• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2001년도 춘계 학술대회 논문집
• /
• pp.107-112
• /
• 2001

본 연구는 FTMS와 TCS를 실시간으로 통신하여 톨게이트 운영에 관련된 다양한 교통정보를 제공하는 교통상황 모니터링과 미래의 교통상황을 예측하고 이를 바탕으로 톨게이트 교통상황을 예측하는 톨게이트 시뮬레이션 시스템(TGSS)을 개발하는 것이다. 교통상황 모니터링은 실시간 교통자료를 통계처리하고 분석하여 사용자에게 그래픽하게 교통정보를 제공하고 교통류의 예측은 톨게이트에 도착하는 교통류를 60분 후까지 예측하여 톨게이트 운영자에게 제공한다. 또한 톨게이트 예측시스템은 서울톨게이트에 도착하는 교통류 패턴을 이용하여 미래 톨게이트 교통상황을 시뮬레이션하고 이에 대한 톨게이트 운영 대안을 제시하는 기능을 수행한다. FTMS 및 TCS와 실시간으로 통신하기 위하여 별도의 통신프로그램을 작성하였고 통신에 의해 수집된 실시간 교통자료들은 모니터링 시스템과 연계하여 서울 톨게이트 주변구간의 교통상황과 톨게이트 운영 현황을 제공한다. 교통류 예측 시스템에 사용되는 모형은 거시적 교통류 모형인 Simple Continuum 모형과 시계열 모형을 이용하였고 이를 통해 서울 톨게이트에 도착하는 미래 교통류를 예측 할 수 있다. 톨게이트의 교통상황을 구현하기 위하여 미시적 모형인 차량추종모형과 차로변경모형을 톨게이트 예측 시스템에 반영하였고 현재의 톨부스 운영안과 사용자가 입력하는 톨부스 운영대안에 따라 시뮬레이션 함으로써 미래 톨 플라자내 교통상황을 톨게이트 운영자에게 애니메이션으로 보여줄 수 있다. 톨게이트 시뮬레이션 시스템을 이용하여 현재의 톨게이트 운영안과 최적화된 운영안을 상호 비교함으로써 톨게이트 운영자는 좀더 과학적인 톨게이트 운영을 모색할 수 있을 것으로 생각된다. 실용적 측면에서 볼 때, 톨게이트 시뮬레이션 시스템(TGSS)은 실시간 통신을 통한 모니터링과 교통류 예측으로 톨게이트 상황을 시뮬레이션하고 톨게이트 운영 대안을 제시·평가함으로써 서울톨게이트 운영을 효율화하고 이로 인한 고속도로 소통 증대를 도모할 수 있을 것으로 기대된다.

• 대한교통학회지
• /
• 제19권1호
• /
• pp.149-157
• /
• 2001

내부순환로 교통관리시스템은 기존의 국내 교통 시스템들과는 달리 충분한 수집체계와 정보제공 체계를 갖추고 있으며, 전략의 구체화와 현실적 실현, 즉 전략의 시스템화를 위해 많은 노력을 기울였다. 그런 노력의 일환으로 이 시스템에서는 다양하고 복잡한 돌발상황을 단순화하고 일반화하기 위해 Uniform Event Reaction Formula라 하는 개념을 사용하였다. 이 개념은 어떤 돌발상황이 발생하면 이로 인해 영향을 받는 반응 영역과 영향을 받지 않는 비반응 영역으로 분리한 후, 반응 영역은 예측을 통한 제어 관리를 수행하고, 비반응 영역은 통상적인 제어 관리만을 수행함을 의미한다. 그러나, 돌발상황에 따른 반응 영역과 비반응 영역의 결정에 필요한 돌발상황 처리시간 예측과 대기행렬 예측 모형은 내부순환로의 도로 및 교통환경에 적합한지 검증되지 않아 많은 시행착오가 예상된다. 특히, 돌발상황의 처리시간 예측은 동질대응 구간 결정의 가장 중요한 요소로서, 현재는 처리시간에 상당한 여유를 두어 운영할 계획이지만 궁극적으로는 내부순환로에 적합한 처리시간 예측 모형의 개발이 필요할 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제20권4호
• /
• pp.25-37
• /
• 2020

교통 혼잡으로 인한 사회적 비용이 증가하면서 도로 속도를 예측하기 위한 다양한 연구들이 진행되고 있다. 도로 속도 예측의 정확도를 향상시키기 위해서는 교통 돌발 상황을 고려할 필요가 있다. 본 논문에서는 교통 돌발 상황을 고려한 도로 속도 예측 기법을 제안한다. 제안하는 기법은 연결된 도로들이 미치는 영향을 반영하기 위해서 예측 도로의 속도 데이터 뿐만 아니라 연결된 도로들의 속도 데이터도 이용한다. 또한, 돌발 상황으로 인한 혼잡을 예측하기 위해 속도의 변화량을 분석한다. 연결된 도로와 타겟 도로의 속도 데이터를 LSTM의 입력 데이터로 이용하여 1차적으로 도로 속도를 예측한다. 교통 돌발 상황으로 도로의 규칙적인 흐름이 깨지며 발생하는 예측 오차를 줄이기 위해 이벤트 가중치를 적용하여 최종적으로 도로 속도를 예측한다. 다양한 성능 평가를 통해 제안된 방법의 우수성을 입증한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2018년도 추계학술대회
• /
• pp.275-277
• /
• 2018

