• 대한교통학회지
• /
• 제33권5호
• /
• pp.497-507
• /
• 2015

고속도로의 비반복 혼잡은 주로 돌발상황에 의해 발생된다. 돌발상황의 주요 원인은 교통사고로 알려져 있다. 따라서 교통사고 시 사고처리시간을 정확하게 예측하는 것은 돌발상황 관리에서 매우 중요하다. 본 연구에서는 전국고속도로의 2008-2014년 총 7년치(60,473건)의 사고 자료를 이용하였다. 사고처리시간 예측모형은 과거의 교통사고 이력자료를 바탕으로 비모수모형인 KNN (K-Nearest Neighbor) 알고리즘을 활용하였다. 사고자료 현황 분석결과 사고등급별로 사고처리시간에 미치는 영향이 매우 큰 것으로 분석되었다. 따라서 사고처리시간은 사고등급별로 분류하여 모형을 구축하였다. 그리고 현재 발생한 사고의 교통상황과 도로 기하구조를 반영하기 위하여 교통량, 차로수, 시간대를 구분하여 데이터를 추출하였다. 추출된 데이터 중 현재 교통사고와 유사한 사고를 검색하기 위하여 사고처리시간에 영향을 미치는 요인들을 분석하였다. 마지막으로, 상태간 거리 산정을 위해서 세부항목별 가중치를 산정하였다. 가중치산정은 정규분포 표준화방법을 적용하였고, 이를 통해 사고처리시간을 예측하였다. 본 연구에서 개발된 모형의 예측결과는 기존의 연구들의 결과에 비해 낮은 예측오차(MAPE)를 보여 모형의 우수성을 입증할 수 있다고 판단된다. 본 연구를 통해 고속도로의 돌발상황 발생 시 효율적인 고속도로의 운영관리에 기여할 수 있고, 기존의 모형들이 갖고 있던 한계를 개선 및 보완할 수 있을 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제8권10호
• /
• pp.76-87
• /
• 2008

동적 경로 안내 시스템과 같은 첨단 여행 정보 시스템(ATIS)의 발전에 따라 도로 네트워크 상에서 보다 정확한 주행 시간 예측 기법에 대한 연구가 활발히 진행되고 있다. 그러나 기존 대부분의 연구들은 주어진 경로 상의 평균 주행 속도만을 기반으로 주행 시간을 예측한다. 이는 러시아워 시간대의 혼잡한 도로, 주말에 교외로 나가는 대규모의 차량 등과 같은 일별 혹은 주별 도로 교통 상황을 반영하지 못하기 때문에, 주행 시간 예측의 정확도가 저하된다. 이를 해결하기 위해 본 연구에서는 규칙-기반 분류화 기법을 이용한 주행 시간 예측 알고리즘을 제안한다. 제안된 알고리즘은 데이터마이닝 기법인 규칙-기반 분류화 기법을 사용하여, 과거 차량의 궤적 데이터로부터 하루의 시간대별 교통량과 주별 차량의 운행 양식 등 도로 교통 상황을 추출하고, 이를 통해 차량의 주행 시간을 보다 정확하게 예측한다. 제안된 알고리즘 기존의 링크-기반 예측(link-based prediction) 알고리즘, Micro T* 알고리즘[3], 그리고 스위칭 (switching) 알고리즘[10]과 예측 정확도 측면에서 성능 비교를 수행한다. 예측 정확도 성능 비교 결과, 제안된 기법이 타 예측 기법에 비해 MARE (mean absolute relative error) 가 크게 감소하여 성능이 향상됨을 보인다. 그 밖에 다른 기법들과 장단점을 비교하여, 제안된 기법의 유용성을 나타낸다.

