선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 이와 같은 문제점을 개선하기 위하여 여러 가지 모형들을 도출하고, 다양한 좌회전 교통량을 대상으로 평가하여 개선방안을 제시하였다.
- 본 연구에서는 좌회전 교통량이 적은 경우와 많은 경우를 구분하여, 각 시간대별로 기존모형과 모형8 및 모형5의 결과값이 통계적으로 유의한 차이를 보이고 있는지의 여부를 알아보기 위하여 SPSS를 이용하여 평가하였다. 본 연구에서 사용된 귀무가설 및 대립가설은 다음과 같다.
- 본 연구의 목적은 좌회전 검지기 장애발생시 좌회전 녹색시간 배분모형의 문제점 및 원인을 분석하여 이를 개선하기 위한 모형개발 및 방안을 제시하고, 시뮬레이션을 통해서 타당성을 검증하는데 있다.
- 앞서 제시된 기존 모형의 한계를 극복하기 위하여 본 연구에서는 와 같이 검지기 장애발생시 장애가 발생한 방향 포화도 값을 검지기 정상운영시 수요에 따라 변화하여 산출된 실제 포화도 값에 근접하게 하는 개선방안을 제시하고자 한다.
제안 방법
- 그리고 1995년까지 현장시험과 시스템 검증을 거쳐 1997년 강남, 서초 일원 61개 지점에 시스템을 설치하여 시범운영을 실시하였고, 1999년부터 2002년에 걸쳐 도봉로축(77개소), 월드컵경기장 주변 교차로(37개소), 성산·수색로(99개소) 등으로 확장함과 동시에 실시간 신호제어시스템 기능개선사업을 병행하였다.
- 따라서, 본 연구에서는 실제 적용가능성에 근거하여 장애가 발생한 요일의 4주간 이력자료를 이용하여 포화도를 산출하는 모형, 즉 모형8과 이력자료를 이용하는 모형 중 가장 큰 오차를 보인 모형5를 대상으로 하여 효과평가를 실시하였다.
- 대상교차로는 월드컵 4거리 교차로이고, 자료수집기간은 2006년 6월 1일부터 2006년 6월 29일까지의 24시간 교통량과 포화도 및 신호시간을 수집하여 사용하였다. 서울지방경찰청 센터에서 수집된 TRC로 운영 중인 접근로별 포화도를 대상으로 교통량이 적은 좌회전 이동류와 교통량이 많은 좌회전 이동류의 좌회전 검지기 장애가 발생하였다는 가정 하에 앞서 제시된 8개의 모형을 이용하여 좌회전 이동류의 포화도를 각각 추정하였다.
- 시뮬레이션 시나리오는 교통량의 대소 및 아침/점심/저녁시간대에 대하여 각각 평가하여 첨두시 및 비첨두시의 효과평가를 가능하게 구성하였다. 시뮬레이션 결과값은 각 시나리오 별로 Random Number Seed를 변경하면서 10번의 반복결과를 평균한 값을 사용하였다.
- <표 1>은 정상운영 시 포화도 및 녹색시간과 검지기 장애발생시 녹색시간 배분모형에 의해 산출된 포화도와 포화도비에 따른 녹색시간 배분 알고리즘 수행 결과이다. 오전첨두한 시간에 대하여 좌회전 교통량의 적은 경우와 교통량이 많은 경우로 구분하여 포화도와 실제 적용되는 녹색시간을 비교 분석하였다.
- 이를 위한 방법으로 검지기 장애가 발생한 방향의 포화도 추정시 동일한 시간대의 교통상황 및 차량도착 행태를 최대한 반영한 근사치 포화도를 추정함을 전제로 하여, 좌회전 검지기 장애발생시 대향방향의 접근로 검지기 및 장애가 발생한 방향과 동일한 접근로의 인접검지기정보를 이용하여 포화도를 추정하는 방법과 장애가 발생한 요일의 교통 이력자료를 이용하여 포화도를 추정하는 방법을 함께 검토하여 다음의 8개 모형을 평가과정에서 검토하였다.
- 수집된 이력자료는 <표 2>, <표 3>에서 사용된 자료와 약간 유사패턴을 보이는 5월 4주간 자료와 상이패턴을 보이는 9월 4주간 자료이다. 이를 이용하여 다음의 이력자료 모형들을 추가로 평가하였다.
