• 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 논문지
• /
• 제11권2호
• /
• pp.162-169
• /
• 2009

The real-time traffic data is generated continuous and unbounded stream data type while intelligent transport system (ITS) needs to provide various and high quality services by combining with spatial information. Traditional database techniques in ITS has shortage for processing dynamic real-time stream data and static spatial data simultaneously. In this paper, we design and implement an advanced traffic monitoring system (ATMS) with the integration of existed data stream management system (DSMS) and spatial DBMS using IntraMap. Besides, the developed ATMS can deal with the stream data of DSMS, the trajectory data of relational DBMS, and the spatial data of SDBMS concurrently. The implemented ATMS supports historical and one time query, continuous query and combined query. Application programmer can develop various intelligent services such as moving trajectory tracking, k-nearest neighbor (KNN) query and dynamic intelligent navigation by using components of the ATMS.

• 제어로봇시스템학회논문지
• /
• 제6권7호
• /
• pp.602-610
• /
• 2000

In communication networks used in safety-critical systems such as control systems in nuclear power plants there exist three types of data traffic : urgent or asynchronous hard real-time data hard real-time periodic data and soft real-time periodic data. it is necessary to allocate a suitable bandwidth to each data traffic in order to meet their real-time constraints. This paper proposes a method to meet the real-time constraints for the three types of data traffic simultaneously under a timer-controlled token bus protocol or the IEEE 802.4 token bus protocol and verifies the validity of the presented method by an example. This paper derives the proper region of the high priority token hold time and the target token rotation time for each station within which the real-time constraints for the three types of data traffic are met, Since the scheduling of the data traffic may reduce the possibility of the abrupt increase of the network load this paper proposes a brief heuristic method to make a scheduling table to satisfy their real-time constraints.

• 한국통신학회논문지
• /
• 제33권8B호
• /
• pp.667-680
• /
• 2008

본 논문에서는 802.11 무선 랜 네트워크 트래픽의 실제 관측 자료에 대한 연구 결과를 보인다. 패킷 트레이스는 대학 캠퍼스의 무선 랜 시설에서 얻은 자료로서 총합된 트래픽(aggregate traffic), 업스트림 트래픽(upstream traffic), 다운스트림 트래픽(downstream traffic), 그리고 TCP 패킷으로만 구성된 통합된 트래픽으로 이 4개의 트래픽 데이터를 수집하였다. 수집한 데이터에서 byte count 프로세스와 packet count 프로세스로 구성된 트래픽의 시계열과 시계열의 주변분포, 그리고 패킷 크기 분포에 대한 분석을 한다. 4개의 모든 데이터의 byte count 프로세스와 packet count 프로세스에서 장기 의존성 성질이 나타났다. 사용자가 인터넷으로 접속하는 없트�� 트래픽의 평균 패킷 크기는 151.7 byte였는데 다른 데이터의 평균 패킷 크기는 모드 260 byte 이상이었다. 최대 크기를 갖는 패이로드(payload)는 업스트림에서 3%, 그리고 나온트림에서 10%로 나타났다. 이런 분명한 패킷 크기 분포의 차이에도 불구하고 모든 4개의 데이터에서는 허스트(Hurst) 값이 모두 유사하게 나왔다. 허스트 값만으로는 트래픽의 확률적 특성을 충분히 설명할 수가 없다. 트래픽의 특성을 fractional-ARIMA(FARINA) 그리고 fractional Gaussian noise(FGN)으로 모델링을 한다. FGN은 연산을 하는데 있어서는 더 효율적이었고, FARINA는 트래픽 특성을 정확하게 모델링하는데 더 좋은 결과를 얻었다.

• 대한교통학회지
• /
• 제29권5호
• /
• pp.19-32
• /
• 2011

도로교통 안전분야에 투자되는 예산분야는 일반적으로 교통안전시설분야(Engineering), 교통단속분야(Enforcement), 교통안전교육 및 홍보분야(Education)의 3가지로 구분하고 있으며, 이것을 3E 정책이라 한다. 본 연구에서는 이러한 항목별 투자가 도로교통사고 감소에 어느 정도의 영향을 미치는 가에 대해 패널분석을 통해 추정하고자 하였다. 종속변수는 교통사고 건수, 사망자, 부상자수로 구분하였고, 설명변수로는 기존 연구에서 주로 이용되었던 인구, 자동차등록대수, 도로연장거리에 본 연구의 주된 관심사인 교통안전시설투자예산, 교통안전교육 및 홍보예산, 단속건수를 15개 지방자치단체의 지역자료와 1992년부터 2007년까지의 연도별 자료를 사용하였다. 전체 교통사고를 종속변수로 한 분석결과 동일한 투자액에 대비하여 교통안전교육 및 홍보투자가 시설투자에 비해 효과가 큰 것으로 분석되었다, 또한 6가지 세부교통사고로 분리한 분석결과에서도 동일한 결과를 보여 현재 교통 안전시설투자 위주로 이루어지고 있는 교통안전예산을 교통안전교육 및 홍보에도 분배될 필요성이 있음을 시사하고 있다.

