• 대한교통학회지
• /
• 제17권3호
• /
• pp.117-130
• /
• 1999

지진은 교량과 도로 구조물들에 피해를 입혀서 교통시스템 운행전반과 지역경제에 심각한 피해를 초래하도록 한다. 지진위험도 분석방법은 안전도에 문제가 있는 고속도로 교량들에 대하여 구조물 보강공사를 실시하기 위한 우선순위 결정에 사용되어 진다. 지진위험도 분석방법들은 한 교량의 상대적 중요도를 결정하기 위하여 일일 평균교통량을 사용하고 있다. 본 연구는 도로붕괴시 교통시스템에 추가로 부과되는 시스템비용의 관점에서 수많은 교통량분석을 실행하는데 비용-효과적인 교통망 분석방법을 개발하는데 있다. 본 연구에서 개발된 교통망 분석방법의 핵심은 인공지능분야에서 개발된 연상기억모형의 사용이다. 본 연구에서 개발된 교통망 분석방법을 평가하기 위하여 7개의 교통죤으로 구성된 교통망이 구축되었다. 다양한 교통링크 붕괴 시나리오들이 지진으로 붕괴된 교통망에서의 교통량들을 추정하기 위하여 무작위로 선정되었다. 이러한 교통링크 붕괴 시나리오에 대한 교통량의 변화는 여러 연상기억모형들을 이용하여 예측하였고, 그 예측능력을 평가하였다. 다양한 시나리오로부터의 예측결과는 교통량 예측분야에서 연상기억 모형들의 적용 가능성을 보여주고 있다.

• 한국ITS학회 논문지
• /
• 제14권2호
• /
• pp.1-13
• /
• 2015

교통량자료는 매우 다양한 분야에서 사용되는 기초자료이다. 교통량자료는 도로교통량조사를 통하여 수집되며, 도로교통량조사 중 기계식 장비를 사용하여 365일 24시간 지속적으로 수집되는 자료를 상시교통량자료라고 한다. 상시교통량자료는 장비의 오작동 및 여러 원인으로 교통량자료누락이 발생하는 경우가 있다. 누락된 교통량자료는 여러 누락보정방법을 적용하여 보정을 수행하고 있다. 하지만, 기존의 누락보정방법론들은 기상에 대한 영향을 전혀 고려하지 않은 실정이다. 따라서 본 연구에서는 기상 중 강우의 영향을 고려한 누락교통량자료 보정방법에 대한 연구를 수행하였다. 이를 위해 우선 일반국도에서 수집한 교통량자료와 기상청의 기상자료의 매칭을 수행하였으며, 이후 일반국도의 특성별로 군집분석 수행 및 분석대상지점 선정을 진행하였다. 세 가지 보정 기법들(평균대체법/자기회귀모형/EM 기법)을 사용하여 전체 자료에서 누락보정을 수행하는 것과 강우일의 자료만을 가지고 누락보정을 수행하여 보정값의 정확도를 평가하였다. 분석 결과 모든 보정방법 및 분석지점에서 과거 강우일의 교통량자료만을 가지고 보정한 경우가 더 정확한 보정값을 산출하는 것으로 분석되었다.

• 대한교통학회지
• /
• 제28권2호
• /
• pp.111-121
• /
• 2010

도로계획 과정에서 차로수 설계에 필요한 장래 설계시간교통량은 설계시간계수 K를 사용하여 결정하고 있다. 30번째 순위교통량(V30)과 년평균일교통량(AADT)의 상대적 비율인 K30은 일년 8,760개의 시간교통량 중에서 30번째 시간교통량을 기준으로 도로계획의 수준을 결정하는 것을 의미한다. 대도시 주변의 고속도로를 대상으로 혼잡한 명절기간(설날, 추석 등)과 주말을 대상으로 시간교통량 순위를 살펴보면서 실제적으로 교통혼잡을 보인 명절기간 시간교통량이 의외로 낮은 순위에 위치에 있음을 밝혀내어 기존의 설계시간 교통량 추정방법에 문제가 있음을 밝혀내었다. 이를 개선하기 위하여 본 연구에서는 정체시간교통량을 통행수요로 전환하여 교통수요 개념을 가지고 설계시간계수(K)를 추정하는 방법을 새롭게 제시하고, 기존 방법에 의한 설계시간계수 K값과 비교, 평가하였다.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.147-157
• /
• 2022

