 연구의 목적은 신뢰성 있는 통행시간 예측을 위해 통행시간 이력자료의 적정 대표간과 과거 데이터량을 결정하기 위한 방법론을 제시하였다. 과거 통행시간 이력자료의 적정 대표값은 예측오차의 평균이 가장 적은 대표값을 선정할 수 있으며, 적정 과거 데이터량은 비슷한 속성을 가진 과거 통행시간 이력자료의 개별간의 차이 또는 집단 간의 차이를 최소화하는 CVMSE(Cross Validated Mean Square Error)방법을 이용하여 결정할 수 있다. 한국도로공사의 고속도로 지점검지기 자료에 적용한 결과, 적절 대표값은 중앙값으로 분석되었으며, 통행시간 예측을 위한 적정 과거 데이터량은 60일로 분석되었다.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2005년도 제4회 추계학술대회 및 정기총회
• /
• pp.197-202
• /
• 2005

• 대한토목학회논문집
• /
• 제34권6호
• /
• pp.1873-1879
• /
• 2014

실시간 자료를 반영한 통행시간 예측 기법은 다양하지만 관련 연구 검토 결과 과거이력데이터가 충분하다면 타 모형에 비해 K 최대근접이웃(K-Nearest Neighbors)의 정확도가 우수하므로 본 연구에서는 이에 대한 적용 방법 도출 및 가능성 평가를 목적으로 한다. 본 연구에서는 KNN의 입력 자료로 TCS 교통량 및 DSRC 구간통행시간의 실시간 및 과거 이력자료, 경로통행시간 이력자료를 활용하였다. 통행시간 예측치는 TCS 교통량 및 DSRC 구간통행시간의 실시간 자료와 유사한 경로통행시간을 탐색한 후 이를 가중평균하여 산출하였다. 예측 기법을 적용한 결과 DSRC 구간통행시간의 가중치가 증가할수록 정확도는 증가하였으며, 이는 실시간 교통상황 변화를 DSRC 구간통행시간이 잘 반영하기 때문이다. 그러나 TCS 교통량을 기반으로 한 경우 역시 정확도의 차이가 크지 않으며, 변화 추이도 유사하게 나타났다. 이러한 결과를 볼 때 향후 대용량의 과거이력자료가 축적될 경우 예측오차는 더욱 감소될 것으로 기대된다.

• 대한토목학회논문집
• /
• 제39권6호
• /
• pp.833-839
• /
• 2019

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.

• 한국ITS학회 논문지
• /
• 제10권4호
• /
• pp.11-23
• /
• 2011

이 연구는 시계열 과거 속도자료를 활용하여 유사한 패턴 변화를 보이는 요일을 그룹핑하는 알고리즘을 개발하였다. 알고리즘에 적용할 이력자료 시간적 범위는 과거 2개월치 자료를 사용하였으며, 공간적 범위는 도시부도로를 대상으로 하였다. 이 연구에서 제안한 알고리즘은 크게 거시적인 관점과 미시적인 관점으로 나누어 요일별 패턴분류를 수행하였다. 먼저 거시적인 관점에서 요일별 첨두/비첨두 시간대와 요일별 속도변화가 크게 나타나는 중점시간대를 도출하였다. 미시적인 관점에서는 거시적인 관점에서 도출된 중점시간대를 대상으로 요일간 속도 차이를 개별(요일별) 혹은 그룹간의 유사성을 비교하여 단계적으로 분류하는 2단계 속도 군집 알고리즘(Two-step speed clustering algorithm, TSC)을 개발하였다. TSC 알고리즘은 중점시간대의 매 가공주기(또는 제공주기)마다 요일별(월~일) 속도차이를 토대로 그룹핑하는 1단계와 1단계에서 도출된 각 그룹의 평균과 요일간의 속도차이를 비교하여 재할당하는 2단계로 구성된다. TSC 알고리즘은 실제 지점검지기에서 수집된 시간대별 시계열 자료를 토대로 개발 및 성능평가가 수행되었다. 따라서, 교통정보센터에서 수집 가공 저장되는 과거이력자료를 이용하여 요일별 패턴분류 수행이 가능하고 알고리즘 구현도 실제 가공체계에 적용하기 용이하다. 이 연구에서 제안한 알고리즘은 통행패턴기반 정보가공 알고리즘 개발, 요일별 반복정체구간 운영관리, TOD에 근거한 신호운영 개선 등 교통운영 및 관리 전반에 적용이 가능하다.

