• 대한교통학회지
• /
• 제22권3호
• /
• pp.179-201
• /
• 2004

지능형 교통체계(intelligent transport systems)의 구축이 점차 널리 확대됨에 따라 교통류의 실시간 모형화(online traffic flow modeling)의 중요성이 증대되고 있다. 교통량-밀도 관계는 주어진 교통량, 밀도 상황에서 교통류의 행태를 나타낼 뿐만 아니라 거시 교통류 모형의 결과에 많은 영향을 미친다. 현재까지 교통량-밀도관계에 관한 대부분의 연구는 그 관계식을 규명하는데 그치고 있다. 상류부와 하류부의 교통 상태에 따른 교통량-밀도관계의 시간적 변화는 교통류의 모형화에 반드시 고려되어야 할 특성이지만, 현재까지 그에 대한 연구가 폭넓게 이루어지지 않고 있는 실정이다. 본 논문에서는 한 지점에서의 교통량-밀도관계가 시간의 흐름에 따라 분석되었고 states diagram으로 표현되었다. 동적 교통량-밀도관계 (dynamic flow-density relation)는 states diagram으로부터 fuzzy-logic을 이용하여 유추되었고, 거시 교통류모형을 실시간으로 응용할 수 있는 기초를 제공하였다. 동적 교통량-밀도관계를 거시 교통류 모형에 이용함으로써 교통류의 실시간 모형화 과정에서 발생하는 모수추정 (parameter calibration) 문제를 완화하였다.

• 한국도로학회논문집
• /
• 제17권6호
• /
• pp.75-83
• /
• 2015

PURPOSES : This study deals with the traffic accidents classified by the traffic analysis zone. The purpose is to develop the accident density models by using zonal traffic and socioeconomic data. METHODS : The traffic accident density models are developed through multiple linear regression analysis. In this study, three multiple linear models were developed. The dependent variable was traffic accident density, which is a measure of the relative distribution of traffic accidents. The independent variables were various traffic and socioeconomic variables. CONCLUSIONS : Three traffic accident density models were developed, and all models were statistically significant. Road length, trip production volume, intersections, van ratio, and number of vehicles per person in the transportation-based model were analyzed to be positive to the accident. Residential and commercial area ratio and transportation vulnerability ratio obtained using the socioeconomic-based model were found to affect the accident. The major arterial road ratio, trip production volume, intersection, van ratio, commercial ratio, and number of companies in the integrated model were also found to be related to the accident.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권13호
• /
• pp.5229-5232
• /
• 2014

Background: While many studies have concluded that local traffic density is positively associated with childhood leukemia, the results are inconsistent. We therefore performed a meta-analysis to assess the relationship between traffic density and the risk of childhood leukemia. Methods: A systematic literature review was carried out using PubMed, EMBASE, and the Cochrane Library from January 1979 to December 2013. We selected and assessed journal articles evaluating the relationship between local traffic density and the risk of leukemia in children. The analysis was carried out using STATA version 12.0. Results: A total of 11 articles, including 12 estimates of effect, were included in our meta-analysis. The summary effect size from the random-effects model, expressed as an odds ratio, was 1.03 (95% CI: 0.98-1.09, p=0.002). No significant association between traffic density and the risk of childhood leukemia was found. Similar conclusions were found on subgroup analysis. Conclusions: The results of our meta-analysis suggested no association between traffic density and the risk of childhood leukemia. This implies that living in close proximity to roads with heavy traffic may not increase the risk of childhood leukemia. However, further high-quality prospective trials are needed to support these results.

• 한국ITS학회 논문지
• /
• 제17권5호
• /
• pp.77-87
• /
• 2018

교통밀도는 교통수요와 가장 직접적인 관계가 있으므로 거시적인 지표 중에서 가장 중요하다고 알려져 있으며(Traffic Engineering, 2004), 특정시각 주어진 거리 안의 존재하는 차량의 대수로 정의한다. 하지만, 밀도는 기상과 도로조건 및 비용 상의 문제로 인하여 현장에서 직접 수집이 어렵다. 이런 이유로 속도와 교통량보다 상대적으로 연구가 활발하게 이루어지지는 않아 수집방법에 관한 다양한 시도뿐만 아니라 측정된 값의 정확도에 관한 연구가 많이 부족하다. 이에 본 논문에서는 밀도를 측정할 수 있는 방법으로 여러 대의 카메라 영상을 정합(synthesis)하는 기술을 활용하였다. 이러한 밀도수집시스템으로 수집한 밀도를 정의에 기반한 참값으로 선정하고, 이 값을 전통적인 측정방법들로 산출한 밀도와 비교하였다. 비교결과, 관계식(fundamental equation)을 이용한 산출방법으로 산출한 밀도 값이 참값과 비교하여 RMSE(Root Mean Square Error)가 1.8-2.5로 가장 참값에 가깝다. 또한 향후 밀도를 직접 수집할 때 유의하여할 수집 간격 등의 간과하기 쉬운 이슈사항을 순간밀도와 평균밀도를 산출하여 알아보았다. 실험 사이트의 실제 교통상황은 LOS B임에도 불구하고, 초 당 순간밀도는 최대(16veh/km)에서 최소 2(veh/km)의 값이 다양하게 관측되어 교통상황의 판단이 어려웠다. 하지만 30초 간격으로 15분 평균밀도는 8.3-7.9(veh/km)로 정확하게 LOS B를 판단하였다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.208-221
• /
• 2020

