• 대한교통학회지
• /
• 제21권3호
• /
• pp.97-106
• /
• 2003

본 연구에서는 운전자의 경로선택과 각 경로에 대한 학습행동이 교통상황에 따라 어떻게 달라지는 가를 살펴보기로 한다. 즉, 주어진 환경 하에서 자신의 효용을 최대화(소요시간의 최소, 비용의 최소)하는 경로를 선택하는 운전자를 가정하여 교통상황에 따른 운전자의 행동을 모델화하고자 한다. 경로선택에 직면한 운전자는 자신이 획득 가능한 정보와 과거의 경험에 근거하여 각 경로의 주행시간 등의 교통조건을 예측하고 반복적인 경로선택 행동을 통해 각 경로의 주행조건 등에 대한 학습을 하게 된다. 이 때, 운전자의 경로선택과 학습 메커니즘은 각 경로의 교통상황에 따라 다르게 형성된다. 즉, 교통류 상황이 정상성(stationarity)을 띄고 있는지 혹은 비정상성(nonstationarity)을 띄고 있는지에 따라 운전자의 경로선택과 학습 메커니즘이 다르게 됨을 확인하였으며, 이 경우 사후적인(ex-post) 정보의 획득가능성이 운전자 학습행동의 수렴에 큰 영향을 미치고 있음도 알 수 있었다. 또한, 랜덤워크와 같은 비정상성을 따르는 교통환경에서 운전자는 경로의 조건에 대한 그들의 학습과정에서 학습계수(적응계수)는 각 경로의 특성에 따라 서로 다른 값으로 수렴함을 확인하였다. 나아가 시뮬레이션을 통해 운전자의 경로 환경에 대한 학습과정과 경로선택 행동을 구현하였으며, 향후 연구방향에 대해 고찰한다.

• 한국재난정보학회 논문집
• /
• 제14권2호
• /
• pp.230-237
• /
• 2018

연구목적: 현재 국내에서는 지능형 교통체계(Intelligent transport system)의 일환으로 실시간 교통정보를 수집하여 도로운영의 효율성을 높이고 있다. 하지만 실시간 자료를 기반으로 한 교통정보는 운전자가 경험하게 될 교통상황과는 차이가 존재한다. 연구방법: 본 연구에서는 기존 교통량 이력자료 바탕으로 이력자료의 과거참조일수를 3일, 5일, 10일로 조정하여 요일별, 시간대별로 장래의 고속도로 교통량 예측을 수행하였다. 연구결과: 과거 참조일수가 적을수록 예측오차가 작게 나타나는 것을 알 수 있었다. 5번의 과거이력을 참조하여 월요일을 예측한 결과는 10번의 과거이력을 참조했을 때보다 오차가 크게 나타났는데 이는 분석대상 기간인 2016년의 6번째 월요일이 명절이기 때문에 평소의 월요일 교통흐름과는 다소 차이가 있었기 때문으로 판단된다. 결론: 본 연구를 통해 교통량예측 시 과거이력의 참조일수가 적을수록 비교적 오차가 적은 것을 알 수 있었으며 특수한 날에는 해당 이벤트의 교통량이력의 자료를 사용하면 보다 정확도 높은 결과를 나타낼 수 있을 것으로 판단된다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 1999년도 학술회의 논문집 2권2호
• /
• pp.49-66
• /
• 1999

본 논문에서는 GIS를 이용하여 통합도시계획 모형을 정립하고 구현한 과정을 기술한다. 본 통합도시계획모형은 현재 시점에서 도시가 갖는 구조를 바탕으로 분석을 위한 계획죤을 생성하고, 생성된 계획죤들에서 발생할 수 있는 미래의 토지이용과 교통상황을 예측하여 그 결과를 전자지도와 그래프에 표현하는 과정들을 포함하고 있다. 이는 기존의 수작업으로 진행되던 계획을 위한 분석과정을 체계적으로 계량화함으로써 자동화된 분석을 통해 여러 가지 상황하에서 미래의 상황을 예측해 볼 수 있다는 장점을 가지고 있다. 또한 본 도시계획통합모형을 정립하고 구현하는 과정을 통해 얻어진 연구경험과 지식을 토대로 앞으로 개발방향과 모형의 발전방향에 대해 기술한다.

