• 한국도로학회논문집
• /
• 제14권2호
• /
• pp.131-143
• /
• 2012

그동안 다양한 도로설계 안전성 평가 연구는 교통사고다발지역인 교차로에 집중되어 왔다. 또한 도로구간에서는 특정한 기하구조 요인이 교통사고율에 어떠한 영향을 미치는지에 대한 연구는 일부 수행되었으나, 도로구간에서의 안전성 평가를 위한 다양한 원인분석을 위한 연구는 여전히 미진한 실정이다. 따라서, 본 연구는 지방부 도로구간에서의 안전성 평가를 위해 도로구간을 지방부 2차로 도로와 다차로 도로구간으로 구분하여 통계적 기법을 적용하였다. 일반적으로 도로구간에서의 교통사고는 "0"의 빈도가 높게 나타나므로 통계적 분석 시에 이를 고려해야만 한다. 따라서 본 연구에서는 사고의 비선형적 요소를 설명하는 허들모형이 전통적인 포아송 및 음이항모형보다 도로구간에서의 발생하는 교통사고의 성격을 설명하는데 더욱 적절한 것으로 판단하여 분석을 시작하였다. 본 연구에서는 지방부 도로구간에서의 사고빈도 예측모형 개발 및 도로구간 안전성 평가를 위해서 지방부 2차로 도로구간과 다차로 도로구간으로 구분하였으며, 모델분석결과 교통사고를 유발시키는 변수가 각각의 유형에 따라 서로 다른 것으로 분석되었다.

• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.285-304
• /
• 2017

Big data information and pattern analysis have applications in many industrial sectors. To reduce energy consumption effectively, the eco-driving method that reduces the fuel consumption of vehicles has recently come under scrutiny. Using big data on commercial vehicles obtained from digital tachographs (DTGs), it is possible not only to aid traffic safety but also improve eco-driving. In this study, we estimate fuel consumption efficiency by processing and analyzing DTG big data for commercial vehicles using parallel processing with the MapReduce mechanism. Compared to the conventional measurement of fuel consumption using the On-Board Diagnostics II (OBD-II) device, in this paper, we use actual DTG data and OBD-II fuel consumption data to identify meaningful relationships to calculate fuel efficiency rates. Based on the driving pattern extracted from DTG data, estimating fuel consumption is possible by analyzing driving patterns obtained only from DTG big data.

• 한국전자통신학회논문지
• /
• 제12권3호
• /
• pp.493-498
• /
• 2017

최근 국내 외에서 버스운행의 효율화 및 D2D(: Door to Door)서비스, 대중교통의 자율주행을 위해 교통데이터를 분석하여 다양한 분석결과를 도출해내고 있다. 하지만 대중교통, 특히 버스 지연시간의 예측을 위해 다양한 연구가 수행되고 있으나 단순분석, 데이터 취득의 한계로 현재까지의 연구는 미흡한 상태이다. 본 연구에서는 버스의 운행정보를 기반으로 요일, 날씨, 시간대 등의 데이터를 추가적으로 수집 가공하여 지연시간 추정을 수행하였다. 본 논문에서 제안하는 방법은 향후 변수를 추가하여 정확도를 향상시킴으로써 자율주행 대중교통 및 대중교통 관제시스템에 활용이 가능하다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2010년도 추계학술대회
• /
• pp.180-181
• /
• 2010

선박에서 항해사의 안전운항을 효과적으로 지원하고 충돌사고를 방지하기 위해 다중선박의 충돌 위험도를 추정하는 알고리즘을 개발하였다. 선박 충돌위험도 추정 알고리즘은 선박들의 항행정보로서, AIS 정보를 사용하고, 퍼지 이론을 이용하여 충돌위험도를 계산한다. 지난 연구에서는, 고안된 알고리즘의 성능을 검증하기 위해 울산항 해상교통관제(VTS) 센터로부터 수집된, 실제 울산항에서 운행된 선박들의 AIS데이터를 기반으로 검증 시뮬레이션을 수행한 바 있다. 본 논문에서는 선박 충돌위험도 추정 알고리즘을 좀 더 정밀하게 검증하기 위해, 실제 해상충돌사고 데이터에 적용해 보고자 하였다. 이를 위해, 2009년 부산항에서 발생한 석유제품 운반선과 화물선간의 충돌사고에 대한 AIS 데이터를 수집하였고, 이를 이용하여 선박운항 시뮬레이터 기반, 재생 시뮬레이션을 수행하였다. 본 논문에서는 선박 충돌위험도 추정 알고리즘의 특징과, 실제 선박 충돌사고의 AIS 데이터에 대한 재생 시뮬레이션 결과에 대해 소개하였다.