최근 CCTV (Closed Circuit TeleVision)나 드론영상을 활용하여 인공지능 기반 예측 모델을 통해 차량을 분류하는 객체인식이나 교통량 분석을 하는 많은 연구들이 수행되고 있다. 정확한 교통량 추정을 위한 객체인식 딥러닝 모델을 개발하기 위해서는 체계적인 데이터 구축이 요구되는데 이와 관련된 표준화된 가이드라인은 미흡한 실정이다. 본 연구에서는 드론영상을 활용한 인공지능 기반 교통량 추정 학습데이터 구축 가이드라인 도출을 위하여 선행연구를 분석하고 사업보고서나 기존 인공지능 학습용 데이터 구축 및 품질관리 가이드라인을 참고하였다. 데이터 구축 가이드라인은 크게 데이터 획득, 가공, 검증으로 분류되며, 항목 별 유의사항 및 평가지표 가이드라인을 제시하였다. 본 연구의 결과물인 데이터 구축 가이드라인은 드론 영상 인공지능 기반 도로교통량 추정 분석을 하는데 강건하고 일반화된 인공지능 모델 개발에 도움을 제공하고자 한다.

• 대한토목학회논문집
• /
• 제43권5호
• /
• pp.631-638
• /
• 2023

본 논문은 일교통량을 이용한 통행시간 신뢰도 평가방법을 제시하고 있다. 희망속도의 도입, 일평균 통행속도와 일교통량간의 관계 설정, 구간 별 통행시간편차를 대표값으로 결합하는 방법을 포함하고 있다. 지정체가 며칠 동안 지속되는 특성을 가진 고속도로 교통정보를 수집하였고, 이를 이용하여 일평균 통행속도와 일교통량과의 관계를 정립하였다. 구간별 통행시간 편차를 대표값으로 결합하는 방법인 PEM (Point estimate method) 기법을 활용하여 통계적 대표 특성을 추정하였다. 일평균 통행속도와 일교통량의 관계가 설정되었고, 일교통량이 LOS D나 F 이전인 LOSC 부근임 에도 통행시간 신뢰도가 감소하기 시작하는 것이 나타났다. 일교통량만으로도 통행시간 신뢰도를 산출할 수 있게 되었고 통행시간 편차의 결합 방법이 표준화 되었으므로 향후의 도로계획과 운영 과정에서 통행시간 신뢰도가 용이하게 구해질 수 있을것으로 기대된다.

• 한국통신학회논문지
• /
• 제26권10B호
• /
• pp.1436-1443
• /
• 2001

본 연구는 고속도로에 설치된 CCTV 카메라에서 교통량, 속도, 점유율 등의 교통정보를 수집하기 위하여 검지영역을 자동으로 설치하는 알고리즘을 제안한다. 이를 위하여 교통정보센터에 설치된 콘트롤러에서 CCTV 카메라의 Pan, Tilt, Zoom 요소값을 보내면 이 값만큼 CCTV 카메라가 panning, tilting이 되고, 이에 따른 변화된 영상이 교통정보센터로 전송이 된다. 기존의 연구로는 영상 내에서 도로를 추출하기 위하여 차 영상(difference image)에 의한 도로추출방법과 윤곽선 추출방법에 의한 도로추출 방법이 있으나, 전자는 도로를 추출하는데 있어서 시간이 많이 소요된다는 문제점이 있으며, 후자는 정확한 도로를 추출하지 못한다는 문제점이 있다. 이러한 문제를 해결하기 위하여 본 연구에서는 우선 각 차로 상의 직선의 방정식을 구하고, 이 직선의 방정식에서 CCTV 카메라가 Panning, Tilting하는 중심점을 찾은 다음 CCTV 카메라의 Pan, Tilt 값에 의하여 3차원상의 원근비율에 따라 각 차로 별 좌표변환방법을 이용한다. 본 연구를 위한 실험은 고속도로 기흥IC에 15m 높이로 설치된 CCTV 카메라에서 영상을 캡쳐하였으며, 차후 교통량, 속도, 점유율 등 교통정보를 산출하는데 처리 속도를 고려하여 영상의 해상도는 640480픽셀과 256명암값에서 계산되었다.

