초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

교통량은 시간의 흐름과 함께 수시로 변화하나 출퇴근 시 발생하는 상습적인 교통혼잡과 심야시간대의 적은 통행량 등 도심부에서의 교통은 어느 시간 간격으로 주기적으로 반복되고 있다. 즉, 도심 속 교통은 어느 정도의 유사한 교통흐름을 갖고 통행하기 때문에 해당 시간대로 구분하여 고정된 신호시간을 적용하는 TOD(Time of day) 기준의 고정식 신호제어 방식으로 운영되고 있다. TOD 신호제어는 결정된 시간 기준 동안 교차로 모든 방향에서 차량들의 지체시간을 최소화하도록 신호 순서와 녹색시간 길이를 결정하여 신호를 제어하는 것으로 실제 교통흐름이 다를 경우 도심 교통 혼잡이 심화되는 것을 알 수 있다. 도심부에 존재하는 다양한 교통상황을 고려하였을 때 TOD 방식의 신호 운영 효율성을 확보하기 위해서는 실제 현장의 교통상황(교통량)을 반영하는 신호시간 갱신이 필요하나 실시간으로 교통상황을 파악하기 어렵고 교통상황에 따른 신호 운영방안이 없는 실정이다. 따라서 지속적으로 증가하는 교통량과 함께 다양하게 변화하는 교통상황에 대응하여 개별교차로 및 일부 교통축만이 아닌 네트워크 측면의 효율적인 신호체계를 운영함으로써 도심부 교통혼잡을 해소하고 실제 교통상황에 맞는 적정 녹색시간을 배정하는 스마트한 신호 운영을 통한 스마트 도로교통체계가 될 수 있는 시스템 도입이 필요하다.
기존 선행연구는 수집된 교통정보를 기반으로 교통흐름을 개선할 수 있도록 신호 ...

교통량은 시간의 흐름과 함께 수시로 변화하나 출퇴근 시 발생하는 상습적인 교통혼잡과 심야시간대의 적은 통행량 등 도심부에서의 교통은 어느 시간 간격으로 주기적으로 반복되고 있다. 즉, 도심 속 교통은 어느 정도의 유사한 교통흐름을 갖고 통행하기 때문에 해당 시간대로 구분하여 고정된 신호시간을 적용하는 TOD(Time of day) 기준의 고정식 신호제어 방식으로 운영되고 있다. TOD 신호제어는 결정된 시간 기준 동안 교차로 모든 방향에서 차량들의 지체시간을 최소화하도록 신호 순서와 녹색시간 길이를 결정하여 신호를 제어하는 것으로 실제 교통흐름이 다를 경우 도심 교통 혼잡이 심화되는 것을 알 수 있다. 도심부에 존재하는 다양한 교통상황을 고려하였을 때 TOD 방식의 신호 운영 효율성을 확보하기 위해서는 실제 현장의 교통상황(교통량)을 반영하는 신호시간 갱신이 필요하나 실시간으로 교통상황을 파악하기 어렵고 교통상황에 따른 신호 운영방안이 없는 실정이다. 따라서 지속적으로 증가하는 교통량과 함께 다양하게 변화하는 교통상황에 대응하여 개별교차로 및 일부 교통축만이 아닌 네트워크 측면의 효율적인 신호체계를 운영함으로써 도심부 교통혼잡을 해소하고 실제 교통상황에 맞는 적정 녹색시간을 배정하는 스마트한 신호 운영을 통한 스마트 도로교통체계가 될 수 있는 시스템 도입이 필요하다.
기존 선행연구는 수집된 교통정보를 기반으로 교통흐름을 개선할 수 있도록 신호 최적화 알고리즘과 딥러닝 모델링을 연계한 신호제어 방법 연구가 진행되고 있었다. 하지만, 단순 1∼2개 교차로만을 대상으로 변화하는 교통량에 대한 신호 최적화 기법을 개발하여 운영(테스트)하여 효과가 미미하고 빅데이터 기반으로 네트워크의 교통상황 분석을 수행하였으나 이에 대한 최적신호 운영방안이 없어 도심 전체에 대한 신호 운영방안에 대한 필요성을 제시하였다.
