본 연구의 목적은 주차장 정보제공을 위한 실시간 주차가능면수 추정을 위한 주요 변수들간의 관계를 정립하는 것으로 알고리즘에 관련되어진 변수에 대하여 조사하고, 알고리즘 설계를 위한 주차정보를 수집 후 주차장의 평균주차대수, 평균주차시간, 회전율, 점유율, 누적주차대수 등의 변수에 대하여 분석하였으며, 주차장 내 불법주차, 중첩주차, 탐색차량 정보를 수집하여 주차가능공간을 추정하는 기본 토대를 마련하도록 하였으며, 연구결과, 유출입대수만을 고려한 기존의 제공정보보다 정확도가 높은 것으로 나타나 이는 주차장을 이용하는 운전자의 판단을 도울 수 있으며, 주차장 운영관리에도 도움을 줄 것이다.
본 연구의 목적은 주차장 정보제공을 위한 실시간 주차가능면수 추정을 위한 주요 변수들간의 관계를 정립하는 것으로 알고리즘에 관련되어진 변수에 대하여 조사하고, 알고리즘 설계를 위한 주차정보를 수집 후 주차장의 평균주차대수, 평균주차시간, 회전율, 점유율, 누적주차대수 등의 변수에 대하여 분석하였으며, 주차장 내 불법주차, 중첩주차, 탐색차량 정보를 수집하여 주차가능공간을 추정하는 기본 토대를 마련하도록 하였으며, 연구결과, 유출입대수만을 고려한 기존의 제공정보보다 정확도가 높은 것으로 나타나 이는 주차장을 이용하는 운전자의 판단을 도울 수 있으며, 주차장 운영관리에도 도움을 줄 것이다.
The objective of this research is to establish the relationship between the important variables necessary for real-time available parking space presumption algorithm for a parking lot information provision. So it investigated the variables that come relate to the algorithm and collected parking info...
The objective of this research is to establish the relationship between the important variables necessary for real-time available parking space presumption algorithm for a parking lot information provision. So it investigated the variables that come relate to the algorithm and collected parking information for an algorithm plan. It analyzed variables inciuding average number of parked cars, average parked time, rate of turnover, occupancy, cumulative number of parked cars, and etc. of the parking lot. And it collected data regarding illegal parking, double space parking, searching car and it presumed the number of available parking spaces. As a result of the research, It appeared that the achieved accuracy is superier to existing provision system which only take the total input and output numbers. This will help drivers' judgement, and also the parking lot operation and management.
The objective of this research is to establish the relationship between the important variables necessary for real-time available parking space presumption algorithm for a parking lot information provision. So it investigated the variables that come relate to the algorithm and collected parking information for an algorithm plan. It analyzed variables inciuding average number of parked cars, average parked time, rate of turnover, occupancy, cumulative number of parked cars, and etc. of the parking lot. And it collected data regarding illegal parking, double space parking, searching car and it presumed the number of available parking spaces. As a result of the research, It appeared that the achieved accuracy is superier to existing provision system which only take the total input and output numbers. This will help drivers' judgement, and also the parking lot operation and management.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 기존의 주차장 진입, 진출 차량을 출입구에 설치된 검지기를 통해 수집된 정보외에 주차장 내 불법주차, 탐색차량 등의 주차장 상황을 비롯한 다양한 데이터를 융합하여 실시간 주차 가능면수 추정 알고리즘의 개발을 위해 고려해야 할 요소들을 제안하고자 한다.
주차정보 제공 및 주차장내 차량 유도를 효율적으로 하기 위해선 실시간 주차장 상황정보가 필수적이며 이는 정확한 자료의 수집과 합리적인 자료분석 과정이 선결되어야 한다. 본 연구에서는 실시간 주차가능면수 추정 알고리즘의 개발을 위한 각 변수들간의 관계를 정립 및 그에 대한 모델링에 관한 연구를 하였다.
대상 주차장을 선정하기 위해 서울시 15개소의 유출입 정보를 제공받아 평균주차대수, 평균주차시간, 회전율, 점유율, 누적주차대수 등의 변수에 대하여 분석하였다. 이 분석자료를 기초로 하여 대상주차장을 선정하는데 있어 중점적으로 살펴 본 요소는 입출구가 구분되어 명화하게 입출고 대수를 파악할 수 있으며, 공급과 수요의 관계에서 정보의 신뢰성을 높일 수 있는 주차장을 선정하는 것이다.