본 연구는 첨단운전자보조시스템(Advanced Driver Assistance System, ADAS)이 빠르게 보급됨에 따라 표본 프로브 차량에 설치된 ADAS로부터 얻은 개별차량의 궤적 데이터와 전방차량과의 차두거리 데이터를 이용하여 연속류의 교통밀도를 추정 및 분석하는 것을 목적으로 한다. 과거 연속류 교통밀도는 주로 차량검지시스템(Vehicle Detection System, VDS)에서 수집되는 교통량, 속도, 점유율 등의 데이터를 가공하여 추정되거나, CCTV등의 영상정보를 활용하여 직접 차량 대수를 계수하여 추정되었다. 이러한 방식은 교통밀도 추정의 공간적 제약이 있고, 교통 혼잡시 추정의 신뢰도가 낮다는 한계를 보였다. 이에 본 연구에서는 선행연구의 한계를 극복하기 위해 ADAS로부터 수집된 개별차량 궤적 데이터와 차두거리 정보를 활용하여 도로의 공간을 검지하고 일반화된 밀도(Generalized Density)방식을 이용하여 시공간적 교통밀도를 추정한다. 이에 따라 ADAS차량의 표본율에 따른 교통밀도 추정의 정확도를 분석한 결과, 30%의 표본율일 경우 교통밀도 참 값과 약 90% 일치하는 것으로 나타났다. 이를 통해 본 연구는 향후 ADAS 및 자율주행차량이 혼재되는 도로 상황에서 신뢰도 높은 교통밀도 추정을 가능하게 하며 효율적인 교통운영관리에 기여할 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제24권5호
• /
• pp.135-142
• /
• 2006

교통류 이론에서 fundamental diagram이라고 불리는 교통량-밀도 관계는 stationary 상태에서의 교통량과 밀도사이의 평형관계 (equilibrium relation)를 나타낸다 본 연구에서는 개별차량 데이터를 이용하여 교통량-밀도 관계의 전제조건인 stationary 조건을 만족하는 데이터를 추출하는 방법을 제시하였고, stationary 조건을 만족하는 데이터를 교통량-밀도 평면에 도시하였다. 개별차량의 흐름이 자유교통류상태와 혼잡교통류상태에서 상이하며 지점에서 관측된 데이터가 서로 다른 특성의 시계열특성을 보인다는 점에 근거하여 두 가지 상태에 따라 서로 다른 stationary조건을 제시하였다. 본 논문에서 제시된 stationary 조건을 실제로 관측된 데이터에 적용한 결과 자유교통류상태의 stationary조건을 만족하는 데이터는 현재까지 알려진 바와 같이 교통류-밀도 관계의 왼쪽가지에 위치하고. 혼잡교통류상태의 stationary조건을 만족하는 데이터는 교통류-밀도관계의 오른쪽 가지에 위치한다. 또한 본 연구에서 제시된 방법론에 따라 교통류-밀도관계의 전범위에 걸쳐 stationary조건을 만족하는 데이터를 구별하여 교통류-밀도평면에 도시한 결과 교통류의 거의 전영역에 걸쳐 재현 가능한 관계가 나타나는 것을 확인할 수 있었다.

