• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.159-173
• /
• 1999

본 논문은 교차로에 설치된 영상검지기로부터 들어온 교통정보 중 공간교통정보에 해당하는 차량 대기길이를 측정을 하는 방법으로 각 차선(lane)별 검지영역에 대하여 웨이브렛 변형(Wavelet Transforms)을 하여 차량을 검지하고, 검지영역 내에서 차량의 대기길이를 측정하는 알고리즘을 제안한다. 기존의 방법으로는 차량 윤곽선 추출(edge detection)을 이용한 대기길이 측정 방법이나 배경(background)정보를 사전에 입수한 후 임계값 이상의 변화가 있을 때 차량을 검지하여 대기길이를 측정하는 방법 등이 연구되어 왔으나 이러한 방법들은 영상의 노이즈에 대하여 크게 영향을 받는다는 문제점이 있다. 그러나 본 알고리즘은 영상의 노이즈에 대하여 크게 영향을 받지 않을 뿐만 아니라 시간대 변화에 따른 도로의 명암값(intensity or gray level)을 추정할 필요가 없다는 특징이 있다. 특히, 야간 영상인 경우 차량 헤드라이트로 인한 검지오류도 감소할 수가 있다. 본 논문에서 실험은 주간, 야간 각각 1개 차선의 80개 표본크기로 실험을 하였으며, 대기길이는 정지 대기길이(standing queue length)와 이동 대기길이(moving queue length)로 나누어 측정을 하였다. 그 결과 주간, 야간의 경우 정지 대기길이는 2.14%, 2.24%, 이동 대기길이는 2.59%, 2.74%의 오차율로 측정이 되었다.

• 대한교통학회지
• /
• 제22권3호
• /
• pp.85-94
• /
• 2004

현재 실시간 신호제어시스템의 대기행렬 예측에 필요한 교통정보 수집장치에 있어 루프검지기에 대부분 의존하고있다. 대기행렬 예측용 루프검지기로부터 수집된 차량의 점유시간 자료는 대기행렬 예측을 위한 가공처리시 평균차량검지길이를 이용하여 속도 데이터로 전환한다. 그러나, 현재 실시간 신호제어시스템에서 대기행렬 예측을 위해 현장제어기로부터 $100{\sim}800m$까지 이격되어 설치된 루프검지기의 경우 휘더선 길이에 따라 차량검지길이의 변화가 발생하고 있다. 하지만, 휘더선 길이에 상관없이 평균 차량검지길이를 가공처리 과정에 적용시 가공된 데이터의 신뢰도는 떨어지게 되고, 이로 인해 실시간 신호제어시스템의 운영상 효율성이 감소하게 된다. 이에 현재의 실시간 신호제어시스템에서 일률적으로 적용하고 있는 평균 차량검지길이는 한계가 있다고 판단된다. 본 연구는 대기행렬예측용으로 사용되고 있는 대기행렬 루프검지기에 한하여 현장제어기로부터 설치위치까지 이격거리에 따른 휘더선 길이 변화시 차량검지길이 평가를 실시하였으며, 이에 따른 휘더선길이별 차량검지길이 기준을 제시하였다. 연구결과로 제시된 차량검지길이를 대기행렬 예측을 위한 원시자료 가공처리시 적용한다면, 가공처리 데이터의 신뢰성이 향상될 것이며, 이를 통하여 실시간 신호제어시스템의 운영 향상을 도모할 수 있을 것이라 판단된다.