• 한국음향학회지
• /
• 제27권8호
• /
• pp.403-410
• /
• 2008

급속한 도시인구의 증가와 교통량증가로 도로변 주거지역의 소음문제가 날로 심각해지고 있다. 본 연구에서는 도로교통량과 건축물의 위치와 형태를 고려한 소음수준을 평면적, 입체적으로 예측한다. 소음현황수준을 기초로 하여 소음원인 차량의 속도제어와 차종별 통행제한을 통한 변화치를 비교하여 개선방안을 도출하고자 한다. 분석결과 건물의 입체적분석보다 평면적 분석에서 소음환경기준치를 초과하는 면적의 비율이 높았고 주간보다 야간의 초과비율이 높게 나타났다. 개선방안은 하나의 방안을 실시했을 때보다 여러가지의 개선방안을 조합한 경우에 저감효과가 높게 나타났다.

• 대한교통학회지
• /
• 제22권4호
• /
• pp.117-134
• /
• 2004

도로교통량의 상당부분을 차지하는 트럭교통(truck traffic)은 교통혼잡, 주차, 교통안전 문제의 큰 요인이 되고 있다. 그러나 그 동안 교통수요예측 및 교통계획에서 트럭교통은 사람교통(passenger trip)에 비해 상대적으로 그 중요성이 간과되어 왔다. 트럭교통의 정확한 모형화가 선행되지 않으면 각종 교통수요예측 및 교통정책의 신뢰성은 낮아질 것이다. 본 연구의 목적은 교통수요예측 과정에서 트럭교통을 교통망(network)에 배정하는 기법을 개선하는데 있다. 이를 위해 본 연구에서는 노선배정(network assignment)의 핵심적인 요소인 기존의 BPR(Bureau of Public Road) 함수에 트럭 교통량 변수를 포함하여, 수정된 새로운 BPR 함수를 개발하였다. 본 연구에서 제시된 방법은 교통수요예측시 트럭 교통량을 고려하여 보다 현실적이고 신뢰성 있는 도로교통수요 예측치를 담보할 수 있을 것으로 기대된다.

