$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 검지기간 속도-밀도의 관계를 활용한 돌발상황 감지기법
An Incident Detection Method for Using Speed-Density Relations 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.24 no.2 = no.88, 2006년, pp.127 - 137  

이선하 (국립공주대학교 건설환경공학부) ,  안우영 (국립공주대학교 건설환경공학부) ,  강희찬 (국토연구원)

초록
AI-Helper 아이콘AI-Helper

돌발상황이 발생하였을 경우 발생장소를 기준으로 상류부와 하류부에서는 교통류의 특성이 서로 다르게 나타난다 즉, 상류부에는 저속으로 운행하는 높은 밀도의 교통류가 그리고, 하류부에는 고속으로 운행하는 낮은 밀도의 교통류가 형성되는 것이다. 본 연구에서는 이러한 특성을 이용하여 돌발발생 장소의 상 하류부 검지기 간의 속도와 밀도의 차이를 시간적, 공간적으로 동시에 고려한 돌발감지기법을 제시하였다 따라서 본 연구에서는 기존에 운영되고 있는 비교기법에 속하는 돌발감지기법들이 점유율 단독 또는 점유율과 운행속도의 추세를 별개로 분석한 후 두 개 지표의 변화추세를 고려한 것에 비하여 검지기 간의 거리 및 속도와 밀도를 동시에 고려 할 수 있는 개념을 제시하는데 그 의의가 있다. 천안-논산고속도로의 사고 상황 자료를 바탕으로 off-line 상에서 본 기법을 적용한 결과 인접 검지기 간의 속도-밀도관계를 분석함으로서 사고위치와 검지기간의 관계 등을 포함한 돌발상황을 감지할 수 있었다. 향후 본 기법이 고속도로교통관리시스템(FTMS)의 돌발감지기법(AID)으로 적용되기 위해서는 광범위한 자료를 바탕으로 돌발을 판정할 수 있는 임계치, 사고의 파장정도 및 돌발발생장소와 검지기 간의 위치에 따른 변화추이 등에 대한 추후 연구가 필요할 것으로 판단된다.

Abstract AI-Helper 아이콘AI-Helper

This Paper Presents a novel incident detection method for using the speed-density difference between detectors. When a incident is happened the downstream traffic condition is mostly lower speed and higher density and the upstream is higher speed and lower density In respect of such characteristics,...

Keyword

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구에서는 돌발판정의 알고리즘을 위주로 하여 과 같이 그 기법들을 분류하고 각 알고리즘별로 그 원리와 함께 성능 등을 종합적으로 고찰하였다.
  • 본 연구는 돌발 발생 장소를 기준으로 상류부에는 낮은 속도와 높은 교통 밀도를 갖는 교통류가, 하류부에는 높은 속도와 낮은 밀도의 교통류가 발생하는 교통 특성을 이용하여 두 개 검지기 간의 속도(。)와 밀도 Q)를바탕으로 돌발을 감지할 수 있는 기법을 제시하는 것이다. 이 기법은 寸 지점에서 t 시점의 속도 M/)의 자유속도에 대한 손실속도(。腿-。眾))의 비율, 최대밀도 /临欧에 대한 t 시점의 밀도 伝, )에 대한 비율을 하나의 값으로 표현하는 位(*, t)를 구하고 하류부 검지기에서의 况(汶)과 상류부 검지기의 t-At 시점의 诚(W-1, t-®)값의 차이인 厶(0-脂를 산출하여 두 개 검지기 사이에서 발생한 돌발상황을 감지하게 된다.

가설 설정

  • 점을 감안할 때。腿를 145km/h로 가정하였다. fcmax 의 경우 설계기준 차량의 제원, 최소 차두 간격 등을 고려하여 구할 수 있으나, 본 연구에서는 실제 수집된 데이터를 분석하여 교통량/속도로 구한 밀도의 최대값에 가까운 100대/km로 가정하였다.
  • fcmax 의 경우 설계기준 차량의 제원, 최소 차두 간격 등을 고려하여 구할 수 있으나, 본 연구에서는 실제 수집된 데이터를 분석하여 교통량/속도로 구한 밀도의 최대값에 가까운 100대/km로 가정하였다. 厶t는 1분으로 정의되었다.
본문요약 정보가 도움이 되었나요?

참고문헌 (7)

  1. Baher Abdulhai and S.G. Ritchie. (1996) : 'Performance of artificial Networks for Incident Detection in ITS' Transportation Congress 

  2. Busch, F. (1986) : 'Automatische Storungserk ennung auf Schnellverkehrsstra $\beta$ en-ein Verfahr ensvergleich'(Dissertation) 

  3. Busch, F. and Zhang, X. (1995) : 'Guidelines for Implementation of Automatic Incident Detection Systems', Projekt Drive 

  4. Kerner, B.S. and Konhauser, P. (1993) : 'Cluster Effect in initially homogeneous traffic flow', Phys.Rev. E48, 2335 

  5. Kim Y. (2002): Online Traffic Flow Model Applying Dynamic Flow-Density Relations. PhD Thesis, Technische Universitaet Muenchen, Fachgebiet Verkehrstechnik und Verkehrspl annung 

  6. Lee J. (1997) : 'Incident Detection Algorithm Development on Signalized Urban' Arterial Streets. Dissertation for the Degree of Ph.D. Michigan State University 

  7. 임재혁 (2003) : 검지기 데이터를 활용한 연속교 통류 특성분석, 목원대학교 대학원, 석사학위논문 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로