• 한국ITS학회 논문지
• /
• 제17권2호
• /
• pp.39-57
• /
• 2018

본 연구는 교통운영 개선에 필요한 빅데이터 및 인공지능 모델 개발의 일환으로서, 도시부의 링크통행시간 및 통과교통량 등 가용 데이터 등을 이용하여 교통변수로 활용도가 높은 차량대기길이와의 관계를 딥러닝(Deep Learning)을 통해 학습하고 추정하는 인공지능 모델을 구축하는 것을 목표로 하였다. 차량대기길이 추정모형은 데이터 분석결과를 토대로 하여 우선 차량대기길이의 링크 초과여부를 분류한 후 링크 초과 및 링크 미초과 상황에서의 차량대기길이 추정하는 3개의 모형으로 모델링하였다. 딥러닝 모형은 텐서플로우로 구현하였으며, 모든 모형은 DNN 구조로서 은닉층과 노드 개수를 다양화하여 학습 및 테스트 후 최소 오차를 나타내는 네트워크 구조를 선정하였다. 차량대기길이 링크 초과여부 분류 모형은 약 98%의 정확도를 나타냈으며, 미초과 모형은 15% 미만, 초과 모형은 5% 미만의 오차를 각각 나타내었다. 링크별 평균 오차는 12%로 도출되었다. 이를 기존 검지기 데이터 기반의 방식과 비교한 결과 오차가 약 39% 감소된 것으로 분석되었다.

• 한국ITS학회 논문지
• /
• 제16권3호
• /
• pp.59-72
• /
• 2017

기존 실시간 신호제어시스템의 루프검지기 기반 수집체계의 한계를 극복하기 위해 실시간 택시 GPS 데이터를 신호제어에 활용할 수 있는 방안에 대한 연구의 일환으로, 본 논문은 2016년 발표한 링크평균통행시간과 대기차량길이의 추정 모형과 교통상황 판단 알고리즘에 대해 평과와 개선을 수행하였다. 링크평균통행시간은 연동그룹과 비연동그룹을 고려하여 평균통행시간을 고도화하였고, 대기차량길이는 교통상황을 고려하여 추정모형을 고도화 하였다. 링크평균통행시간의 정확도는 약 95%, 대기차량길이의 정확도는 약 85%로 분석되었다. 교통상황판단 알고리즘은 정확도가 향상된 통행속도와 대기차량길이를 반영하였다. 반영된 지표들의 변동을 줄이고 교통상황의 추세를 판단하기 위해 평활화를 수행하였으며, 과포화 상황 판단 기준에 통과주기를 반영하여 알고리즘을 고도화하였다.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2002년도 제1회 정기총회 및 학술대회
• /
• pp.210-213
• /
• 2002

차량 대기열 측정에 관한 연구는 효과적인 교통 통제를 위해서 필수적인 요소이다. 이를 위해 본 논문에서는 영역기반 영상처리를 이용한 차량 대기열 분석에 관한 방법을 제안한다. 도로 영상에서 영역을 설정하고 각 영역에서의 차량 검출방법을 통하여 차량 대기열의 길이를 계산하였다. 이때 차량의 검출은 영역 처리를 이용하였고 대기열 측정은 검출된 차량의 최종단 위치를 파악하여 계산하였다. 이러한 방법은 차량 통행량 분석에 이용하여 능동적 교통 신호 체계에 응용될 수 있다.

• 대한교통학회지
• /
• 제12권2호
• /
• pp.5-30
• /
• 1994

다이아몬드형 인터체인지는 고속도로와 노면가로가 교차할 경우 방향별 교통류를 처리하는데 보편적으로 사용하는 인터체인지이다. 인터체인지에 교통량의 부하가 과도해지 면 인터체인지내부의 교차로에서 발생한 대기차량이 종종 고속도로본선으로 역류하여 본선 의 교통소통에 문제를 야기하며 특히 고속도로의 안전에도 큰 위험요소가 된다. 본 논문은 과포화상태의 다이아몬드형 인터체인지의 교통신호제어를 다루며, 신호시간계획을 산출하는 동적 최적화모형(dynamic optimization model)을 제시한다. 최적화 모형은 지체도최소화를 목적함수로 하며, 함수계측법의 형태가 된다. 본 모형의 핵심은 신호제어에 따라 발생하는 대기차량길이를 모형화하여 대기차량길이가 정해진 상한치를 초과하지 않도록 하는 신호시 간계획을 산출하는데 있다. 제시된 동적모형은 다이아몬드형 인터체인지의 신호시간을 위하 여 널리 사용되는 PASSER III와 최적해를 상호 비교한다. TRAF-NETSIM을 통한 시뮬레이 션의 결과에 따르면 동적 모형이 우수한 결과를 보이며, 대기차량의 길이를 효과적으로 제 어하는 것으로 판명된다.