• 한국항해항만학회지
• /
• 제34권10호
• /
• pp.727-733
• /
• 2010

해양사고에서 선박간의 충돌사고가 많은 부분을 차지하고 있으며, 상당수가 인적오류에 의해 발생되고 있다. 본 논문에서는 선박에서 항해사의 안전운항을 효과적으로 지원하고 충돌사고를 방지하기 위해 다중선박의 충돌 위험도를 추정하는 알고리즘을 개발하였다. 선박 충돌위험도 추정 알고리즘은 선박들의 항행정보로서 AIS 정보를 사용하고 퍼지 이론을 이용하여 충돌위험도를 계산한다. 지난 연구에서는 고안된 알고리즘의 성능을 검증하기 위해 울산항 해상교통관제(VTS) 센터로부터 실제 울산항에서 운행된 선박들의 AIS데이터를 수집하였고, 이를 기반으로 검증 시뮬레이션을 수행한 바 있다. 본 논문에서는 선박 충돌위험도 추정 알고리즘을 좀더 정밀하게 검증하기 위해 실제 해상충돌사고 데이터에 적용해 보고자 하였다. 이를 위해, 2009년 부산항에서 발생한 석유제품 운반선과 화물선간의 충돌사고에 대한 AIS 데이터를 수집하였고 이를 이용하여 선박운항 시뮬레이터 기반 재생 시뮬레이션을 수행하였다. 시뮬레이션 결과, 실제 사고 상황에 적용할 경우 충돌 사고가 일어나기 전에 충돌 위험을 표시하여 충돌사고를 경고할 수 있음을 확인할 수 있었다.

• 대한교통학회지
• /
• 제19권4호
• /
• pp.49-57
• /
• 2001

절약된 통행시간의 가치는 교통시설투자의 가장 중요한 편익이기 때문에, 우리나라를 비롯한 여러 나라에서 시간가치의 추정을 위한 많은 연구가 이루어졌으며, 통행수단선택모형을 이용한 연구가 주를 이루었다. 본 연구에서는 기존의 연구에서 전혀 시도되지 않았던 새로운 모형, 법규준수선택모형, 을 적용하여 통행시간가치를 추정하고자 시도하였다. 본 연구의 목적을 위하여 조건부가치측정법을 응용한 설문조사를 행하였고, 설문조사 결과와 법규준수선택모형을 이용하여, 통근자들의 통행시간가치를 추정하였으며, 결과는 선행된 연구결과와 일관성이 있음을 알 수 있다.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.110-123
• /
• 2019

교통 데이터는 교통계획이나 교통시스템 운영에 필요한 기초 자료이며 최근 ADAS 카메라로 측정한 선행 차량과의 거리를 이용하여 교통류를 파악하는 방법이 시도되고 있다. 본 연구는 영상기반 차량인식의 거리오차를 반영한 미시적 시뮬레이션 분석을 통해 교통류를 추정하기 위한 ADAS 차량의 활용 가능성을 살펴보았다. 차로수, 교통수요, 프로브 차량의 점유율(MPR), 시공간 검지영역 등에 따른 교통류 추정치의 표준 평균 제곱근 오차를 통해 분석을 수행하였다. 분석결과, ADAS 카메라의 최대 인식거리의 한계로 저밀도 교통류(LOS A, LOS B)의 추정치는 신뢰할 수 없는 수준이다. 다차로나 교통수요가 크고 점유율(MPR)이 높을 경우 추정치의 신뢰성이 개선될 수 있지만, 인위적으로 점유율(MPR)을 높이는 것은 현실적으로 어려움이 있다. 또한, 검지영역의 시간범위를 연장함으로써 추정치의 신뢰성을 개선할 수 있지만, 가장 크게 영향을 미치는 것은 ADAS 차량의 주행행태로서 해당 차량이 도로의 교통류와 상이한 주행행태를 보일 경우 그 추정치는 신뢰할 수 없게 된다. 결론적으로 모든 교통류를 정확히 추정하지는 못 하지만 ADAS 카메라의 성능이나 기능을 개선함으로써 ADAS 차량의 활용 가능성은 확대될 것이다.