제안 방법
대상 주차장을 선정하기 위해 서울시 15개소의 유출입 정보를 제공받아 평균주차대수, 평균주차시간, 회전율, 점유율, 누적주차대수 등의 변수에 대하여 분석하였다. 이 분석자료를 기초로 하여 대상주차장을 선정하는데 있어 중점적으로 살펴 본 요소는 입출구가 구분되어 명화하게 입출고 대수를 파악할 수 있으며, 공급과 수요의 관계에서 정보의 신뢰성을 높일 수 있는 주차장을 선정하는 것이다.
69로 가장 정합하였다. 또한, 상계북 주차장이 용량 82, 1일 이용대수 138대, 회전율 1.68, 평균 점유율 19.67로 가장 적합한 주차장들보다 떨어진다고 볼 수 있지만, 환승주차장임을 고려하여 도봉산주차장과 상계북 주차장을 상세 조사할 주차장으로 선정하였다.
선정된 도봉산, 상계북 2개의 주차장에 정확한 조사 자료의 습득을 위해 조사원을 적정 위치에 배치하고 조사할 내용을 숙지시키고 현장조사를 실시했다.
위의 실 가용주차면수는 각 error값들이 해결되었을 경우실 가용할 수 있는 주차 면이다. 이는 주차면을 기준으로 하였을 경우 주차장내에 진입하여 주차면을 점유하지 않은 상태인 탐색차량과 불법주차 차량을 더하였고, 2면 이상을 차지한 중첩차량을 제하는 방식을 사용하였다.
조사항목으로는 해당시간당 가용주차면수, 탐색차량대수, 불법주차대수, 중첩주차(Double space parking)대수를 선정하였고 조사방법은 모든 변수에 대한 현장조사를 실시하였으며, 주차장 이용시간동안 전일조사를 통한 5분단위의 정보수집을 기본으로 하였다.
직전 N 기간의 자료치에 합이 “1”이 되는 가중치를 자유 롭게 부여한 다음, 가중합계치를 예측치로 한다.
대상 데이터
주차가능면수 추정 알고리즘 모델링을 위해 대상 주차장 2개소를 선정하였고, 알고리즘 모델링에 필요한 변수인 주차장 내 탐색차량, 불법주차차량, 중첩주차(Double space parking)차량 등을 조사하였다.
데이터처리
따라서 각 변수들과 이 세 변수의 발생에 영향을 미치는 주차장 회전율(이용율) 등과의 상관계수(Pearson)분석을 실시 하였다. 분석을 실시하여 표 9와 같은 결과값을 도출하였다.
성능/효과
기존의 정보제공방식인 입차대수와 출차대수만의 정보를 이용했을 경우와 현장 조사를 통한 정보를 이용하였을 경우를 비교한 결과 주차가능면수가 차이를 보였다, 그 주된 원인은 주차장 입구에서 주차면까지의 탐색시간을 고려한 차량대수와 주차면에서 주차장 출구를 빠져나가는 이탈시간을 고려한 차량대수를 정확하게 파악하지 못하였기 때문이며, 그 외에도 주차장내 불법 주차차량과 중첩주차 역시 알고리즘 설계 시 보정하여야 할 중요한 변수로 나타났다.
표 5의 결과를 분석해보면 평균주차대수가 높을수록 회전율과 평균점유율이 높은 빈도가 많으며, 반대의 경우 평균주차대수가 낮을수록 회전율과 평균점유율이 낮은 것으로 나타났다. 또한, 용량에 비하여 1일 이용대수가 많을수록 회전율이 높으며, 용량에 비하여 1일 이용대수가 적으면 회전율이 낮았다. 한 시간대에 가장 많은 주차차량이 있는 PEAK시 주차량이 다른 주차장에 비하여 주차대수가 많을수록 대체적으로 평균점유율이 높으며, PEAK시 주차대수가 적을수록 평균점유율이 낮음을 볼 수 있다.