• 대한교통학회지
• /
• 제20권5호
• /
• pp.81-98
• /
• 2002

본 연구의 목적은 매 주기마다 교차로에 출입하는 차량의 도착률을 근거로 다음 주기의 대기차량 길이와 평균지체도를 예측하여 대기차량길이와 평균지체도를 최소화하는 이중목적 변동주기 기반의 동적 신호시간 결정모형을 개발하고 유전자 알고리즘을 이용하여 신호 최적화 모형을 구축하는데 있다. 본 논문에 적용된 주기변동기반 시스템은 기존의 고정주기, 고정 현시값을 적용해서는 실제 현장에서 교통상황의 변화에 적응하기 어렵기 때문에 매 주기마다 교통수요에 근거하여 주기길이와 현시길이를 조정하여 교차로 교통신호운영을 최적화 하는 것이다. 또한 목적함수 값으로 평균지체도와 평균대기차량을 동시에 적용함으로써 교차로 막힘이나 타 교차로의 신호운영에 악영향을 미치치 않으면서 최적의 신호운영을 가능하게 하는 것이다. 본 모형의 적용결과 비포화상태나 포화상태의 경우 모두 TRANSYT-7F나 PASSER-II보다는 동적으로 신호를 계산하는 본 모형이 대기차량수와 통과차량수, 지체도에 있어서 더 좋은 결과를 나타내었다. 그리고 이중목적함수를 적용한 결과 두 가지 목적함수값에서 서로 상쇄(trade-off)가 되며 양자를 모두 고려할 수 있는 현시길이와 주기길이를 찾을 수 있다는 것을 보여주었다. 본 연구결과 지능형 교통체계로서 실시간 신호최적화에 유용하게 적용될 수 있는 첨단교통신호 모형으로 주기변동기반 및 다중목적 신호최적화모형의 적용 가능성을 보여준 것으로 판단된다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 제34회 추계 학술발표회
• /
• pp.297-297
• /
• 1998

고속도로의 교통혼잡을 관리하기 위해서는 근본적으로 혼잡지점 상류부의 진입교통량을 제어해야 한다. 이를 위한 효과적인 램프미터링 운영전략이나 고속도로 교통정보제공방안을 수립하기 위해서는 혼잡영향권(대기행렬길이)에 관한 신뢰성 있는 데이터가 반드시 필요하다. 고속도로의 대기행렬길이를 산정하기 위해 일반적으로 충격파이론과 Queueing이론을 제시하고 있다. 그러나, 기존의 충격파 이론을 포물선형의 교통량-밀도관계식을 근거로 하고 있어 충격파간에 발생하는 부수적인 충격파를 해석하는 과정이 수학적으로 불가능하여 실질적인 목적으로 사용할 수 없음은 이미 잘 알고 있는 사실이다. 최근에 이러한 한계를 극복할 수 있는 새로운 방법으로 교통량 밀도간의 관계식을 삼각형으로 가정하고 교통량 대신에 누적교통량을 사용하는 Simplified Theory of Kinematic Waves In Highway Traffic이 개발(Newell, 1993)되었지만, 이 방법을 적용하기 위해서는 기본적으로 대상 고속도로 구간의 교통량-밀도관계식을 규명해야 하는 어려움이 있다.(사실 실시간으로 밀도데이터를 수집하기란 불가능하다.) Queueing이론에서 제시하는 대기행렬은 모두 대기차량이 병목지점에 수직으로 정렬하여 도로를 점유하지 않는 Point Queue(혹은 Vertical stack Queue)로서 실제로 도로상에 정렬된 대기행렬(Real Physical Queue)과는 전혀 다르다. 이미 입증된 바 있어, Queueing이론을 이용함은 타당성이 없다. 이러한 사실에 근거하여 본 연구는 고속도로 대기행렬길이를 산정할 수 있는 모형개발을 위한 기초연구로서 혼잡상태의 연속류 특성을 분석하는데 목적이 있다. 이를 위해, 본 연구에서는 서울시 도시고속도로에서 수집한 실제 데이터를 이용하여 진입램프지점의 혼잡상태에서 대기행렬의 증가 또는 감소하는 과정을 분석하였다. 주요 분석결과는 다음과 같다. 1. 혼잡초기의 대기행렬은 다른 혼잡시기에 비해 상대적으로 급속한 속도로 증가함. 2. 혼잡초기의 대기행렬의 밀도는 다른 혼잡시기에 비해 비교적 낮음. 3. 위의 두 결과는 서로 관계가 있으며, 혼잡시 운전자의 행태(차두간격)과 혼잡기간중에도 변화함을 의미함. 4. 교통변수 중에서 대기행렬길이를 산정하는데 적합한 교통변수를 교통량과 밀도로 판단됨. 5. Queueing이론에서 제시하는 대리행렬길이 산정방법인 대기차량대수$\times$평균차두간격은 대기행렬내 밀도가 일정하지 않아 부적합함을 재확인함. 6. 혼잡초기를 제외한 혼잡기간 중 대기행렬길이는 밀도데이터 없이도 혼잡 상류부의 도착교통량과 병목지점 본선통과교통량만을 이용하여 추정이 가능함. 7. 이상에 연구한 결과를 토대로, 고속도로 대기행렬길이를 산정할 수 있는 기초적인 도형을 제시함.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 Proceedings 제34회 추계 학술발표회
• /
• pp.196-205
• /
• 1998

