• ETRI Journal
• /
• 제44권2호
• /
• pp.244-259
• /
• 2022

Bicycle- or bike-sharing systems (BSSs) have received increasing attention as a secondary transportation mode due to their advantages, for example, accessibility, prevention of air pollution, and health promotion. However, in BSSs, due to bias in bike demands, the bike rebalancing problem should be solved. Various methods have been proposed to solve this problem; however, it is difficult to apply such methods to small cities because bike demand is sparse, and there are many practical issues to solve. Thus, we propose a demand prediction model using multiple classifiers, time grouping, categorization, weather analysis, and station correlation information. In addition, we analyze real-world relocation data by relocation managers and propose a relocation algorithm based on the analytical results to solve the bike rebalancing problem. The proposed system is compared experimentally with the results obtained by the real relocation managers.

• 대한토목학회논문집
• /
• 제31권4D호
• /
• pp.489-496
• /
• 2011

녹색교통수단의 하나인 자전거는 세계적으로 수요가 증가하고 있으며, 특히 TOD(Transit-Oriented Development)중심의 교통 도시 계획에서도 대중교통수단의 연계 수단으로써 핵심적 역할을 할 것으로 기대되고 있다. 본 연구는 통행자의 개인 가구 특성, 도시의 사회 경제적 특성, 도로 교통 특성, 기상 특성 등의 변수를 고려하여, 기존 연구와 차별성이 있는 자전거 수요추정 모형을 구축하였다. 본 연구에서 구축한 모형에는 인구밀도, 초등학생을 제외한 학생수, 승용차 대수, 자전거도로연장, 월평균 소득의 변수가 반영되었으며, 모형의 수정 $R^2$는 0.738로 비교적 설명력이 우수한 것으로 나타났다. 본 연구결과를 통해 특정 도시계획 지역의 자전거 수요를 예측할 수 있을 것으로 판단되며, 이는 현재 활발히 진행되고 있는 자전거시설 투자계획에서의 시설규모 결정 및 타당성 평가에 본 연구가 활용될 수 있을 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.107-120
• /
• 2023

서울 도심 내 교통량 감축과 탄소배출을 줄이기 위해 2015년 도입된 공공자전거 따릉이는 이용자가 해마다 배 이상 증가하여 2023년 기준 2700여 대여소에서 4만 3천여 대가 운영 중이며 누적 가입자 4백만 명을 넘어서는 서울시민이 뽑은 가장 성공적인 공공 정책으로 자리매김하였다. 그러나 따릉이 이용이 급속도로 증가됨에 따라 자전거 수요·공급 불일치로 인한 자전거 부족 민원도 급증하여 효율적인 자전거 재배치가 강하게 요구되었다. 이에 본 연구는 공유자전거의 대여·반납 이력 데이터, 기상데이터, 공휴일 정보, 따릉이 대여소 정보 등을 기반으로 따릉이 이용 패턴과 특성을 분석하고, 기계학습 알고리즘을 활용해 대여소별 따릉이 대여·반납 예측 모델을 개발하였다. 이를 이용하여 대여소별 안전재고를 확보할 수 있는 따릉이 재배치 수량을 도출하고 이를 서울시설공단 따릉이 관리App에 시범서비스 하였다. 따릉이의 수요를 실시간으로 예측하고 현재 거치 중인 재고량과 비교하여 적절한 수량의 자전거를 재배치한다면 자전거 부족으로 인한 시민들의 불편 해소에 기여할 수 있을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제43권3호
• /
• pp.353-362
• /
• 2023

