• 디지털산업정보학회논문지
• /
• 제6권2호
• /
• pp.19-27
• /
• 2010

Historical archived traffic data management system enables a long term time-series analysis and provides data necessary to acquire the constantly changing traffic conditions and to evaluate and analyze various traffic related strategies and policies. Such features are provided by maintaining highly reliable traffic data through scientific and systematic management. Now, the management systems for massive traffic data have a several problems such as, the storing and management methods of a large volume of archive data. In this paper, we describe how to storing and management for the massive traffic data and, we propose methodology for logical and physical architecture, collecting and storing, database design and implementation, process design of massive traffic data.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1995년도 제27회 학술발표회
• /
• pp.84-98
• /
• 1995

Network-based model were developed to predict short term future traffic volume based on current traffic, historical average, and upstream traffic. It is presumed that upstream traffic volume can be used to predict the downstream traffic in a specific time period. Three models were developed for traffic flow prediction; a combination of historical average and upstream traffic, a combination of current traffic and upstream traffic, and a combination of all three variables. The three models were evaluated using regression analysis. The third model is found to provide the best prediction for the analyzed data. In order to balance the variables appropriately according to the present traffic condition, a heuristic adaptive weighting system is devised based on the relationships between the beginning period of prediction and the previous periods. The developed models were applied to 15-minute freeway data obtained by regular induction loop detectors. The prediction models were shown to be capable of producing reliable and accurate forecasts under congested traffic condition. The prediction systems perform better in the 15-minute range than in the ranges of 30-to 45-minute. It is also found that the combined models usually produce more consistent forecasts than the historical average.

• 대한교통학회지
• /
• 제28권3호
• /
• pp.61-74
• /
• 2010

지능형 교통체계는 실시간 교통자료를 수집하고 방대한 양의 이력자료를 축적한다. 그러나 방대한 이력자료는 효율적으로 관리/이용되지 않고 있는 실정이다. ADMS와 같은 자료관리시스템이 도입되면서, 이력자료의 잠재적 활용성은 급격히 증대되고 있다. 그러나 자료관리스템의 교통자료는 다량의 누락자료를 포함하고 있다. 누락자료는 장기간에 걸쳐 빈번하게 교통자료를 이용할 수 없게 하기 때문에, 이력자료를 활용하는데 있어 주된 장애요인 중 하나이다. 따라서 누락자료 추정기법은 자료관리시스템에서 주요한 역할을 수행하게 된다. 이러한 한계를 극복하기 위하여, 본 연구에서는 자료관리스템에 탑재가 용이하며 이력자료에 포함된 누락자료를 추정하기 위한 누락자료 추정모형을 개발하였다. 개발모형은 비모수회귀식(NPR)을 기반으로 개발되었으며, 이력자료의 다양한 교통자료 패턴을 이용하고 현실적인 요구사항(변수 최소화, 연산속도, 다양한 형태의 누락자료 보정, 다중대체)을 충족하도록 설계되었다. 모형의 평가는 다양한 누락자료 형태의 상태에서 수행되었으며, 자료관리시스템에 탑재되기 위해 요구되는 정확도, 연산 수행속도에서 기존에 보고된 모형보다 우수한 성능을 보였다.

• 한국도로학회논문집
• /
• 제15권3호
• /
• pp.93-101
• /
• 2013

PURPOSES : This study is to investigate the relationship of socioeconomic characteristics and road network structure with traffic growth patterns. The findings is to be used to tweak traffic forecast provided by traditional four step process using relevant socioeconomic and road network data. METHODS: Comprehensive statistical analysis is used to identify key explanatory variables using historical observations on traffic forecast, actual traffic counts and surrounding environments. Based on statistical results, a multiple regression model is developed to predict the effects of socioeconomic and road network attributes on traffic growth patterns. The validation of the proposed model is also performed using a different set of historical data. RESULTS : The statistical analysis results indicate that several socioeconomic characteristics and road network structure cleary affect the tendency of over- and under-estimation of road traffics. Among them, land use is a key factor which is revealed by a factor that traffic forecast for urban road tends to be under-estimated while rural road traffic prediction is generally over-estimated. The model application suggests that tweaking the traffic forecast using the proposed model can reduce the discrepancies between the predicted and actual traffic counts from 30.4% to 21.9%. CONCLUSIONS : Prediction of road traffic growth patterns based on surrounding socioeconomic and road network attributes can help develop the optimal strategy of road construction plan by enhancing reliability of traffic forecast as well as tendency of traffic growth.

• 대한교통학회지
• /
• 제27권2호
• /
• pp.133-144
• /
• 2009

현재 국내에서는 지역간 교통의 이동성 및 안전성을 향상시키기 위해 국도를 대상으로 ITS사업을 추진중에 있다. 이러한 ITS 사업을 통해 교통정보를 이용자에게 실시간으로 제공해 줌으로써 기존의 교통시설의 이용을 극대화 하는데 목적을 두고 있다. 이러한 정보 제공시 운전자에게 보다 정확한 통행시간정보를 제공해 주는것이 가장 중요하므로 본 연구에서는 자료의 전처리를 통해 원시데이터의 이상치 제거 및 결측처리를 실시하였다. 이를 통해 통행시간 예측의 기본이 되는 원시데이터의 정확성을 향상시켜 정보의 신뢰도를 높일 수 있는 방안을 모색하였다. 그리고 통행시간 예측을 위해 단속류 도로의 특성을 보다 정확히 반영할 수 있는 히스토리컬 프로파일 모형을 구축하였으며 실제 교통류의 특성을 적극적으로 반영하기 위해 보정식을 개발하였다. 따라서 제안된 모형과 히스토리컬 프로파일 모형과 보정식을 통해 통행시간을 예측한 후 기존의 방식인 신경망 모형, 칼만필터 모형과의 비교검증을 실시하였다. 결과적으로 일반적인 상황에서는 칼만필터 모형과 비슷한 예측력을 보였으나, 첨두시나 유고상황에서는 개발모형이 실제 교통흐름을 상대적으로 정확히 반영하여 예측을 수행함을 확인하였다.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.173-184
• /
• 2008

