• 한국실내디자인학회논문집
• /
• 제14권5호
• /
• pp.236-244
• /
• 2005

This study investigates the effects of the spatial elements of the mulit-purpose commercial complex on visitors' circulation pattern and wayfinding by employing method of space syntax, observation, and interview survey. Two commercial complexes were investigated; Techno-mart represented a vertical type and COEX mall rendered a horizontal one. Analysis of the spatial elements using space-syntax method provided a base line for comparing analyses by the two other methods. Analysis of the interview additionally survey identified the factors affecting wayfinding behavior and contributing satisfaction. The findings suggest that level of the effects of the spatial configuration on visitors' circulation pattern is greater in Techno-mart(vertically oriented) than COEX(horizontally). In COEX, for instance, specific route that connects sub-way station and cinema complex carries far more traffic than main route, even though the main route indicates higher degree of integration of spatial configuration. Similar with observation, the degree of integration is corresponding with the satisfaction and easiness of wayfinding behavior In COEX, specific place and feature seem to have more effects on visitors' wayfinding behavior and circulation pattern than the level of integration of spatial configuration.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.857-864
• /
• 2004

본 논문에서는 엘리베이터 속도 패턴을 결정하는데 중요한 2개의 요소인 편안한 승차감과 빠른 운송속도를 가지며 교통량 변화에 따른 다양한 속도 패턴을 제공 할 수 있는 새로운 속도 패턴 발생 방법을 제안한다. 기동과 정지 시에 변속 충격을 줄이기 위해서 가속과 감속 시간을 적절히 조정하고, 운송능력을 향상시키기 위해서 교통량 변화에 맞춰서 저크를 조정한다. 2입력 1출력의 퍼지 추론 시스템을 사용하여, 제안한 속도패턴을 가진 엘리베이터 시스템을 정밀 제어한다.

• Journal of information and communication convergence engineering
• /
• 제5권2호
• /
• pp.171-176
• /
• 2007

To give a guarantee a consistently high level of quality and reliability of Telematics traffic service, traffic flow forecasting is very important issue. In this paper, we proposed an adaptable integrated prediction model to predict the traffic flow in the future. Our model combines two methods, short-term prediction model and long-term prediction model with different combining coefficients to reflect current traffic condition. Short-term model uses the Kalman filtering technique to predict the future traffic conditions. And long-term model processes accumulated speed patterns which means the analysis results for all past speeds of each road by classifying the same day and the same time interval. Combining two models makes it possible to predict future traffic flow with higher accuracy over a longer time range. Many experiments showed our algorithm gives a better precise prediction than only an accumulated speed pattern that is used commonly. The result can be applied to the car navigation to support a dynamic shortest path. In addition, it can give users the travel information to avoid the traffic congestion areas.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2018년도 공동국제학술발표회
• /
• pp.49-49
• /
• 2018

• 한국도로학회논문집
• /
• 제14권6호
• /
• pp.183-190
• /
• 2012

PURPOSES : The fundamental diagram provides basic information necessary in the analysis of traffic flow and highway operation. When traffic flow is congested, the density-flow points in the fundamental diagram are widely scattered and move in a stochastic manner. This paper investigates the pattern of density-flow point transitions and identifies car-following behaviors underlying the density-flow transitions. METHODS : From a microscopic analysis of 722 fundamental diagrams of NGSIM data, a total of 20 transition patterns of fundamental diagrams are identified. Prominent features of the transition patterns are explained by the behavior of the leader and follower. RESULTS : It is found out that the average speed and the speed difference between the leader and the follower critically determine the density-flow transition pattern. The density-flow path is very sensitive to the values of vehicle speed and spacing especially at low speed and high density such that most fluctuations in the fundamental diagram in the congested regime is due to the noise of speed and spacing variations. CONCLUSIONS : The result of this study suggests that the average speed, the speed difference between the leader and the follower, and the random variations of speed and spacing are dominant factors that explain the transition patterns of a fundamental diagram.

• 한국측량학회지
• /
• 제33권4호
• /
• pp.287-296
• /
• 2015

최근 내비게이션에서는 실시간 교통정보와 과거의 교통정보를 가공하여 미래의 교통정보를 예측하는 패턴 교통정보를 같이 활용하여 빠른 길을 안내해주고 있다. 그러나 현재 사용되는 패턴 교통정보는 과거의 정보를 가공하여 교통정보를 예측하기 때문에 특별한 상황(유고, 날씨 등)에서는 예측이 정확하지 않는 문제점을 가지고 있다. 그래서 본 연구에서는 빠른 길을 찾기 위해 실시간으로 운전자들이 요청하는 경로탐색 데이터를 분석하여 가까운 미래 운전자들이 위치할 도로의 교통 혼잡도를 미리 파악하여 패턴 교통정보 보다 정확한 예측 교통정보를 제시하였다. 연구결과 첫째, 연구지역의 정체경로인 양재에서 마포간 차량속도 비교에서는 기존 상습정체 도로의 속도가중치 정확도가 3km/h에서 18km/h의 오차율이 발생하였지만, 본 연구의 Real 예측 교통 정보를 적용한 결과는 1km/h에서 5km/h의 오차율이 발생하였다. 둘째, 경로 품질에서 기존의 경로보다 최대 약 9분, 평균 약 3분 일찍 목적지에 도착하여 예측 교통정보 결과의 신뢰성을 입증할 수 있었다. 셋째, 기존의 경로탐색 결과 보다 혼잡도를 미리 예측하여 혼잡이 발생할 도로에 대해 회피되는 경로탐색 결과를 도출할 수 있었다. 따라서 본 연구결과의 경로탐색 비교를 통해 교통량에 대한 예측정보를 획득할 수 있었으며 이를 활용하여 실시간 빠른 길 탐색이 가능하고, 향후 교통 흐름을 분산 시키는데도 도움이 될 것으로 판단된다.