1일 이용대수가 100대 이상이며, 회전율이 1이상인 곳을 선정기준으로 정하였다. 위 15개 주차장 중에서 도봉산 주차장이 용량이 가장 크고, 1일 이용대수도 가장 많았으며, 회전율 1.41, 평균점유율 33.69로 가장 정합하였다. 또한, 상계북 주차장이 용량 82, 1일 이용대수 138대, 회전율 1.
이 프로젝트는 새로운 이용자(14%)와 BART를 자주 이용 하지 않는 이용자(25%)를 끌어들이고, 몇몇 참가자의 현장실험의 기초가 되는 BART에 접근하기 위하여 더 멀리 운전하는(평균 2mile) 크기증가는 통행을 위한 BART로의 전환으로 인한 승용차 통행거리 감소효과(평균 18mile)를 상쇄 시키지 않을 것으로 예상하였다. 시스템 설치와 운영에 요구되는 비용, 크기는 지능형주차현장실험과 유사한 계획에 의해 만들어졌으며, 하드웨어 장비, 필요한 노동비용, 운영장비의 월간비용, 정보보존을 위한 비용 뿐만 아니라 설치와 배송비용을 포함하며, 전체비용은 약 $800,000으로 추정하였다.
표 5의 결과를 분석해보면 평균주차대수가 높을수록 회전율과 평균점유율이 높은 빈도가 많으며, 반대의 경우 평균주차대수가 낮을수록 회전율과 평균점유율이 낮은 것으로 나타났다. 또한, 용량에 비하여 1일 이용대수가 많을수록 회전율이 높으며, 용량에 비하여 1일 이용대수가 적으면 회전율이 낮았다.
또한, 용량에 비하여 1일 이용대수가 많을수록 회전율이 높으며, 용량에 비하여 1일 이용대수가 적으면 회전율이 낮았다. 한 시간대에 가장 많은 주차차량이 있는 PEAK시 주차량이 다른 주차장에 비하여 주차대수가 많을수록 대체적으로 평균점유율이 높으며, PEAK시 주차대수가 적을수록 평균점유율이 낮음을 볼 수 있다.
후속연구
주차장내 이동 중인 차량 중 유입이동차량은 평균이동시간을 이용하여 추정이 가능하나 유출이동 차량을 추정하기 위해서는 각 주차면별 차량검지기가 설치되어야 한다. 각 주차 면별 차량검지기가 설치된 시스템에 대해서는 차후 연구과제로 남겨놓기로 한다.
본 연구의 모델링을 기반으로 보다 정확한 주차가능면수 추정 알고리즘 개발을 위해서는 향후 주차장내 이동차량 중 유출이동차량과 유입이동차량 대수에 대해 정확한 검지 후 알고리즘 설계시 보정이 필요할 것이다. 또한, 평균주행속도, 평균주행거리 등 알고리즘 개발에 필요한 데이터를 실시간 정보로 충분히 확보할 수 있는 검지시스템이 필요하며, 알고리즘이 사용될 주차정보시스템의 운영체계에 대해서도 심도 있는 연구가 필요할 것으로 생각된다.
본 연구의 모델링을 기반으로 보다 정확한 주차가능면수 추정 알고리즘 개발을 위해서는 향후 주차장내 이동차량 중 유출이동차량과 유입이동차량 대수에 대해 정확한 검지 후 알고리즘 설계시 보정이 필요할 것이다. 또한, 평균주행속도, 평균주행거리 등 알고리즘 개발에 필요한 데이터를 실시간 정보로 충분히 확보할 수 있는 검지시스템이 필요하며, 알고리즘이 사용될 주차정보시스템의 운영체계에 대해서도 심도 있는 연구가 필요할 것으로 생각된다.
오윤표(2001년) 외 1명은 부설주차장 이용차량의 대기행렬 시뮬레이션인 GPSS모형을 사용하여 적정 주차장 규모를 산정한 후 연상면적과 적정주차면수의 관계를 용이하게 추출할 수 있는 회귀식을 이용하여 모형식을 구축하였다. 현재의 주차면수는 적정주차면수에 비해 초과 공급되어 있어, 부설주차장의 설치기준에 대한 개선이 필요하며, 적정주차규모 산정 시, 토지이용과 교통여건, 상권 등이 종합적으로 고려된 연구가 되어야 할 것으로 결론내리고 있다.