• 대한교통학회지
• /
• 제26권2호
• /
• pp.157-166
• /
• 2008

본 연구에서는 실시간으로 수집되는 고속도로의 검지기 자료를 이용하여 교통사고 발생 가능성을 확률적 관측값으로 나타낼 수 있는 모형을 개발하였다. 사고발생 지점을 기준으로 상류부 및 하류부에서 수집된 사고발생 이전의 교통자료를 모형의 독립변수로 설정하였다. 이항 로지스틱 회귀분석 기법을 적용하여 교통사고 발생을 유발할 잠재력이 높은 교통상황을 교통사고와는 무관한 교통상황으로부터 추출하는 분류문제(classification problem)로 설정하고 모형을 개발하였다. 최근 3년간 서해안 고속도로에서 발생한 사고자료와 검지기 자료를 맵핑하였으며, 유효한 검지기 자료를 모형에 적용하기 위하여 이상치 제거 및 결측치 보정을 위한 자료처리 과정을 별도로 수행하였다. 본 연구에서 개발한 모형에서 산출되는 계량화된 교통사고 발생가능성은 고속도로상에서 실시간 경고정보 제공 및 다양한 교통운영관리 전략의 교통안전 측면에서의 효과를 평가하는데 유용하게 적용될 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제29권2D호
• /
• pp.227-234
• /
• 2009

현재 고속도로 분류부의 감속차로길이 설계는 본선 및 연결로의 설계속도를 고려하여 감속에 요구되는 길이인 감속구간을 고려하고 있다. 이는 유출 차량이 분류부 이전에 노견측차로에 진입하여 변이구간을 통해 감속구간에서 감속을 진행한다는 전제가 필요하다. 그러나 진출하려는 연결로 교통량이 많아지면 동시에 여러 대가 감속차로로 진입하는 상황이 발생한다. 이것은 본선교통류의 흐름을 방해하거나 뒤늦게 감속차로에 진입하여 충분한 감속구간을 확보하지 못하게 하는 원인이 될 수 있다. 이에 본 연구에서는 유출교통량의 크기를 고려하여 분류부에서의 동시진입 상황시 본선의 주행성을 확보하면서 진출차량이 감속차로로 안전한 차로변경을 하기 위한 감속구간 확장길이와 이에 대한 방법론을 제시하는데 목적이 있다. 본 연구의 결과를 FRESIM을 통해 효과분석을 한 결과 분류부의 본선 및 감속차로에서의 차량당 지체의 감소와 평균속도의 증가 그리고 차로별 속도편차의 감소효과를 확인할 수 있었다.

• 대한교통학회지
• /
• 제33권1호
• /
• pp.90-99
• /
• 2015

우리나라는 지리적으로 중위도 온대성 기후대에 해당하며, 초여름부터 초가을까지 집중호우가 발생한다. 집중호우는 도로의 용량 및 서비스 수준에 직접적인 영향을 미치며, 이에 대한 분석의 필요성이 대두되었다. 본 연구는 신호교차로에서의 강우에 따른 포화교통류율 변화를 측정하여 강우가 도로용량에 미치는 영향을 분석하였다. 이를 위해 영상자료를 구축하였고, 영상의 프레임분석을 시행하여 차두간격을 조사하였으며, 조사된 결과를 바탕으로 포화교통류율을 산정하였다. 분석결과에 따르면 일반적인 기상상황에 비해 강우상황에는 포화차두시간이 증가하는 것을 확인하였으며 시간당 강우량이 증가함에 따라 포화교통류율이 점차 감소하는 것을 통계적으로 검정하였다. 통계적 검정 결과 일정 시간당 강우량 범위 내에서는 포화교통류율의 변화가 크지 않으므로 각 시간당 강우량의 범위에 따라 세 영역으로 분류하였으며 각 영역에 따라 포화교통류율은 약 7%, 17%, 21% 감소하는 것으로 나타났다.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1591-1601
• /
• 2013