• 한국도로학회논문집
• /
• 제18권3호
• /
• pp.115-125
• /
• 2016

PURPOSES : This study proposes a methodology to collect data necessary for microlevel emission estimation, such as second-by-second speeds and road grades, and to accordingly estimate emissions. METHODS : To ease data collection for microlevel emission estimation, a vehicle equipped with speed- and location-recording instruments as well as equipment for measuring road geometry was used. As a case study, this vehicle and the proposed methodology were used on a 10-km-long highway in Yongin City, Korea. Emissions from the vehicle during driving were estimated in various microscale driving conditions. RESULTS : Differences in the estimated emission under different microscale driving conditions cannot be ignored. Compared with the estimations obtained when second-by-second data were not considered, CO and NOx emissions were more than threefold higher when considering second-by-second speed; similarly, CO and NOx emission estimations were higher by approximately 10% and 3%, respectively, when considering second-by-second road grade. CONCLUSIONS : The proposed method can estimate vehicle emissions under real-world driving conditions in such applications as road design and traffic policy assessments.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권1호
• /
• pp.15-22
• /
• 2015

멀티셋에서 중복을 제외한 서로 다른 원소의 수를 추정하는 것은 네트워크 트래픽 측정 분야에서 매우 잘 알려진 문제이며, 많은 알고리즘들이 제안되었다. 최근에는 선형 카운팅 기법(Linear Counting)에 기반해서 매우 작은 메모리만을 이용해서 멀티셋의 크기를 추정하는 알고리즘이 개발되었다. 너무 많은 데이터를 처리하기 어려운 경우 전체 데이터를 처리하지 않고, 패킷의 일부를 샘플링해서 사용하는데, 이 샘플링은 일반적으로 정확도에 부정적인 영향을 주는 것으로 알려져있다. 하지만, 이 논문에서는 멀티셋의 크기를 추정하는데 있어서 CSE를 이용하는 경우 샘플링이 정확도와 측정 범위의 측면에서 오히려 전수조사를 하는 MCSE보다 더 좋은 결과를 낼 수 있음을 보였다. 이를 입증하기 위해 수학적 분석, 실제 데이터를 이용한 실험을 수행하고, CSE, MCSE 그리고 CSES를 비교하였다.

• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.17-32
• /
• 2022

본 연구에서는 개별 차량의 차두 시간(time headway) 정보를 활용하여 고속도로 환경에서의 단일 링크에 대한 교통류 모형(flow-density diagram)을 추정하는 방법에 대해 탐구한다. 차두 시간 기반 교통류 모형(empirical flow-density diagram) 연구를 위해 차량용 비전 센서가 탑재된 실험 차량에서 9개월동안 수집된 데이터의 전처리 및 GIS 기반 맵 매칭을 수행한다. 기존의 교통류 모델식을 활용한 차두 시간 기반 교통류 모형(empirical flow-density diagram)의 검증을 위해, 차량 검지기 기반의 VDS(Vehicle Detection System) 데이터(loop detection traffic data) 기반 교통류 모형과 결과 비교 및 분석을 수행한다. 차두 시간 기반 교통류 모형의 추정 오차 원인을 분석하기 위해 각 교통류 모형의 차두 시간 및 차두 거리의 확률분포와 단위시간 교통량과 차량 밀도의 표준편차를 활용하였다. 분석 결과 링크 내 제한된 샘플 차량 대수 및 수집 데이터에 대한 주행환경 편향성이 추정 오차의 주된 요인이며. 이에 따른 추정 오차 개선을 위한 방법에 대해 제안한다.