또한 이 변수들은 주차장의 회전율이 높을 경우 발생빈도가 잦아지는 것으로 분석되었는데, 이는 회전율이 높을 경우 상대적으로 평균주차시간(시/대)이 감소하여 주차장 상황의 잦은 변화로 인해 탐색차량의 증가로 인한 변화로 예상된다.
입차대수와 출차대수만의 정보를 이용했을 경우와 현장 조사를 통한 정보를 이용하였을 경우를 비교한 결과 주차가능면수가 차이를 보이는 이유는?
기존의 정보제공방식인 입차대수와 출차대수만의 정보를 이용했을 경우와 현장 조사를 통한 정보를 이용하였을 경우를 비교한 결과 주차가능면수가 차이를 보였다, 그 주된 원인은 주차장 입구에서 주차면까지의 탐색시간을 고려한 차량대수와 주차면에서 주차장 출구를 빠져나가는 이탈시간을 고려한 차량대수를 정확하게 파악하지 못하였기 때문이며, 그 외에도 주차장내 불법 주차차량과 중첩주차 역시 알고리즘 설계 시 보정하여야 할 중요한 변수로 나타났다.
주차안내정보시스템의 도입을 추진하는 이유는?
이러한 한계를 극복하기 위해서는 기존 주차시설의 효율적인 운용에 보다 더 관심을 기울일 필요가 있다. 이를 위해 우리나라에서도 주차안내정보시스템(PGI : Parking Guidance and Information)의 도입에 관한 내용이 주차시설정비 및 관리개선의 한 방법으로 제시되었다 이처럼 주차안내정보시스템의 도입을 추진하는 이유는 당면한 도심지의 심각한 주차 문제를 개선하고 주차시설의 공급한계를 극복하여 기존 주차시설의 이용효율을 증대할 수 있어 주차장 운영자에게는 주차대기시간 및 통행기산을 감소시킬 수 있는 장점이 있고 지역사회 측면에서는 안전성 증대로 인한 교통사고 감소, 교통수요관리 용이, 교통혼잡 완화, 지역생활환경 개선효과 등이 있다.
참고문헌 (15)
강원갑(2000) 주차장 계획설계운영, 여명사
강혜영(2000) 선호의식자료를 이용한 주차선택행태모형 개발에 관한 연구, 한양대학교, pp. 39-42
김만경, 박미숙(2003) 주차안내정보시스템(PGI) 구축방안 연구, 부산발전연구원, pp. 15-25, pp. 67-75
김은경(2001) 시뮬레이션에 의한 주차안내정보시스템 효과분석에 관한 연구, 한양대학교
김은경, 노정현, 김강수(2003) 주차정보 제공에 따른 주차대기시간의 효과분석에 관한 연구, 대한교통학회지, 대한교통학회, 제21권 제5호, pp. 19-29
박선복, 이의은, 오승훈(2007) 주차정보시스템 구축을 위한 기초 연구, 한국ITS학회 학술대회논문집, 한국ITS학회, pp. 167-174
장무렬(2000) 대규모 교통유발시설의 적정주차규모 모형구축에 관한 연구, 동아대학교, pp. 37-44
전수훈(2004), 주차안내정보시스템 정보 예측 알고리즘에 관한 연구, 서강대학교, pp. 5-22
정성용, 배영석, 윤용득, 이재륜(2001) SP Data를 이용한 주차장 선택행태 분석에 관한 연구, 대한교통학회지, 대한교통학회, 제19권 제3호, pp. 19-31
최용길(2003) 주차안내정보시스템을 위한 정보예측 방법에 관한 연구, 석사학위논문, 명지대학교
Allen (1990) Drive Response to Parking Gidance and Information System, Traffic Engineering & Control, pp. 263-286
Richardson, A. J. and Thompson, R. G. (1996) A parking search model, Transpn Res-A, Vol. 32, No. 3, pp. 159-170
Axhausen, K. W. and Polak, J. W. (1991) Choice of parking : Stated preference approach, Transportation 18, pp. 59-81
※ AI-Helper는 부적절한 답변을 할 수 있습니다.