본 연구에서는 초보운전자의 교통사고 위험성을 줄이고 초보운전자 교육프로그램 개발의 기초자료를 제공하기 위하여 초보운전자에 대한 심리적 특성 및 운전행동에 관한 분석을 실시하였다. 이때 초보운전자의 심리적 부분은 위험인식정도 및 교통상황 이해도를 확인하는 설문조사를 실시하였으며 주 내용은 위험예측 및 예측불허행동에 관한 특성별 범주로 분류하여 파악하였다. 그리고 차량시뮬레이터를 활용하여 초보 및 일반운전자와의 운전행동 특성을 비교 분석하고 통계결과를 토대로 초보운전자의 실제 운전행동에 있어서의 안전진단과 교통안전교육 기초연구의 방향성을 제시 하였다. 본 연구 분석결과, 운전자의 위험예측, 과속, 위반, 정보제공생략, 갑작스러운 변화, 사고건수 모든 부분에서 초보운전자가 일반운전자에 비해 높은 평균값이 나타났다. 또한 초보운전자가 일반운전자에 비해 통계적으로 유의한 위험수준을 보여주었는데 확인된 대상은 위험예측능력, 위반, 갑작스러운 변화, 교통사고건수이었고 그 이외의 과속 수준과 정보제공생략 수준은 초보운전자와 일반운전자 모두 유사한 결과를 보여주었다. 그리고 차량시뮬레이터 실험 결과는 초보운전자가 일반운전자들에 비해 전반적으로 운전 수행능력이 저조한 것으로 나타났다. 특히 충돌횟수에서의 확연한 차이를 보여주었는데 이는 초보운전자들이 일반운전자들에 비해 복잡한 도로교통 상황에서 운전경험과 학습능력이 부족하기 때문인 것으로 판단된다. 한편 초보운전자들은 일반운전자들에 비해 속도조절 능력, 위험예측 능력, 도로교통상황에 대한 인식 및 대처능력 등 전반적인 운전기술의 부족으로 인해 주행안정성이 낮은 것으로 분석되었다. 이러한 결과는 초보운전자들이 일반운전자에 비해 안전운전교육 학습기회의 결여와 운전경험 미숙 등에 따른 것으로 판단되며 운전 상황에 대한 위험예측능력이 낮은 것으로 해석할 수 있다. 결론적으로 이러한 분석결과는 실제 운전상황에서 초보운전자 자신뿐만 아니라 타인에게도 위험 요소로서 작용할 가능성이 높으므로 적절한 안전대책이 필요한 것으로 판단된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권11호
• /
• pp.991-1000
• /
• 2007

본 논문에서는 단일 프레임의 교통 영상에서 차량을 검출하는 새로운 기법을 제안한다. 제안하는 기법은 동작 환경에 관계없이 여러 형태로 분류된 그림자를 추출한다. 차량의 색상과 조명 조건에 관계없이 차량이 도로와 접한 부분에는 어두운 그림자 형상을 가진다는 사실을 이용하여 그림자 분류를 수행한다. 추출된 그림자는 차량의 존재 유무를 판단할 강력한 능력을 가지고 있으며, 배경 영상과 다른 시간적 정보들을 이용하지 않으므로, 기상 및 교통 정체가 빠르게 변화하는 상황에서도 높은 검출 성능을 보장한다. 차량 위치에 존재하는 자은 정보와 그림자 영역과의 간단한 증거 추론 기법에 의해 차량을 검출할 수 있다. 6개의 다른 동작 환경의 실험에서 4% 이하의 오검출율을 보이고, 0.9%에서 7.2%의 미검출율을 보였다. 또한, 작은 크기의 영상에 대해 초당 70 프레임 이상의 처리가 가능하므로, 다양한 교통 정보를 실시간으로 측정하는 기법에 사용될 수 있다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.161-170
• /
• 2001

차량검출은 교통량 관측(모니터링)을 위해서 필요한 가장 기본적인 요소이다. 영상을 기반으로 한 교통정보추출 시스템은 다른 방식을 이용하는 시스템들과 비교했을 때 몇 가지 두드러진 장점을 가지고 있다. 그러나 영상기반 시스템에서는 영상에 포함된 그림자가 차량검출의 정확도를 저해하는 요소로 작용하는 데, 특히 이동 중인 차량에 의해서 발생하는 환성 그림자는 심각한 성능저하를 야기할 수 있다. 본 논문에서는 차량검출과 그림자 영향 제거를 위해서 배경 빼기와 에지 검출을 결합한 새로운 접근방법을 제안하였다. 제안한 방법은 노변의 지형지물에 의해서 발생하는 비활성 그림자가 크게 증가하는 상황에서도, 98(%)이상의 차량검출 정확도를 나타내었다. 본 논문에서 제안한 차량검출 방법을 기반으로 하여, 차량 추적, 차량 계수, 차종 분류, 그리고 속도 측정을 수행하여 각 차로의 부하를 나타내는 데 사용되는 차량 흐름과 관련된 여러 가지 교통정보를 추출하였다.