선박 및 해상교통관제에 있어서 교통 혼잡구역에 대한 선박교통밀도 예측은 선박충돌사고 예방에 중요하다. 선박 교통밀도 예측정보는 사전에 진입하는 선박들에게 속력조정, 우회항로 이용 등 사전 조치가 가능하다. 본 연구에서는 해상 선박교통상황을 딥러닝 네트워크에 학습한 주의구역 선박교통류 예측 모델(Ship Traffic Extraction Network, STENet)을 제안하여 주의구역의 선박교통류 예측을 수행하고자 한다. STENet 모델 학습을 위해 여수해역 AIS 데이터를 전처리하고, 생성된 입력(해상교통상황)-출력(주의구역 교통밀도) 쌍 데이터를 적용하여 STENet 모델을 학습하였다. 학습된 모델을 이용하여 선박교통류 예측을 한 결과, 중기예측은 표준 절대 오차(mean absolute error)가 0.4-0.5척이 였으며, 장기예측은 0.7-0.8척의 오차로 기존의 Dead Reckoning에 의한 방법보다 50% 이상 교통밀도 예측성능이 향상 되었다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.86-99
• /
• 2021

교통혼잡을 완화하기 위한 방안 중 하나로 도로 이용자에게 교통상황 예측정보를 제공함으로써 교통량을 분산 시켜 도로 이용 효율을 증대시키는 방법이 있다. 이를 위해서는 신뢰성이 보장되고 정량적인 실시간 교통 속도 예측이 필수적이다. 본 연구에서는 상황별 교통속도 분석을 기반으로 이력 속도 데이터와 이력 속도 외의 교통류에 상관관계가 있는 데이터를 LSTM 입력 데이터로 활용하였다. 정상 교통류 상황에 대응하여 속도를 예측하는 LSTM 모델과 유고상황에 대응하여 속도를 예측하는 CNN-LSTM 모델을 개발하여 유고발생 후 1시간까지 5분 단위로 교통속도 예측을 시도하였다. 모델의 검증은 테스트 데이터를 통하여 교통상황별 예측성능을 분석하였다. 그 결과 정상 교통류에서는 평균 7.43km/h, 유고상황에서는 7.66km/h의 오차율로 각각 예측되었다.

• 대한교통학회지
• /
• 제20권3호
• /
• pp.17-30
• /
• 2002

반복정체와 함께 돌발상황은 고속도로 교통혼잡의 주요 원인이 되고 있다. 발생된 돌발상황에 대해 즉각 정보를 제공하고 신속히 교통류를 관리하는 정도는 그 교통류관리시스템의 수준을 의미하는 것으로, 돌발상황에 의해 차로가 차단될 시간을 속히 예측하는 것은 돌발상황관리에서 매우 기본적인 사항이라 하지 않을 수 없다. 돌발상황에 따라 교통류관리대책을 수립·실시하고 교통정보를 제공하자면 돌발상황으로 인한 교통영향(지체와 대기행렬 길이)을 먼저 산정해 보아야 하며 그러기 위해서는 지속시간의 예측이 반드시 필요하다. 통상 돌발 상황의 지속시간은 그 유형 및 심각도에 따라 다양해지며 교통, 도로, 환경 등과 같은 복합적인 조건에 영향을 받는다. 따라서 돌발상황 지속시간 예측모형에 사용되는 독립변수는 돌발상황 확인시점에서 수집 가능한 변수이어야 하며 모형의 현장적용을 위해서는 해당도로의 교통관제시스템의 수준과 함께 정보원(CCTV, 순찰반 등)의 특성을 고려하여야 한다. 본 연구는 고속도로 돌발상황 지속시간 예측모형 개발을 목표로 하며, 한국도로공사 수원지사의 교통사고발생 속보 21개월 분의 자료를 정리하여 본선에서 발생한 각종 돌발상황 168건을 사용자료로 추려냈다. 이를 DB화하여 통계분석을 수행하였으며 고속도로에서의 돌발상황 지속시간 예측을 위한 다중선형회귀모형을 구축하였다. 그리고 모델링에 사용되지 않은 자료를 이용해 개발모형의 정확성 평가를 수행하였다.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2003년도 제2회 정기총회 및 추계학술대회
• /
• pp.280-285
• /
• 2003