교통사고자료를 기반으로 한 사고예측모형의 개발은 사고 발생 후의 처리 측면이 보다 강하며, 교통사고 이력자료(historical data)의 취득이 쉽지않고, 경찰에 보고된 교통사고 건수와 실제 발생한 교통사고 건수와는 불일치하는 경우가 빈번히 발생한다. 또한, 교통사고 이력자료는 운전자의 인적측면이나 현장상황을 보다 현실적으로 고려하기에 어려운 단점이 있다. 근본적인 교차로에서의 안전도 향상을 위해서는 사고발생 이전에 처리할 수 있는 방법의 개발이 필요하다. 교통상충 판단기법은 적은 시간과 한정된 공간에서 조사를 통해 자료를 취득하고 분석할 수 있다는 장점이 있다. 그러나 기존에 이루어지던 수동적인 분석방법은, 분석자의 주관이 반영되기 쉬운 측면이 존재하기 때문에 보다 정밀하고 정확한 교차로의 안전도를 판단하는 지표로 교통상충기법을 이용하기에는 한계가 있음을 확인하였다. 또한, 기존의 교통상충기법은 사고 및 상충이 가지는 심각도에 대한 고려가 부족한 측면이 중요한 단점으로 분석되었다. 이에 본 연구에서는 교통상충을 분석하는데 있어 각 유형별로 상충 심각도를 고려하여 상충을 판단할 수 있는 판단기준을 제시하고, 조사자의 주관이 개입됨으로써 발생할 수 있는 분석의 오류를 제거하기 위하여 영상처리기반의 개별차량 추적기법을 이용하였다. 영상처리기반의 개별차량 추적기법을 이용하여 신호교차로에서 신호위반시 주로 발생하는 대향좌회전 상충과 교차교통 상충에 대한 상충판단알고리즘을 개발하였다. 본 연구에서 개발한 교통상충 판단기준의 적용을 위하여 경기도 성남시의 2개 교차로와 파주시의 1개 교차로의 영상을 취득하여 각각 30분간 분석을 수행하였다. 분석결과, 3개 교차로에서 총 343건의 1단계 상충(신호위반) 상황이 검지되었으며, 이 중 총 25건이 3단계 상충(심각한 상충)으로 발전된 것을 확인하였다. 이를 통하여, 사고발생 이전에 발생하게 되는 상충상황의 분석을 통하여 사고다발지점 등 교차로의 안전도를 평가할 수 있는 대안으로 사용이 가능함을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권1호
• /
• pp.19-28
• /
• 2015

본 논문에서는 과거 교통정체 패턴을 이용하여 현재의 교통정체가 풀리는 정체인지 아니면 악화되는 정체인지를 판별하는 알고리즘을 제안한다. 과거 교통정체 패턴은 다중 포인터를 이용하여 정체구간들을 연결한 인접 리스트에 교통정체의 시간적 길이와 공간적 길이로 저장된다. 교통정체가 시작된 구간에 해당하는 헤드노드를 탐색하고 현재패턴과 가장 유사한 과거 교통정체 패턴을 이용하여 장래의 교통정체 변화정보를 제공한다. 실험을 통해 검증한 결과, 도로 구간 하나에 대한 정체 변화를 판별하였을 때 실제 값과 비교해서 평균적으로 15분 오차를 보였으며, 연속된 다수의 도로 구간들을 결합하여 비교적 긴 구간의 정체 변화를 판별하였을 경우 평균적으로 10분 이내의 오차를 보이며 실제 값과 유사한 것을 보였다.

• 산업공학
• /
• 제12권4호
• /
• pp.625-634
• /
• 1999

On this study we selected some variable which affect on the estimated of the voice traffic, and estimated daily average traffic by years according to the variables. We applied nonlinear growth curve model to future traffic forecast with estimated historical traffic data. As a result of the forecasting, this study investigates the year in which the internet traffic goes far than the voice traffic.

• 한국ITS학회 논문지
• /
• 제11권6호
• /
• pp.40-48
• /
• 2012

교통정보센터는 통행속도 정보를 수집하여 사용자에게 제공한 후, 이력자료를 데이터베이스에 저장하여 관리하고 있다. 통행속도 이력자료를 이용하여 통행속도를 예측할 때 사용되는 대푯값과 과거 데이터량에 따라 통행속도 예측 정확도가 다르게 나타나나, 이에 대한 체계적인 연구가 부족한 실정이다. 본 연구에서 신뢰성 있는 통행속도 예측을 위해 통행속도 이력자료의 적정 대푯값과 과거 데이터량을 결정하기 위한 방법을 제안하였다. 제안된 방법의 평가를 위해, 서울시 4개 도로구간의 최근 1년간 화요일(평일) 및 일요일(공휴일) 통행속도 이력자료를 수집하여 현장실험을 실시하였다. 실험결과 통행속도 예측을 위한 적정 대푯값은 평균값 및 가중평균값으로 분석되었으며, 통행속도 예측을 위한 적정 과거 데이터량은 2개월로 나타났다.

• 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.