본 연구에서는 수원시에 도입되었던 dockless형 공유자전거인 모바이크의 이용자 빅데이터에 대한 이용현황 및 이용특성을 분석하고, 이에 대한 다중회귀분석을 수행하여 dockless형 공유자전거 이용수요 영향요인을 규명하였다. 분석을 위해 2019년 수원시의 dockless형 공유자전거 이용 데이터를 구득하였고, 이를 동별로 정리하였다. 동별로 선정된 영향요인의 특성을 분석한 결과, 자전거 이용수요가 많은 지역 또는 인접한 지역의 자전거도로 연장이 큰 것으로 나타났고, 10-30대 인구 수가 많은 것으로 나타났다. 또한, 자전거도로 정비율이 높고 택지지구 인근의 대규모 주거시설과 상업시설이 밀집된 지역과 인접 지역을 중심으로 공유자전거 이용이 많은 것으로 분석되었다. 다중회귀분석 모델 분석 결과, 자전거 겸용도로(비분리), 동별 10-30대 인구, 철도역 수, 상업시설 수, 산업시설 수, 초·중·고 학교 수가 dockless형 공유자전거 이용수요에 미치는 영향이 유효한 것으로 확인되었다. Dockless형 공유자전거 이용수요에 영향을 미치는 요인을 파악하여 시민이 dockless형 공유자전거를 이용하고 싶어 하는 환경을 조성할 수 있을 것으로 기대된다. 또한, 연구 결과는 향후 dockless형 공유자전거 이용 활성화를 위한 정책적 자료에 기여될 것으로 사료된다.

• 한국도로학회논문집
• /
• 제15권3호
• /
• pp.177-189
• /
• 2013

PURPOSES: This study aims to suggest a proper left-turn treatment method for the bicycle traffic flow at four-legged intersections. METHODS: Four types of crossing methods are proposed and analyzed : (1) indirect left turn, (2) direct left turn, (3) direct left turn on a Bike Box, and (4) direct left turn on bike left turn lane. The VISSIM simulation tests were conducted based on forty-eight operation scenarios prepared by varying vehicle and bicycle traffic volumes. RESULTS : The results from the four-legged signalized intersections suggest that (1) the indirect left turn is appropriate when vehicle demand is high, (2) the direct left turn is efficient on most traffic situation but the safety is a concern, (3) the direct left turn on a Bike Box is appropriate when bicycle demand is high while vehicle demand is not, and (4) the direct left turn on a bike left turn lane is appropriate when both vehicle and bicycle demand are low. CONCLUSIONS : The direct left turn of bicycle provides more efficiency than the indirect left turn at the four-legged intersections but to apply the methods and to study more, advanced evaluation methods, related law, and insurance programs are needed.

• 대한교통학회지
• /
• 제28권3호
• /
• pp.145-155
• /
• 2010

녹색교통으로서 자전거 이용활성화가 사회적으로 큰 조명을 받고 있으나 효과적인 성과를 내기 위해서는 자전거 이용특성에 대한 구체적이고 치밀한 분석이 선행되어야 한다. 이는 1995년 이래 2007년까지 자전거도로를 9,170km나 정비하였음에도 불구하고 동기간동안 자전거 수단분담률이 오히려 감소(국토해양부, 2009)한 점을 통해 알 수 있다. 본 연구는 2006년 조사된 '수도권 가구통행실태조사' 자료(303,308개)를 이용하여 통행 주체별 자전거 수단분담률을 구체적으로 분석하였다. 그 결과 학원 수강목적과 오피스텔 거주자의 자전거 수단분담률이 각각 3.75%, 3.13%로 통행 주체 중 가장 높은 것으로 나타났다. 아울러 로지스틱 회귀분석을 통한 서울시의 자전거 수단분담률 추정모형을 구축하였다. 동시에 로지스틱 회귀계수에 대한 승산비(odds ratio)의 산출을 통해 자전거 수요에 영향을 미치는 관련 요인과 영향 정도를 분석하였다. 그 결과 단거리 통행, 학원가와 공원, 오피스텔 주택가 중심의 자전거 이용활성화가 효과적인 것으로 판명되었다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.861-866
• /
• 2022

서울시에서는 공유 자전거 시스템, "따릉이"를 2015년부터 도입, 운영하여, 교통량 감축과 대기오염 해소를 위해 노력하고 있다. 하지만 공유 자전거 시스템, "따릉이"의 운영전략 미훕으로 인해 많은 문제가 발생하고 있어 이를 해결하고자 다양한 연구들이 제시되고 있다. 이들 연구의 대다수는 수요와 공급의 불균형을 해결하고자 하는 전략적 "자전거 배치"에 집중되어 있으며 또한 이들 중 다수가 날씨나 계절과 같은 특징을 그룹화함으로써 수요를 예측하고 있다. 그리고 이전에는 이들 예측방법이 주로 시계열 분석을 기반으로 하고 있었으나 최근에는 딥러닝/머신러닝으로 수요를 예측하는 연구들이 속속 등장하고 있다. 본 논문에서는 기존에 제시된 다양한 특징들을 기반으로 하면서, 새로운 특징을 발견하고 선택된 특징들의 중요도를 비교, 이를 순서화함으로써, 보다 정확한 수요 예측이 가능함을 보인다. 그리하여, 우리는 기존의 딥러닝/머신러닝 및 시계열 분석을 그대로 사용하면서 비교적 정확한 결정계수를 획득하고 이를 이용해 개선된 수요예측이 가능하도록 한다.