• 한국ITS학회 논문지
• /
• 제20권5호
• /
• pp.100-112
• /
• 2021

빅데이터의 등장과 더불어 교통 상태 예측은 과거 이력 데이터 분석 방식에 힘을 싣고 발전되어 왔으나, 이 방법은 관측된 적 없는 돌발 상황에 충분히 대응하지 못한다는 약점이 있다. 본 연구에서는 기계학습과 시뮬레이션 기법의 융합을 통해 돌발 상황 발생 시 교통 상태 예측 정확도 감소를 보완할 수 있는 예측 기법을 제시한다. 데이터 기반 방식의 맹점은 과거에 관측된 적 없는 데이터 패턴이 인지되었을 때 드러난다. 본 연구에서는 시뮬레이션을 이용하여 과거 이력 데이터를 보강하는 방법으로 문제를 해결하고자 하였다. 제시한 방법은 기계학습 기반의 교통 예측을 수행하고, 예측 결과와 실시간으로 수집되는 교통 데이터를 지속적으로 비교하여 돌발 상황 발생 여부를 판단한다. 돌발 상황이 인지되었을 시, 시뮬레이션을 통해 생성한 데이터베이스를 활용하여 예측을 수행한다. 본 연구에서 제시한 방법은 실제 도로 구간을 대상으로 검증되었으며, 검증 결과 돌발 상황에서의 교통 상태 예측 정확도 향상을 확인할 수 있었다. 본 연구에서 제시한 융합 교통 예측 방법은 향후 교통 예측 고도화에 이바지할 수 있을 것으로 전망된다.

• 대한교통학회지
• /
• 제34권2호
• /
• pp.158-167
• /
• 2016

본 연구는 실시간 자료를 기반으로 k-NN을 활용한 단기 교통상황 예측 시 각 단계별 세부절차 및 변수결정, 입력자료 구축 등의 각 단계별 잠재적 예측오차에 대한 원인분석 및 시사점 도출을 목적으로 한다. 다양한 단기 예측모형에 대한 선행연구 검토를 통하여 k-NN 모형의 유용성을 검토하였고 이에 대한 적용가능성을 분석하였다. 본 연구의 k-NN 모형은 이력자료 평활화 및 패턴DB 구축의 입력자료 부분, 실시간 자료와 과거 이력자료와의 유사성 측정 및 k 근접이웃 결정 등의 k-NN 알고리즘 부분, 그리고 예측 시간간격에 따른 출력결과 부분 등으로 구성되며 올림픽대로 김포방향 한강대교 남단~여의상류IC 구간을 대상으로 분석을 실시하였다. 교통자료의 불규칙 잡음으로 인하여 정확한 패턴매칭을 위해서 이력자료의 평활화를 실시하였으며, 이력자료 패턴 DB는 일반 및 이벤트 상황으로 구분하여 활용하였다. 최적의 시계열 자료 및 k 근접이웃 결정을 위해서 시행착오 방법을 적용하였으며, 단기 교통상황 예측 시 예측 시간간격이 증가할수록 예측오차가 증가하는 패턴, 그리고 교통상태가 급변하는 시점에서도 예측오차가 증가함을 알 수 있었다. 본 연구의 k-NN 모형에 대한 각 단계별 예측오차에 대한 원인을 분석하여 개선방향을 제시함으로써 향후 신뢰성 있는 단기 교통상황예측 정보제공 및 시스템에 활용이 가능할 것으로 판단된다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1993년도 한-중 국제학술회의 발표논문
• /
• pp.153-201
• /
• 1993

한국에 있어서 급속한 경제성장과 사업구조의 변화로 인하여 차량과 교통량이 급속히 증가하였다. 따라서 교통량은 기존 시설물의 용량을 초과하게 되었다. 증가된 교통량과 부족한 교통시설로 인하여 사회.경제전반에 걸쳐서 제 교통문제가 발생하게 되었고, 이러한 교통문제를 해결하기 위해서 과학적인 교통수요예측기법이 요구되었다. 본 논문에서는 과거 20여년간의 교통부문의 연구활동 중 특히, 교통수요예측에 관한 연구에 대해서 사례를 중심으로 살펴 보고자 한다. 논문의 주요내용으로는 아래와 같다. 1) 한국의 교통상황을 개략적으로 설명하고, 한국에서 합리적인 교통 수요예측기법이 필요하게된 배경을 설명 2) 교통수요예측에 필요한 사회.경제변수에 관한 자료를 소개하고, 합리적인 수요예측을 위하여 제 변수의 중요성을 설명 3) 한국에서 과거에 적용한 교통수요예측 모형의 구조와 장.단점을 소개 4) 현재 한국에서 적용하고있는 교통수요예측에 관한 모형의 구호와 적용절차를 본 단계의 과정으로 설명함으로써 그 동안 한국에서의 연구, 적용되어온 교통수요예측 모형에 관한 소개와 적용사례를 제시하고자 한다.