• 한국도로학회논문집
• /
• 제18권5호
• /
• pp.117-125
• /
• 2016

PURPOSES : The density in uninterrupted traffic flow facilities plays an important role in representing the current status of traffic flow. For example, the density is used for the primary measures of effectiveness in the capacity analysis for freeway facilities. Therefore, the estimation of density has been a long and tough task for traffic engineers for a long time. This study was initiated to evaluate the performance of density values that were estimated using VDS data and two traditional methods, including a method using traffic flow theory and another method using occupancy by comparing the density values estimated using vehicular trajectory data generated from a radar detector. METHODS : In this study, a radar detector which can generate very accurate vehicular trajectory within the range of 250 m on the Joongbu expressway near to Dongseoul tollgate, where two VDS were already installed. The first task was to estimate densities using different data and methods. Thus, the density values were estimated using two traditional methods and the VDS data on the Joongbu expressway. The density values were compared with those estimated using the vehicular trajectory data in order to evaluate the quality of density estimation. Then, the relationship between the space mean speed and density were drawn using two sets of densities and speeds based on the VDS data and one set of those using the radar detector data. CONCLUSIONS : As a result, the three sets of density showed minor differences when the density values were under 20 vehicles per km per lane. However, as the density values become greater than 20 vehicles per km per lane, the three methods showed a significant difference among on another. The density using the vehicular trajectory data showed the lowest values in general. Based on the in-depth study, it was found out that the space mean speed plays a critical role in the calculation of density. The speed estimated from the VDS data was higher than that from the radar detector. In order to validate the difference in the speed data, the traffic flow models using the relationships between the space mean speed and the density were carefully examined in this study. Conclusively, the traffic flow models generated using the radar data seems to be more realistic.

• 한국ITS학회 논문지
• /
• 제13권4호
• /
• pp.20-29
• /
• 2014

거시적인 3대 교통변수(교통량, 속도, 밀도)와 고속도로 서비스 수준의 효과척도(밀도, 교통량 대 용량비) 모두 해당되는 변수는 밀도이다. 특히 도로의 서비스 수준을 평가함에 있어 가장 정확하고 우수한 효과척도로 알려져 있다. 이러한 중요성에도 불구하고 측정방법의 어려움으로 인해 타 변수에 비해 밀도를 활용한 연구가 상대적으로 부족하였다. 기존 밀도추정방법의 경우 측정시각에 따라 동일한 교통류의 밀도값이 변화하는 등의 한계가 있다. 본 연구에서는 서울외곽순환고속도로 사패산 터널 내부의 CCTV 영상을 정합하여 파노라마 영상을 제작한 후, 제작된 파노라마 영상을 이용하여 실제 밀도를 측정하는 방법을 연구하였다. 중심극한정리를 이용하여 분석한 결과, 1 km 사진 24개(혹은 24초)를 이용하여 밀도를 측정하면 당시 교통상황을 잘 반영할 수 있었다. 즉, 본 연구에서 제시한 밀도 수집 주기를 준수하여 수집한 구간영상으로 밀도를 측정할 경우 측정시각에 관계없이 평균적인 밀도값을 측정할 수 있으며, 현실 교통류를 대변하는 현실적인 밀도를 취득할 수 있다.

• 대한토목학회논문집
• /
• 제29권4D호
• /
• pp.443-450
• /
• 2009

A연속류도로는 교통량-속도-밀도 간에 상호 밀접한 관계가 있기 때문에 연결로교통류가 본선에 합류하게 되면 속도나 밀도가 변할 뿐만 아니라 이들 간의 상관관계를 나타내는 모형식도 달라진다. 따라서, 본 연구는 합류영향권역에서 시공간적으로 연속된 교통자료를 이용하여 속도-밀도 변수간의 상관관계 변화구간을 파악하고, 구간별 변화내용을 분석하였다. 분석결과, 상류 및 합류구간에서는 "Underwood"모형의 지수형태를 보이며, 합류구간을 통과한 하류구간에서는 "Greenshields"모형의 직선형태를 나타내었다. 속도-밀도 상관관계가 변화된 하류변화구간은 연결로와 접속한 3차로의 합류 종점부를 기점으로 하류 100m~500m 범위에서 내측차로로 갈수록 점차 하류방향으로 이동하는 현상을 보였다. 또한, 상류구간, 합류구간, 하류변화구간은 속도-밀도 모형에서 자유속도(상수)와 혼잡밀도에 대한 자유속도비(기울기)가 통계적으로 서로 다른 이질적인 교통류로 나타났다.

• 대한교통학회지
• /
• 제6권1호
• /
• pp.43-53
• /
• 1988

This study is to find the proper method of estimating urban road traffic capacity. To estimate road traffic capacity, the following methods are chosen ; 1) crossing point of Q-V and S-V, 2) critical velocity and density of Q-V-K model, 3) V-K model with density parameter. The density estimated through S-V relation is 174 veh./km. The methods used in this paper yields more stable values with 2286 veh./h/ in average. The estimated average capacity by three methods are 2272 veh./h. in multilane road. 2411 veh./h in three lane road and 2185 veh./h. in two lane road.