• 한국항해항만학회지
• /
• 제42권4호
• /
• pp.277-282
• /
• 2018

최근 해상교통량이 증가하고 선박교통 관제구역이 확대됨에 따라 관제사의 업무 부하가 증가하고 있으며, 이로 인해 교통량이 급증하는 경우 관제사가 위험을 인지하지 못하는 상황도 발생하게 된다. 이러한 배경에서 본 논문에서는 관제 업무의 지원을 위해 이상 거동 선박을 자동으로 식별하는 방법을 제안한다. 본 방법은 누적된 AIS 데이터를 이용하여 관제구역 내의 통항 패턴을 학습하고, 학습된 모델과의 비교를 통해 이상치를 계산하여 이상 거동 선박을 식별한다. 특히, 선박의 거동 상태에 대한 분류 정보가 없더라도 비지도 학습법을 기반으로 항적 데이터를 자동으로 분류하여 통항 패턴을 학습할 수 있으며, 항적의 군집화와 분류 과정을 통해 이상 거동 선박을 실시간으로 식별할 수 있는 특징을 가진다. 또한, 본 논문에서는 선박운항 시뮬레이터 및 실제 AIS 항적 데이터를 이용한 식별 실험을 수행하였으며, 이를 통해 선박교통관제 시스템에의 활용 가능성을 고찰하였다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.93-93
• /
• 2011

연육 연도교에 주로 건설되는 초장대교량은 시설물 특성상 이용객들의 대피공간이 제약받고 태풍, 해일 등 자연재해에 노출이 많기 때문에 다른 공공시설물보다 재난에 취약한 구조물이다. 최근 공공시설물의 건설동향이 구조물의 장대화로 되어감에 따라 재난 발생시 예상 위험이 점점 더 커져가고 있다. 본 연구는 이전 연구를 통해서 구축된 재난관리 시나리오를 토대로 재난관리 알고리즘을 개발하였다. 초장대교량의 재난은 자연재해와 인적재해로 구분할 수 있다. 여러 가지 재해 중 본 연구에서 제시한 재난관리 알고리즘은 자연재해의 경우 안개, 강설, 결빙, 강풍, 지진, 해일 및 풍수해이며 인적재해의 경우 화재, 교통사고, 구조물파괴 및 테러이다. 이 재난관리 알고리즘은 재난관리 전산 프로그램 구축의 기초로 사용될 것이다. 본 연구는 국내외 재난관리 관련 사례조사를 토대로 재난 수준별 평가방법을 수립하였다. 안개, 강설, 결빙, 강풍, 지진, 해일 및 풍수해와 같은 자연재난은 심각한 재난 발생전에 교통통제가 가능한 형태로 분류될 수 있으며 사례조사를 통해 교통통제 관리기준을 설정하였다. 화재, 교통사고, 구조물 파괴 및 테러와 같은 인적재난은 상황 발생시부터 비상대응을 취해야할 재난의 형태로 분류될 수 있으며 사고발생 시나리오를 통해 대응 단계별 평가방법을 설정하였다. 또한 재난 수준별 평가방법을 토대로 재난관리 알고리즘을 개발하였다. 자연재해와 같이 사고 발생 전에 교통통제가 가능한 재해는 교통통제 모듈로 구분하여 재난관리 알고리즘을 설정하였다. 인적재해와 같이 사고 발생 즉시 비상대응을 실시해야할 재해는 비상대응 모듈로 구분하여 재난관리 알고리즘을 설정하였다. 교통통제 모듈과 비상대응 모듈은 원칙적으로 국가재난관리등급에 따라 관심, 주의, 경계, 심각의 4단계로 구분하였다. 교통통제 모듈과 비상대응 모듈은 AAD에 의해 관리자, 외부기관 및 이용자 각각의 세부 행동지침 및 요령을 제시하였다.