• 한국도로학회지:도로
• /
• 제5권4호
• /
• pp.36-46
• /
• 2003

포장구조체에서 요구되는 강도를 갖게 하는 구조 설계의 방법은 경험적 절차부터 반역학적 절차까지 발전되어 왔다. 재생 가열아스팔트혼합물이 기존의 가열아스팔트혼합물(HMA)과 비교하여 비슷하거나 때에 따라 더 좋은 성능을 가져오므로, AASHTO설계지침서에서는 본질적으로 재생(recycled) HMA 재료와 신생(virgin) HMA 재료간의 차이가 없다고 기술하고 있으며, 기존 HMA 재료에 사용되는 덧씌우기설계법의 구조회복 분석방법(structural rehabilitation analysis method)을 재생포장설계에도 권장하고 있다. 재생 가열아스팔트의 설계를 위한 AASHTO 방법은 설계교통량, 교통량 및 수행능력예측의 신뢰수준, 공용기간, 그리고 포장상태 평가지수에 의하여 결정된 포장구조체에서 요구되는 포장두께지수(SN)에 기초한다. 포장두께지수(SN)는 포장층 두께, 상대강도계수, 각 층의 배수조건들의 곱의 조합으로서 나타내어질 수 있다. 덧씌우기로 간주될 수 있는 재생된 층의 포장두께지수(SN)는 기존 포장에서의 포장두께지수와 보강된 포장에서 요구되는 포장두께지수의 차이에 의하여 계산되어질 수 있다. 상대강도계수의 값은 AASHTO 설계지침에 명시되어 있다. AI 방법은 교통량, 노상의 회복탄성계수, 그리고 설계두께를 계산하기 위한 표층과 기층의 종류를 사용한다. 이 방법은 재생된 가열혼합물질과 기존의 가열혼합물질과는 거의 비슷한 성능을 나타낸다고 본다. 또다른 AI 방법에 의하면 재생된 층은 덧씌우기층이라고 간주하고, 현재의 포장두께와 요구되어지는 포장두께 사이의 차를 이용하여 재생될 층의 두께를 산정한다. 소요되는 덧씌우기 두께는 포장의 현장 상태지수(condition rating)와 각 종류에 따른 포장체와 포장재료가 아스팔트 콘크리트층의 등가두께로 전환되어 나타나는 방법에 근거하여 결정될 수 있다. 또 다른 방법은 포장체 각 층의 물성과 하중을 이용한 컴퓨터 프로그램에 의하여 산정된 하중-변형 응답에 의한 설계 방법을 포함한다. 이런 방법들에서는 포장체는 탄성이나 점탄성층 위에서 탄성이나 점탄성 거동을 보인다고 가정한다. 재생 상온혼합물에서의 AASHTO 설계 방법은 가열혼합물의 설계방법과 유사하다. 그러나, 재생 상온혼합물에서의 상대강도계수는 시공방법에 좌우되므로, 기술자의 판단을 근거로 하여 결정되어져야 한다. AI방법에서는 포장구조체를 다층탄성구조라고 보고, 노상의 강도와 설계 교통량을 근거로 요구되는 포장두께를 결정한다. 재생 상온혼합물 기층의 두께는 재생 상온혼합물 기충 위에서 가열아스팔혼합물에 대하여 산정된 덧씌우기 두께를 이용하여 결정할 수 있다. 아스팔트 표면의 재생은 기존 포장의 구조적 능력을 정상적으로 개선할 수 없으므로, 표면 재생의 두께를 설계하는 방법은 없다. 그러나, 임의의 덧씌우기 두께는 기존의 덧씌우기 설계법에 기초하여 산정 할 수 있다. 만약 덧씌우기가 승차감만을 개선시킨다고 여겨진다면, 혼합물에서 사용되어지는 최대 골재 크기에 기초한 최소 두께를 결정할 수 있다.

• 한국산학기술학회논문지
• /
• 제9권4호
• /
• pp.1030-1038
• /
• 2008

교통량조사 방법은 루프검지기와 피에조센서를 주로 많이 사용하여 차량의 숫자만을 파악하여 교통주기를 계산하는 방법을 사용하나 교통량을 파악하는 방법은 단순한 교통량에만 국한되는 것이 아니라 다중교통특성인 진입로의 길이, 도로의 폭, 보행자의 수, 통과차량수, 지체차량수 등 관련되는 교통대안을 총 망라하여 새로운 교통량인 혼잡도라는 개념을 대표대안으로 선정하면 바로 교통주기에 적용할 수 있다. 본 논문에서는 서로 관련성이 없는 교통대안들을 AHP 방법을 사용하여 교통주기 계산에 즉시 사용할 수 있는 공통 분모인 새로운 교통대안을 찾아내는 알고리즘을 개발하고 이를 새로운 교통량 개념인 혼잡도라는 교통량을 찾아내는 퍼지센서 알고리즘을 구성하는데 적용한다. 시뮬레이션을 통해 타 교통제어방법과 비교하여 지체차량시간이 줄어듬을 보여준다.