• 한국공간정보시스템학회 논문지
• /
• 제10권3호
• /
• pp.55-65
• /
• 2008

텔레매틱스 교통정보(해당 도로의 통과 시간이나 속도)를 제공하기 위해 교통자료를 수집하는 다양한 장비들이 존재하지만, 최근 GPS(Global Positioning System) 위성 신호가 민간에 공개된 이후 수신 기술의 발달과 더불어 교통 자료를 수집하는 수단으로써 많은 주목을 받고 있다. GPS를 사용하면 기존의 도로 상에 직접 매설하여 쓰이던 검지기에 비해 투자 유지비용이 낮고 차량 운행 축을 따라 지속적으로 세밀한 자료를 자동적으로 수집할 수 있다는 장점을 가진다. 하지만, 기존의 타 검지기에 의해 수집된 자료에 적용해 온 교통 정보 필터링 기법들을 GPS 자료에 그대로 적용하기에는 여러 가지 제약사항이 존재한다. 본 논문에서는 GPS로부터 수집되는 교통 자료 중 비정상적인 흐름으로 도로를 통과한 자료를 필터링하여 사용자들에게 보다 정확한 교통 정보를 제공할 수 있는 방법을 제시한다. 먼저 가까운 과거의 자료로부터 사분위수(quartile)와 해당 도로의 가중치에 의한 패턴을 구축하고, 이후 이를 실시간 자료에 적용해 비정상적인 자료를 필터링 해냄으로써 더욱 신뢰성 있는 교통정보를 생성할 수 있게 되는 것이다. 또한, 서울 강남대로를 대상으로 실제 GPS 수신기를 장착하고 운행한 차량들이 수집한 통행속도 자료를 바탕으로 이력 자료를 활용해 비정상적인 자료를 필터링한 대표 통행 속도가 기존의 필터링 방법들을 통한 값보다 더욱 정확한 결과를 보임을 증명하였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.177-182
• /
• 2007

최근 텔레매틱스 분야에서 GPS 수신기를 장착한 probe car를 통해 교통 정보를 수집하는 방법에 대한 연구가 활발히 진행되고 있다. 이 방법은 기존에 교통 정보를 수집하기 위해 활용되고 있던 고정식 검지기들에 비해 수집되는 정보가 높은 신뢰성을 가지고, 도로 환경에 민감하지 않으며, 낮은 유지비용으로 운용할 수 있다는 장점을 가지고 있다. 하지만, probe car는 자신의 위치 정보를 교통 정보 센터로 전송해 주어야 하기 때문에 프라이버시가 노출될 수 있고, 주차되어 있는 시간에는 통행 정보를 보내줄 수가 없다. 이런 이유로 대중 교통차량이나 상업용 차량이 주로 probe car로 활용되어지게 되는데, 그 수가 많지 않을뿐더러 운행 구간이 고르게 분포되지 않아 probe car가 지나지 않는 구간, 즉 교통 정보 누락 구간이 존재할 수 있는 문제점을 가지고 있다. 본 논문에서는 교통 정보 누락 구간의 처리를 위해 과거의 이력 정보로 대체하는 방법, 주변 도로의 구간 정보로 예측하는 방법, 회귀 분석을 통한 예측 방법 등을 기술하고 실제 probe car들로 수집된 서울시 강남대로 구간의 자료로 각 방법에 대한 실험을 실시하여 각각의 방법에 대한 결과를 비교 분석한다.