• 대한토목학회논문집
• /
• 제26권6D호
• /
• pp.1003-1010
• /
• 2006

본 논문은 현재 교통사고로 인한 피해가 심각한 상황에서 기존 교통사고 원인분석을 위한 많은 양의 자료를 효과적으로 처리할 수 있는 WebGIS 기반 교통사고 정보관리 시스템을 개발하였다. 더불어 교통정보를 어떻게 구성하고 어떤 방법으로 전달할 것인가에 대한 방안을 제시하고, 교통사고 정보에 대한 공간적인 속성 뿐만 아니라 비공간적인 속성 자료를 통합 관리할 수 있도록 하였다. Web 서비스를 제공하기 위해 ASP, 자바스크립트, ArcIMS 등을 통해 인터넷상에서 시각적인 공간도형정보와 교통사고 자료를 제공할 수 있는 모듈을 개발하고 서버를 구축하였다. 또한 교통사고 자료가 일반인들에게 제공되기 위한 준비 기간이 길었던 종래 방식에 비해 데이터 입력이 완료되는 즉시 인터넷을 통해 해당 지역의 교통사고 정보를 제공하는 실시간 교통사고 현황 정보제공 기능을 구현하였다. 이전의 단순한 집계에 의한 비공간적인 데이터를 사용한 교통사고 분석보다는 교통사고의 자세한 내용 및 통계자료와 함께 사고 위치를 시각적으로 도시하여 가시적으로 주변 환경을 파악할 수 있는 기능을 제공하였으며 사고 담당 경찰관과 직접 연계할 수 있는 인터페이스를 제공하였다.

• 한국측량학회지
• /
• 제23권4호
• /
• pp.345-352
• /
• 2005

첨단 정보화시대에 교통사고처리 및 분석의 병행되는 업무는 개별적 수행에 따른 이중적 업무로 진행되고 있으며, 교통사고를 처리하는 현 경찰청은 최첨단 기술을 병행하지 못하고, 아직도 수작업에 의해 업무가 진행되고 있으며, 교통사고분석에 있어서는 지리요소와 개별 및 복합적 요소에 따른 교통사고 요인 대한 연구와 사고원인에 대한 사고분석에 관한 연구가 미흡한 실정이다 따라서, 교통안전정책을 효과적으로 수립 및 시행하고 이를 평가하기 위해서는 무엇보다 교통사고 자료를 토대로 교통사고 발생원인 및 특징에 대한 체계적, 과학적 분석이 선행되어야 한다. 교통사고 자료를 지형공간정보체계기반으로 구축하여 기존에 텍스트 형태의 자료 수집이 아닌 PDA를 이용하여 실시간으로 사고 자료를 표준 도로교통사고 자료 양식에 맞게 변환하여 저장 및 사고 정보를 관리할 수 있으며, 공간 데이터 특수성과 연계하여 사고원인에 대한 지리적 분석 데이터로 표출하는 통합 관리 시스템 개발에 관한 연구를 수행하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권8호
• /
• pp.2473-2489
• /
• 2022

Urban development has brought about the increasing saturation of urban traffic demand, and traffic congestion has become the primary problem in transportation. Roads are in a state of waiting in line or even congestion, which seriously affects people's enthusiasm and efficiency of travel. This paper mainly studies the discrete domain path planning method based on the flow data. Taking the traffic flow data based on the highway network structure as the research object, this paper uses the deep learning theory technology to complete the path weight determination process, optimizes the path planning algorithm, realizes the vehicle path planning application for the expressway, and carries on the deployment operation in the highway company. The path topology is constructed to transform the actual road information into abstract space that the machine can understand. An appropriate data structure is used for storage, and a path topology based on the modeling background of expressway is constructed to realize the mutual mapping between the two. Experiments show that the proposed method can further reduce the interpolation error, and the interpolation error in the case of random missing is smaller than that in the other two missing modes. In order to improve the real-time performance of vehicle path planning, the association features are selected, the path weights are calculated comprehensively, and the traditional path planning algorithm structure is optimized. It is of great significance for the sustainable development of cities.

• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.20-29
• /
• 2022

This study intends to present a traffic node-based and link-based accident prediction models using XGBoost which is very excellent in performance among machine learning models, and to develop those models with sustainability and scalability. Also, we intend to present those models which predict the number of annual traffic accidents based on road types, weather conditions, and traffic information using XGBoost. To this end, data sets were constructed by collecting and preprocessing traffic accident information, road information, weather information, and traffic information. The SHAP method was used to identify the variables affecting the number of traffic accidents. The five main variables of the traffic node-based accident prediction model were snow cover, precipitation, the number of entering lanes and connected links, and slow speed. Otherwise, those of the traffic link-based accident prediction model were snow cover, precipitation, the number of lanes, road length, and slow speed. As the evaluation results of those models, the RMSE values of those models were each 0.2035 and 0.2107. In this study, only data from Sejong City were used to our models, but ours can be applied to all regions where traffic nodes and links are constructed. Therefore, our prediction models can be extended to a wider range.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.75-82
• /
• 2016

우리나라의 경제 성장과 도로 환경의 변화를 통해 국내 자동차 시장이 성장하였으나, 이로 인해 교통사고율 또한 증가하였고, 인명 피해가 심각한 수준이다. 이에 따라, 정부에서는 교통사고 데이터를 개방하고 문제를 해결하기 위한 정책을 수립 및 추진 중이다. 본 논문에서는 교통사고 데이터를 이용하여 클래스의 불균형을 해소하고, Hybrid Model 구축을 통한 교통사고 예측을 위해 원본 교통사고 데이터와 Sampling을 수행한 데이터를 학습 데이터로 사용한다. 두 학습데이터에 연관규칙 학습기법인 FP-Growth 알고리즘을 이용하여 교통사고 상해 심각도와 연관된 패턴을 학습한다. 두 학습 데이터의 연관 패턴을 분석을 통해 같은 연관된 패턴을 추출하고 의사결정트리와 다항 로지스틱 회귀분석기법에 연관된 속성에 가중치를 부여하여 융합형 Hybrid Model을 구축하고 교통사고 피해자 상해 심각도를 예측하는 방법에 대해 제안한다.