대상 데이터
- 모형의 평가를 위하여 서울지방경찰청 신호운영 센터 방문 및 협조 요청을 통해 자료를 수집하였다. 대상교차로는 월드컵 4거리 교차로이고, 자료수집기간은 2006년 6월 1일부터 2006년 6월 29일까지의 24시간 교통량과 포화도 및 신호시간을 수집하여 사용하였다. 서울지방경찰청 센터에서 수집된 TRC로 운영 중인 접근로별 포화도를 대상으로 교통량이 적은 좌회전 이동류와 교통량이 많은 좌회전 이동류의 좌회전 검지기 장애가 발생하였다는 가정 하에 앞서 제시된 8개의 모형을 이용하여 좌회전 이동류의 포화도를 각각 추정하였다.
- 모형의 평가를 위하여 서울지방경찰청 신호운영 센터 방문 및 협조 요청을 통해 자료를 수집하였다. 대상교차로는 월드컵 4거리 교차로이고, 자료수집기간은 2006년 6월 1일부터 2006년 6월 29일까지의 24시간 교통량과 포화도 및 신호시간을 수집하여 사용하였다.
- 수집된 이력자료는 , 에서 사용된 자료와 약간 유사패턴을 보이는 5월 4주간 자료와 상이패턴을 보이는 9월 4주간 자료이다.
- 앞서 제시된 모형들에 대한 효과평가는 실시간으로 운영된 센터의 자료를 이용하여 off-line 시뮬레이션 기법으로 평가하였다. 시뮬레이션 기법은 신호교차로 마이크로(Micro) 시뮬레이션의 가장 범용적인 기법인 TSIS 5.0 버젼의 TRAF-NETSIM을 이용하였고, 시뮬레이션 평가를 위한 기초자료는 앞에서 제시된 모형평가를 위한 자료수집 기간에 수집된 자료를 이용하였다. 수집된 자료는 24시간 교통량, 이동류별 포화도, 현시별 신호시간 등이고, 평가 대상교차로인 월드컵 사거리의 기하구조 및 현시체계는 <그림 3>과 같다.
- 분석결과, 이력자료를 이용하여 포화도를 추정시 자료의 크기가 증가함에 따라 추정 오차가 감소되는 경향이 나타남을 알 수 있다. 이와 같은 경향을 분석하기 위하여 추가로 동일 접근로의 과거 이력자료를 수집하였다. 수집된 이력자료는 <표 2>, <표 3>에서 사용된 자료와 약간 유사패턴을 보이는 5월 4주간 자료와 상이패턴을 보이는 9월 4주간 자료이다.
데이터처리
- NETSIM 시뮬레이션 통하여 산출된 결과 값에 대하여 SPSS를 이용해서 t-검증을 실시하였다. t-검증은 두 집단간의 평균이 통계적으로 유의한 차이를 보이고 있는 지의 여부를 검증하는데 많이 사용되고 있다.
- 계산된 포화도를 기존모형의 포화도 및 센터에서 수집된 실측치 자료와 오차를 비교 평가하기 위하여 아래 정의된 평균제곱오차(Mean Square Error : MSE)와 평균절대오차(Mean Absolute Error : MAE)를 이용하여 분석하였다.
- 모형8의 실제적 효과에 대한 평가를 위하여 신호교차로 마이크로(Micro) 시뮬레이션의 가장 범용적인 기법인 NETSIM을 이용하여 기존모형과의 평균지체시간을 비교하였다. 분석 결과 좌회전 교통량이 적은 경우에는 기존모형과 모형8의 평균지체시간의 차이가 없는 것으로 나타났다.
- 시뮬레이션 시나리오는 교통량의 대소 및 아침/점심/저녁시간대에 대하여 각각 평가하여 첨두시 및 비첨두시의 효과평가를 가능하게 구성하였다. 시뮬레이션 결과값은 각 시나리오 별로 Random Number Seed를 변경하면서 10번의 반복결과를 평균한 값을 사용하였다. 그 외에 입력자료는 다음과 같다.
이론/모형
- 앞서 제시된 모형들에 대한 효과평가는 실시간으로 운영된 센터의 자료를 이용하여 off-line 시뮬레이션 기법으로 평가하였다. 시뮬레이션 기법은 신호교차로 마이크로(Micro) 시뮬레이션의 가장 범용적인 기법인 TSIS 5.