• 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.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1999년도 제35회 학술발표회 논문집
• /
• pp.95-109
• /
• 1999

기존의 추정된 화물 수요모형은 화물의 출하특성과 관련된 설명변수를 중심으로 추정되었으며, 이에 따라 수송수단 선택 과정에서 화주가 느끼는 실제의 인식 상황을 모형내에 적절히 반영하지 못하였다. 본 연구는 기존 연구가 갖는 한계점을 극복하고자 화주가 수송수단을 선택할 때 느끼는 인식상황을 모형 내에 적용시켜 수단 선택 특성을 분석하였다. 연구대상은 우리나라의 188개 제조업체에서 화물자동차로 출하한 내수용 화물이며, 연구의 범위도 현실 운송체계 내에서 화주의 수단선택 행태를 설명하는 단기간의 예측으로 제한하였다. 모형추정결과 우리나라의 공로화물수송을 해석하기 위해서는, 출하중량까지를 고려한 다항로짓모형 형태이면서 인식 요소를 행태변수로 추가한 모형을 이용하는 것이 가장 적절하다는 결론을 내렸다. 그리고 이에 따라 주요한 설명 변수들의 탄력성과 화주의 인식 요소에 대한 특성값을 분석하여 제시하였다. 연구결과는 활용성 측면에서 직접 활용이 가능한 것과 잠재적인 변화를 예측하는데 이용되는 것으로 구분된다. 먼저 직접활용이 가능한 것은 수송수단과 관계된 변수들을 해석하여 얻는데, 수송비용과 수송시간에 대한 계수값의 크기와 부호, 그리고 탄력성은 정부의 정책부서나 운송인의 계획수립에 직접 적용된다. 다음으로 화주의 인식 요소는 잠재적인 변화를 예측하는데 이용되며 각 요소가 갖는 탄력성 및 특징은 운송인의 고객관리 기준이된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권4호
• /
• pp.189-196
• /
• 2017

버스정보시스템은 버스도착시간 예측과 같은 버스와 관련한 여러 정보를 제공한다. BIS는 우리나라 거의 모든 도시에 구축되어 있고 대중교통의 편의성 개선에 능동적인 역할을 하고 있다. 현재 BIS 시스템에서 버스 도착 예정시간을 예측하기 위하여 사용되는 대표적인 방법으로는 이동평균필터, Kalman Filter, 회귀 모형 등이 있다. 버스 도착 시간 예측의 정확성은 BIS 시스템에서 고려하고 있는 교통 상황이나 예측 알고리즘에 따라 차이가 크다. 현재 BIS에서 사용하는 예측 기법은 구간 통과 시간과 거리만을 이용한다. 그러나 도착시간 예측은 교통흐름, 신호주기, 이상 상황, 데이터 결측 등에 큰 영향을 받는다. 버스 도착 시간 예측의 정확도를 높이기 위해서는 위의 문제를 고려하여 모델링해야 하는 어려움이 있다. 은닉 마르코프 모델은 이와 같은 다양한 상황을 효과적으로 모델링 할 수 있다. 따라서 버스 도착 시간 예측의 정확도를 높이기 위해 도착시간에 대한 HMM 예측 모델을 구축했다. 이 모델에서는 순천시의 2015년 한 해 동안 수집한 데이터가 이용되었으며, 순천시에는 2298개의 정류장과 217개의 노선이 있다. 모델은 주중과 주말의 패턴을 다르게 적용하며, 다른 구간과 시간에 대해 모델이 적용된다. 본 논문에서는 버스정보시스템에 은닉 마르코프 모델 적용방법과 검증을 통해 버스정보시스템에서 사용 중인 이동평균필터, Kalman Filter, 회귀 모형을 사용한 예측 방법 보다 정밀한 정확도를 얻는 방법을 제안한다.