• 한국컴퓨터산업학회논문지
• /
• 제2권11호
• /
• pp.1373-1382
• /
• 2001

이동통신 텔레트래픽 모델은 Network Traffic 모델과 Traffic Source 모델이라는 두 개의 하부모델로 구성된다. 본 논문에서는 기지국이 설치되어 있는 지역 특성을 고려한 traffic source 모델을 제시하고, 이동통신 트래픽 시뮬레이터인 MobCall을 구현하였다. MobCall은 사용자 이동성을 각 지역별 차량 평균 속도와 수송분담율을 적용하고 있다. 구현된 MobCall을 이용하여 서울 도심 주거지역과 상업지역에서의 누적 발생 호 수, 교통량에 따른 핸드오프 율, 고속도로에서의 핸드오프 율, 그리고 호 점유 시간 변화에 따른 핸드오프 율을 결과로 제시하였다. MobCall은 기지국에서 사용자 호 패턴에 따른 동적 핸드오프 버퍼링과 같은 기능적 요소를 설계 단계에서 고려할 수 있다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.795-797
• /
• 2005

During the past few years, various traffic-flow forecasting models, i.e. an ARIMA, an ANN, and so on, have been developed to predict more accurate traffic flow. However, these models analyze historical data in an attempt to predict future value of a variable of interest. They make use of the following basic strategy. Past data are analyzed in order to identify a pattern that can be used to describe them. Then this pattern is extrapolated, or extended, into the future in order to make forecasts. This strategy rests on the assumption that the pattern that has been identified will continue into the future. So ARIMA or ANN models with its traditional architecture cannot be expected to give good predictions unless this assumption is valid; The statistical models in particular, the time series models are deficient in the sense that they merely extrapolate past patterns in the data without reflecting the expected irregular and infrequent future events Also forecasting power of a single model is limited to its accurate. In this paper, we compared with an ANN model and ARIMA model and tried to combine an ARIMA model and ANN model for obtaining a better forecasting performance. In addition to combining two models, we also introduced judgmental adjustment technique. Our approach can improve the forecasting power in traffic flow. To validate our model, we have compared the performance with other models. Finally we prove that the proposed model, i.e. ARIMA + ANN + Judgmental Adjustment, is superior to the other model.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권1호
• /
• pp.169-189
• /
• 2015

Detection of anomalous events from video streams is a challenging problem in many video surveillance applications. One such application that has received significant attention from the computer vision community is traffic video surveillance. In this paper, a Lossy Count based Sequential Temporal Pattern mining approach (LC-STP) is proposed for detecting spatio-temporal abnormal events (such as a traffic violation at junction) from sequences of video streams. The proposed approach relies mainly on spatial abstractions of each object, mining frequent temporal patterns in a sequence of video frames to form a regular temporal pattern. In order to detect each object in every frame, the input video is first pre-processed by applying Gaussian Mixture Models. After the detection of foreground objects, the tracking is carried out using block motion estimation by the three-step search method. The primitive events of the object are represented by assigning spatial and temporal symbols corresponding to their location and time information. These primitive events are analyzed to form a temporal pattern in a sequence of video frames, representing temporal relation between various object's primitive events. This is repeated for each window of sequences, and the support for temporal sequence is obtained based on LC-STP to discover regular patterns of normal events. Events deviating from these patterns are identified as anomalies. Unlike the traditional frequent item set mining methods, the proposed method generates maximal frequent patterns without candidate generation. Furthermore, experimental results show that the proposed method performs well and can detect video anomalies in real traffic video data.

• 한국정보통신학회논문지
• /
• 제10권7호
• /
• pp.1312-1318
• /
• 2006

텔레매틱스 서비스 중에서 가장 많이 이용하고 있는 것 중 하나는 출발지와 목적지에 이르는 최단 경로를 찾아 주는 서비스이다 . 현재 보편적으로 사용되고 있는 최단 경로 찾기서비스는 실시간 교통 정보를 고려하지 않는 정적인 최단 경로 알고리즘을 사용하고 있다. 본 연구에서는 실시간 교통 정보를 반영하여 현재 시간으로부터 일정 시간 경과한 후의 교통 정보를 예측하기 위한 방법을 제안하고 예측 결과의 정확성을 평가하기 위해 실시간 데이터를 이용하여 실험하였다. 제안된 방법은 도로 위를 달리는 차량의 평균 속도를 5분 단위로 입력 받아 누적된 데이터를 동일한 시간과 요일별로 분석하여 구한 누적 속도패턴과 칼만 필터 방법을 통합한 것이다 . 제안한 방법은 현재 사용되고 있는 누적 속도 패턴만을 이용한 예측보다 더 정확한 예측 결과를 보여 주었다. 예측된 결과는 동적인 최단 경로를 구하기 위해 사용될 뿐만 아니라교통혼잡이 예측되는 지역을 피하여 여행하도록 정보를 제공할 수 있다.