성능/효과
- 기존모형과 개선모형들에 대하여 평균제곱오차(MSE)와 평균절대오차(MAE)의 지표를 사용하여 오차를 비교 평가한 결과, 좌회전 교통량이 많고 적음에 관계없이 좌회전 검지기 장애발생시 장애가 발생한 동일한 요일의 교통 이력자료를 이용하여 포화도를 산출하는 모형이 기존 모형과 대향방향의 접근로 검지기 및 인접검지기 정보를 이용하여 포화도를 산출하는 모형들과 비교하여 가장 작은 오차를 도출하는 것으로 평가되었다. 교통 이력자료를 이용하여 포화도를 산출하는 모형중에서도 4주간의 이력 자료를 이용하여 추정하는 모형8이 가장 오차가 적은 것으로 파악되었다.
- 분석 결과 좌회전 교통량이 적은 경우에는 기존모형과 모형8의 평균지체시간의 차이가 없는 것으로 나타났다. 그러나 좌회전 교통량이 많은 경우에는 기존모형의 평균지체가 정상운영시보다 크게 증가하였고, 본 연구에서 제시된 모형8이 기존모형에 비교하여 지체 시간이 매우 감소된 결과를 얻었다.
- 그리고 모형 5는 모형 8보다 지체시간이 약간 증가되었으나, 기존모형과 비교하여 역시 크게 개선된 결과값을 나타내었다. 따라서 좌회전 교통량이 많은 경우에는 단순히 최근의 이력자료를 적용하여 운영하는 것이 현재의 모형을 적용하는 것 보다 개선된 운영효과를 기대할 수 있다고 판단된다.
- 그리고 에 제시된 결과로부터 좌회전 교통량이 많은 경우에는 모형8 및 모형5의 평균지체시간이 기존모형의 평균지체시간과 통계적으로 유의한 차이가 있는 것으로 파악되어, 본 연구에서 제시된 모형8이 기존모형과 비교하여 개선된 결과를 나타내는 것을 알 수 있다.
- 유사 패턴을 갖는 이력자료를 사용하여 분석한 결과 교통량의 많고 적음에 관계없이 모형 12가 가장 작은 오차를 도출하였다. 그리고, 상이한 패턴을 갖는 이력자료를 적용한 결과 교통량이 적은 상황에서는 모형 12가 가장 적은 오차를 보였으나, 교통량이 많은 경우에는 모형 11이 가장 작은 오차를 나타내었다.
- 기존모형과 개선모형들에 대하여 평균제곱오차(MSE)와 평균절대오차(MAE)의 지표를 사용하여 오차를 비교 평가한 결과, 좌회전 교통량이 많고 적음에 관계없이 좌회전 검지기 장애발생시 장애가 발생한 동일한 요일의 교통 이력자료를 이용하여 포화도를 산출하는 모형이 기존 모형과 대향방향의 접근로 검지기 및 인접검지기 정보를 이용하여 포화도를 산출하는 모형들과 비교하여 가장 작은 오차를 도출하는 것으로 평가되었다. 교통 이력자료를 이용하여 포화도를 산출하는 모형중에서도 4주간의 이력 자료를 이용하여 추정하는 모형8이 가장 오차가 적은 것으로 파악되었다.
- 따라서 본 연구 결과로부터 좌회전 검지기 장애발생시 좌회전 녹색시간 배분모형은 장애가 발생한 같은 요일 및 시간의 4주간 포화도값을 평균하여 사용하는 것이 모든 교통상황에 가장 효과적이라고 판단된다.
- 분석결과는 교통량이 적은 좌회전 검지기와 교통량이 많은 좌회전 검지기 모두 장애가 발생하면 발생한 방향과 동일한 접근로의 인접검지기의 포화도와 TOD 비율에 의해 포화도가 산출되기 때문에 항시 포화도가 작게 산출되어 녹색시간이 작게 배분된다. 따라서 정상적인 좌회전 검지기 이동류의 포화도와 포화도비에 따라 산출된 녹색시간보다 현저히 작은 녹색시간을 산출하는 것을 알 수 있다. 즉, 교통량이 적은 경우에는 최소녹색시간인 13초로 배분되고, 교통량이 많은 경우에는 TRC 운영과 비교하여 최대 66초의 녹색시간의 차이를 보이고 있다.
- 또한, 장애가 발생한 요일의 교통 이력자료를 이용하여 포화도를 산출하는 방법 중 모형8은 모형7보다 작은 오차를 도출하였으며, 모형7은 모형6 및 모형5보다 작은 오차를 도출하였다. 즉, 교통 이력자료를 이용하여 포화도를 산출하는 모형중에서도 4주간의 이력자료를 이용하여 추정하는 모형이 가장 오차가 적은 것으로 파악되었다.