• 한국측량학회지
• /
• 제33권4호
• /
• pp.287-296
• /
• 2015

최근 내비게이션에서는 실시간 교통정보와 과거의 교통정보를 가공하여 미래의 교통정보를 예측하는 패턴 교통정보를 같이 활용하여 빠른 길을 안내해주고 있다. 그러나 현재 사용되는 패턴 교통정보는 과거의 정보를 가공하여 교통정보를 예측하기 때문에 특별한 상황(유고, 날씨 등)에서는 예측이 정확하지 않는 문제점을 가지고 있다. 그래서 본 연구에서는 빠른 길을 찾기 위해 실시간으로 운전자들이 요청하는 경로탐색 데이터를 분석하여 가까운 미래 운전자들이 위치할 도로의 교통 혼잡도를 미리 파악하여 패턴 교통정보 보다 정확한 예측 교통정보를 제시하였다. 연구결과 첫째, 연구지역의 정체경로인 양재에서 마포간 차량속도 비교에서는 기존 상습정체 도로의 속도가중치 정확도가 3km/h에서 18km/h의 오차율이 발생하였지만, 본 연구의 Real 예측 교통 정보를 적용한 결과는 1km/h에서 5km/h의 오차율이 발생하였다. 둘째, 경로 품질에서 기존의 경로보다 최대 약 9분, 평균 약 3분 일찍 목적지에 도착하여 예측 교통정보 결과의 신뢰성을 입증할 수 있었다. 셋째, 기존의 경로탐색 결과 보다 혼잡도를 미리 예측하여 혼잡이 발생할 도로에 대해 회피되는 경로탐색 결과를 도출할 수 있었다. 따라서 본 연구결과의 경로탐색 비교를 통해 교통량에 대한 예측정보를 획득할 수 있었으며 이를 활용하여 실시간 빠른 길 탐색이 가능하고, 향후 교통 흐름을 분산 시키는데도 도움이 될 것으로 판단된다.

• 과학과기술
• /
• 3호통권430호
• /
• pp.92-93
• /
• 2005

• 정보와 통신
• /
• 제25권7호
• /
• pp.10-15
• /
• 2008

최근 고속도로의 길이와 운전 차량 수가 빠른 속도로 증가하고 있어 운전자들에게 고속도로 교통상황를 신속하고 정확하게 제공하는 것이 중요한 문제로 대두되고 있다. 고속도로통행료수납시스템(TCS: Toll Collection Systrem)은 전국 고속도로를 주행하는 차량의 통행 정보를 실시간으로 제공하므로 교통 상황 예측에 유용하게 활용될 수 있다. TCS 자료는 차량이 입구영업소를 통과한 후 출구영업소를 통과하는 데 소요된 시간으로서, 운전한 시간, 휴게소 체류시간 등을 모두 포함한 통행시간으로 운전자의 운전 특성, 통행 목적, 피로의 정도에 따라 편차가 크게 나타난다. TCS 자료의 통행시간을 기초로 예측된 정보는 이러한 불확실성을 포함하고 있기 때문에 이를 활용하기 다양한 데이터처리 기법이 필요하다. 본 논문에서는 TCS 자료의 효율적인 전처리 및 교통 예측 기법 현황에 대하여 기술하고 향후 발전 방향을 제시하였다.

• 한국도로학회논문집
• /
• 제14권1호
• /
• pp.85-94
• /
• 2012

교통사고 발생시점부터 사고처리가 완료된 시점까지를 돌발상황 지속시간(Incident Duration Time)이라고 정의하는데, 이를 단축시켜야만 교통사고 피해를 최소화할 수 있다. 본 연구는 고속도로 교통사고를 대상으로 돌발상황 지속시간에 영향을 주는 요인들을 찾아내기 위한 모형을 개발하였다. 모형은 모든 사고자료에 포함한 통합 모형(모형1)과 일반구간, 교량, 터널 등 교통사고 장소별로 구분하여 분석한 세부 모형(모형 2, 3, 4) 등 모두 4개의 모형을 구축하였다. 분석 결과, 교통사고가 발생한 장소에 따라 돌발상황 지속시간에 다른 영향을 주는 것으로 나타났으며, 현장 처리를 위한 작업차량 도착시간이 가장 민감한 요인으로 분석되었다. 또한 차-차 사고, 화물차에 의한 사고, 야간 사고, 주말 사고 등의 시사점 있는 요인들을 찾아냈다. 이러한 연구결과는 향후 교통사고 관리대책을 수립하는 데 있어 중요한 판단지표로 활용이 가능할 것으로 판단된다.