본 연구에서는 단순 교차로 측면이 아닌 네트워크 측면으로 실시간 교통상황을 반영하도록 교통데이터를 연계하고 구축되어있는 검지기를 활용하여 교통상황을 판단하며, 교통상황 판단에 따른 최적신호가 운영되도록 시스템을 개발하고자 한다.
먼저 교통혼잡을 해소하기 위해 구축되어있는 ITS 시설물로부터 수집된 교통데이터를 기반으로 교통패턴을 분석한다. 시설물 고장 및 통신 오류로 인해 수집된 교통데이터의 정확성이 높지 않기 때문에 누락률을 고려하여 데이터를 가공함으로써 교통흐름을 연결시킨다. 이때 교통데이터 수집이 어렵거나 누락데이터가 많은 경우, 교통량 외 통행시간, 차선수와 같은 정보를 활용하여 딥러닝 모델링을 구축하고 교통량을 예측할 수 있다. 최종적으로 정립된 교통데이터를 군집화하여 교통패턴을 분석하고 시간 경계 기준을 통해 교통상황을 정립한다.
교차로별 최적신호 도출을 위해 Macro-Meso-Micro 차원의 교통 전문 Simulation modeling을 활용하도록 한다. Simulation 내 수집된 교통데이터를 입력하여 교통패턴별 교통흐름을 분석하고 분석된 교통패턴 흐름에 맞는 주요 교통축 및 중요교차로를 중심으로 신호최적화 알고리즘을 통해 최적 신호를 도출하며, 사전 Simulation 분석으로 최적신호체계 운영에 따른 개선 효과를 입증하여 실제 교통 현황에 도입될 수 있도록 한다. 여기서, 교차로 내 특정 교통류의 교통량 증가 또는 감소로 인한 적정 녹색시간이 배정되는 혼잡교차로의 경우 혼잡 최소화를 위한 녹색시간 제어 제어방안을 도출하고자 한다.
최종적으로 검지기를 통한 교통상황 판단에 따른 최적신호를 운영하기 위해 신호전환조건 구축 및 운영 시스템을 설계한다. 먼저 교통상황을 판단하는 기준 검지기 선정 및 검지기별 교통량 임계치를 선정하고 무분별한 신호전환을 방지하기 위해 임계치에 도달하는 최소만족조건수를 산정한다. 이를 시스템에서 구축 및 운영될 수 있도록 UI(User Interface)를 구축하고 운영자가 편리하게 구동할 수 있도록 Simulation Control, 신호정보 및 관련 효과지표 표출 등 UI를 설계한다. 또한, 현재 네트워크에서 신호체계 변경에 따른 교차로 및 교통축의 교통 현황을 표현할 수 있는 최적 신호 운영 시스템(Smart Signal 운영 플랫폼) 개발을 수행하고자 한다.
본 연구는 도심부 교통혼잡 해소를 위한 효율적인 방안인 네트워크 차원의 교통신호를 최적화하는 방안을 제시하는 것으로 교통 관련 데이터(교통량, 교통신호 등)를 활용한 교통상황 판단에 따른 유동적인 네트워크 및 혼잡교차로의 교통신호 체계 운영방안을 제시하였다. 또한, 체계적인 교통 전문 SW(Macro-Micro-Meso)를 활용하여 교통패턴별 주요 교통축 및 중요교차로를 고려한 신호최적화를 수행하고 실제 교통흐름과 유사한 Simulation 네트워크를 기반으로 산출한 최적신호 운영 효과를 입증하여 신뢰성을 높였다.
향후 시뮬레이션 기반 최적신호를 실제 현장에 도입함으로써 실제 신호운영 효과를 기대하며, 제시된 신호최적화 알고리즘이 신호제어기에 입력될 수 있도록 고도화된 알고리즘 개발 연구가 필요하다. 효율적인 도심부 교통관리를 위해 다양한 ITS 장비를 관리하는 교통정보센터에 Smart Signal 운영 플랫폼을 구축함으로써 거시적-미시적 측면의 통행량 분석 및 예측에 따른 교차로 신호 최적화를 수행하고 교통정보를 수집/가공/분석/효과검증을 통한 도시교통문제 대응방안을 시민들에게 제시하여 최적의 교통환경 조성과 더불어 적정 신호데이터 제공으로 도심의 교통난을 해소할 수 있을 것으로 기대한다.