- 모형8의 실제적 효과에 대한 평가를 위하여 신호교차로 마이크로(Micro) 시뮬레이션의 가장 범용적인 기법인 NETSIM을 이용하여 기존모형과의 평균지체시간을 비교하였다. 분석 결과 좌회전 교통량이 적은 경우에는 기존모형과 모형8의 평균지체시간의 차이가 없는 것으로 나타났다. 그러나 좌회전 교통량이 많은 경우에는 기존모형의 평균지체가 정상운영시보다 크게 증가하였고, 본 연구에서 제시된 모형8이 기존모형에 비교하여 지체 시간이 매우 감소된 결과를 얻었다.
- 분석결과, 이력자료를 이용하여 포화도를 추정시 자료의 크기가 증가함에 따라 추정 오차가 감소되는 경향이 나타남을 알 수 있다. 이와 같은 경향을 분석하기 위하여 추가로 동일 접근로의 과거 이력자료를 수집하였다.
- 유사 패턴을 갖는 이력자료를 사용하여 분석한 결과 교통량의 많고 적음에 관계없이 모형 12가 가장 작은 오차를 도출하였다. 그리고, 상이한 패턴을 갖는 이력자료를 적용한 결과 교통량이 적은 상황에서는 모형 12가 가장 적은 오차를 보였으나, 교통량이 많은 경우에는 모형 11이 가장 작은 오차를 나타내었다.
- <표 5>의 결과를 살펴보면 좌회전 교통량이 적은 경우에 기존모형의 평균지체시간은 정상운영시 평균지체시간과 약간 개선된 결과를 나타내었고, 기존모형과 모형8의 평균지체시간은 큰 차이가 없는 것으로 판단된다. 반면에 모형5는 아침시간대에 약 4.
- 또한, 장애가 발생한 요일의 교통 이력자료를 이용하여 포화도를 산출하는 방법 중 모형8은 모형7보다 작은 오차를 도출하였으며, 모형7은 모형6 및 모형5보다 작은 오차를 도출하였다. 즉, 교통 이력자료를 이용하여 포화도를 산출하는 모형중에서도 4주간의 이력자료를 이용하여 추정하는 모형이 가장 오차가 적은 것으로 파악되었다.
- 그리고 모형 8이 기존모형에 비교하여 지체시간이 매우 개선된 것을 알 수 있다. 특히, 아침/점심 시간대의 모형 8로부터 추정된 지체시간은 정상운영시의 지체시간과 매우 유사한 값으로 나타났다.
- 평가결과는 <표 2>, <표 3>에 제시되어 있다. 평균제곱오차(MSE)와 평균절대오차(MAE) 값을 이용하여 비교한 결과 좌회전 교통량이 많고 적음에 관계없이 좌회전 검지기 장애발생시 장애가 발생한 동일한 요일의 교통 이력자료를 이용하여 포화도를 산출하는 모형이 기존모형과 대향방향의 접근로 검지기 및 인접검지기 정보를 이용하여 포화도를 산출하는 모형들과 비교하여 가장 작은 오차를 도출하는 것으로 평가되었다.
후속연구
- 본 연구는 자료수집 및 분석 대상이 월드컵 사거리 한 교차로에 한정되어 있는 관계로 연구 결과의 일반성을 확인하기 위해서는 향후 여러 교차로를 대상으로 평가가 필요할 것으로 판단된다. 그리고 본 연구는 단시간 동안의 검지기 장애발생시만 초점을 두었기 때문에 보다 장시간 동안의 검지기 장애발생시에 대한 추가적인 분석이 필요하다고 판단된다. 아울러 본 연구는 좌회전 이동류에 국한되어 있는바, 향후 직진 이동류의 검지기 장애발생시의 적용성 여부에 대한 추가 연구도 이루어져야 할 것이다.
- 본 연구는 자료수집 및 분석 대상이 월드컵 사거리 한 교차로에 한정되어 있는 관계로 연구 결과의 일반성을 확인하기 위해서는 향후 여러 교차로를 대상으로 평가가 필요할 것으로 판단된다. 그리고 본 연구는 단시간 동안의 검지기 장애발생시만 초점을 두었기 때문에 보다 장시간 동안의 검지기 장애발생시에 대한 추가적인 분석이 필요하다고 판단된다.
- 그리고 본 연구는 단시간 동안의 검지기 장애발생시만 초점을 두었기 때문에 보다 장시간 동안의 검지기 장애발생시에 대한 추가적인 분석이 필요하다고 판단된다. 아울러 본 연구는 좌회전 이동류에 국한되어 있는바, 향후 직진 이동류의 검지기 장애발생시의 적용성 여부에 대한 추가 연구도 이루어져야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.