교통신호에서 주로 고려되는 변수는 신호주기(cycle length), 녹색시간(green split), 옵셋(offset)그리고 좌회전 현시순서(left-turn phase sequence)로 구성된다. 기존의 대부분의 연동 모델들은 고정된 주기하에서 평균적인 유입 교통량을 측정한 후, 선형최적화 이론을 적용하여 최적 신호를 산출한다. 그러나 이 방법은 어디까지나 평균적인 데이터에 대해서 계산을 한 것이기 때문에 실시간 최적화를 제공하기가 어렵다. 본 연구에서는 평균 차량 통행량 대신 실시간으로 입력되는 차량 대기행렬, 차량 도착률을 기초로 대기차량을 최소화하는 동적 신호시간 산출 모델을 개발하였다. 본 모델에서는 Peytechew가 제안한 각 진입로에서의 대기 차량 예측 모델을 기초로 하여 다음 주기에서의 차량 대기 행렬을 예측한 후, 선형 최적화 이론을 적용하여 신호시간을 산출한다. 본 모델에서 산출된 신호주기와 녹색시간은 대기차량길이를 최소화하는 신호 시간으로서 교차로간의 연동효과를 고려하여 실시산 교통상황에 따라 주기별로 변화한다. 본 모델은 3개의 교차로로 구성된 네트워크를 대상으로 적용하였다. 실험 네트워크의 주도로 교통량은 부도로의 교통량 보다 많다고 가정하였으며 각 링크사이에서의 차량 진출입은 없다고 보았다.

• 한국ITS학회 논문지
• /
• 제17권4호
• /
• pp.54-62
• /
• 2018

본 연구는 인공지능 신호 구현의 일환으로서, 딥러닝을 통해 실시간으로 추정하는 차량대기길이 기반의 감응식 신호 알고리즘을 제시하였다. 알고리즘의 구현을 위해 딥러닝 모형을 구현한 텐서플로우에 미시적 교통시뮬레이터인 Vissim을 제어하는 API, 즉 COM Interface를 구축하였다. Vissim에서 신호주기별로 수집된 링크통행시간과 통과교통량이 텐서플로우에 전달되면 학습이 완료된 딥러닝 모형을 통해 접근로별 차량대기길이가 추정된다. 접근로별 차량대기길이를 기반으로 신호시간을 산정한 후 Vissim 내부의 신호등화를 조정하여 시뮬레이션 한다. 본 연구에서 개발한 알고리즘은 현 TOD 방식에 비해 차량 지체가 약 5% 감소한 것으로 분석되었으며, 이는 네트워크 내 하나의 교차로만 대상으로 적용하여 그 효과가 제한된 것이며, 축 또는 네트워크 제어로의 공간적 확대방안을 향후연구로 제시하였다.