• 한국산학기술학회논문지
• /
• 제14권3호
• /
• pp.1011-1015
• /
• 2013

최근 친환경 이동수단으로 자전거 수요가 증가하고 있으나, 국내 생산기반은 전무한 실정이다. 본 연구에서는 경량 마그네슘 소재로 대중교통기관과 연계가능한 신개념 자전거로 제안된 모델에 대해 수평프레임과 수직프레임 설계 해석을 수행하였다. 연구결과, 주조용 마그네슘 합금을 사용하는 도심형 자전거의 주요 프레임에 대한 구조해석을 실시하여 150kg 수직하중시 최대응력이 70 MPa이하를 나타내는 설계기술을 확보하였다.

• 대한토목학회논문집
• /
• 제34권5호
• /
• pp.1517-1524
• /
• 2014

최근 휘발유 가격 폭등, 기후변화 등으로 인한 사회 환경 문제가 증가함에 따라 새로운 친환경 교통수단에 대한 관심이 증가 하고 있다. 이러한 친환경 교통수단 중 하나로 유럽에서는 일찍이 공유자전거(Bike sharing)를 도입하여 운영하고 있으며, 대전시 또한 "타슈"라는 이름으로 2009년부터 서비스가 시작되고 있다. 본 연구에서는 대전시 공유자전거를 대상으로 이용효율을 높이고 최적의 공유자전거 정거장 위치결정을 위한 기초 연구로서 공유자전거 이용 특성을 알아보고 이용수요에 미치는 요인을 다중회귀분석을 이용하여 분석하는 것을 목적으로 한다. 이용특성을 살펴본 결과 공원 인근에서 공유자전거 정거장의 설치 비율에 비해 이용비율이 상대적으로 높았으며, 주중보다 주말 이용수요가 높은 것으로 나타나 대전의 경우 레저를 주목적으로 이용하고 있음을 알 수 있었다. 또한 공유자전거를 빌린 장소로 다시 회귀하는 비율이 매우 높았으며, 절대적 근접 중심성 지표를 기준으로 분석한 결과 공유자전거 정거장의 분포가 균등하게 분포되어 있지 않아 특정 지역(둔산, 유성 등)에 이용패턴이 치우쳐져 있음을 확인하였다. 이용수요에 영향을 미치는 요인으로서는 버스승하차 인원, 자전거도로 연장, 공원여부, 수변공간까지의 거리, 젊은층 비율 등이며, 선정된 변수의 신뢰도(R-Square)는 0.74 수준으로 우수한 것으로 분석되었다.

• 한국인공지능학회지
• /
• 제10권1호
• /
• pp.27-32
• /
• 2022

As the need for eco-friendly transportation increases due to the deepening climate crisis, many local governments in Korea are introducing shared bicycles. Due to anxiety about public transportation after COVID-19, bicycles have firmly established themselves as the axis of daily transportation. The use of shared bicycles is spread, and the demand for bicycles is increasing by rental offices, but there are operational and management difficulties because the demand is managed under a limited budget. And unfortunately, user behavior results in a spatial imbalance of the bike inventory over time. So, in order to easily operate the maintenance of shared bicycles in Seoul, bicycles should be prepared in large quantities at a time of high demand and withdrawn at a low time. Therefore, in this study, by using machine learning, the linear regression algorithm and MS Azure ML are used to predict and analyze when demand is high. As a result of the analysis, the demand for bicycles in 2018 is on the rise compared to 2017, and the demand is lower in winter than in spring, summer, and fall. It can be judged that this linear regression-based prediction can reduce maintenance and management costs in a shared society and increase user convenience. In a further study, we will focus on shared bike routes by using GPS tracking systems. Through the data found, the route used by most people will be analyzed to derive the optimal route when installing a bicycle-only road.