$\require{mediawiki-texvc}$

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.

교통흐름 예측 결과틀 적용한 동적 최단 경로 탐색
A dynamic Shortest Path Finding with Forecasting Result of Traffic Flow 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.13 no.5, 2009년, pp.988 - 995  

조미경 (동명대학교 멀티미디어공학과)

초록
AI-Helper 아이콘AI-Helper

텔레매틱스 서비스 중 가장 보편적으로 사용되는 것이 출발지에서 목적지까지의 최단 경로 안내 서비스이다. 본 논문에서는 미래 시간에 대한 교통흐름 예측 결과를 바탕으로 한 동적 최단 경로 탐색 시스템을 개발하고 실시간교통정보를 이용한 다양한 실험을 수행하여 성능을 분석하였다. 교통흐름 예측은 베이지안 네트워크 (Bayesian network)를 이용한 예측 시스템을 사용하였다. 동일한 출발지와 목적지에 대해 동적 최단 경로와 정적 및 누적 최단 경로를 탐색하고 각 경로에 대한 통행 시간을 계산하여 실제 최단 경로의 통행시간과 비교하였다. 실험 결과 75% 이상의 비율로 동적 최단 경로의 통행시간이 정적이나 누적 최단 경로의 통행시간보다 실제 최단경로의 통행시간에 가깝게 나타났다. 따라서 중간 경유지에 도착 예정인 시간대의 교통 흐름을 예측하여 동적 최단 경로를 구하는 것이 출발시간의 교통흐름을 모든 구간에 적용하여 최단 경로를 구하는 정적 최단 경로에 비해 더 정확한 교통정보를 제공하여 텔레매틱스 서비스의 품질을 향상시킬 수 있음을 보여 주었다.

Abstract AI-Helper 아이콘AI-Helper

One of the most popular services of Telematics is a shortest path finding from a starting point to a destination. In this paper, a dynamic shortest path finding system with forecasting result of traffic flow in the future was developed and various experiments to verify the performance of our system ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 누적 최단 경로는 1년 이상 누적된 교통정보로부터 평 균과 유용한 통계 정보를 추출하여 누적 교통정보 데 이 터 베 이 스를 구축한 후 실시간 교통정 보와는 무관하게 데이터베이스에 있는 교통정보를 이용하여 최단 경로를 구하는 방법으로 지능형 교통정보 시스템이 구축되기 이전에 시간에 대한 최단 경로를 구하기 위해 사용한 방법 이다. 본 논문에서는 1년 이상 누적된 교통정보 데이터의 수집이 힘든 관계로 보유하고 있는 1달 동안의 데이터를 이용하여 누적 데이터베이스를 만들었다. 교통정보 데이터를 수집이 힘든 것은 우리나라의 경우 교통정보 수집 체계가 건교부, 도로 공사 등 부처 별로 나누어 수집 되어 통합되어 있지 않을 뿐 아니라 원천 정보의 민간 배포 체계가 존재하지 않기 때문이다.
  • 시간에 대한최단 경로를 구하기 위해 최 근까지 많이 사용된 방법이 정 적 최 단 경 로와누적 최단 경로이지만 교통정보를 실시간으로 전송받는 것이 가능해짐에 따라 고품질의 교통정보서비스 제공에 대한요구가증가하고 있다. 본 논문에서는 미래 시간에 대한 교통정보 예측 결과를 바탕으로 한 동적 최단 경로 탐색 시스템을 구현하고 동적 최단 경로와 정적 및 누적 최단 경로의 통행 시간을 계산하여 탐색된 경로의 정확성을 비교해 보았다. 실험 결과, 전체 실험의 약75% 이상이 동적 최단 경로의 통행시간이 정적이나 누적 최단 경로의 통행시간보다 실제 최단 경로의 통행 시간에 가깝게 나타났다.
  • 국내의 경우 미 래 시간에 대한 교통흐름 예측과 동적최단 경로 탐색을 위한 연구 결과가 발표되고 있지만 아직 상용화되어 사용되 지는 않고 있다[10-13]. 본 논문은 시 간종속 도로 네트워크 모델에서 동적최단 경로 탐색 시스템을 개발하여 서울시 강남구 지역 도로 네트워크와교통정보 데이터에 대해 동적 최단 경로 탐색을 수행하고 성능을 측정하였다.
  • 교통법 규 가중치 와 턴 비 용 함수는 각도로 링 크가 가지고 있는 교통 특징 으로 좌회 전, U-턴 허용 여부와 관련이 있다. 본 연구에서 사용한 도로 네트워크와 교통정보에는 각 도로 링크들에 대한 5분 단위의 차량 평균 주행 속도만을 제공하고 있어 동적 경로 비용을 계산하기 위해 试.와 요소를 사용할 수 없었다.
  • 바란다. 여기에서는 베이지안 네트워크를 이용한 예측 시스템에 대해 간단히 소개하고자 한다. 교통 흐름 예측을 위한 베이지 안 네트워크 설계를 위해서는 먼저 미래시간에 각 도로 링크의 교통 상황에 영향을 미치는 것이 무엇인지 고려하여 원인 노드를 설정해야 한다.

가설 설정

  • 베이지안네트워크의 결합확률밀도 함 수를여러 개의 정 규 분포가 서 로다른비 중으로결 합된가우시 안 혼합 분포(GMM: Gaussian Mixture Model)를 따른다고 가정하였다. 그리고 가우시안 혼합 분포의 파라메타들(평균, 공분산, 가중치)을 추정하기 위해 샘플 데이터들의 로그-우도(log-likelihood)를 최대로 하여 국부적 최적 해에 수렴하게 해 주는 EM (Expectation Maximization) 반복 알고리즘을 이용하였다.
  • 이처럼 시간독립 도로 네트워크에서 주어진 출발지와 목적지에 대해 최소의 w(p) 값을 가지는 경로를 정적 최단 경로라고 한다. 시간 종속 도로 네트워크 모델에서 는 시간의 흐름에 따라간 선들의 가중치 1%와 1%의 값이 변화된다고 가정한다. 이는 매우 실제적인 모델로, 예를 들어 어떤 도로가 도로 보수 공사로 인해 통행이 제한되는 것을 고려하기 위해서는 가중치 10, .
  • 시간 종속 도로 네트워크에서 특정 시간t 때, 도로 링크를 통과하는 차량의 속도가 주어 지 면 모든 운전자들은 주어진 속도로운전한다고 가정하고 비용을 계산하게 된다. 하지만 실제로 특정 도로에서의 주행 속도가 주어지 더 라도 운전자의 운전 습관과 상태에 따라 운행 속도는 운전자마다 달라질 수 있다.
  • 시간독립 도로 네트워크모델은시간이 흘려가도 각도로들에 대한 차량의 통행 량, 즉, 차량의 통행시간 혹은 차량의 평균 속도 등은 불변하다고 가정하고 최단 경로를 탐색한다. 예를 들어, 출발지를 출발할 시간의 각 도로에서의 차량의 평균 주행 속도가 주어지면 출발지 에서 목적지까지의 시간에 대한 최단 경로는 주어진 시간을 이용하여 탐색하게 된다.
  • 시간독립 도로 네트워크에서 가중치 皿와 叫 의 값은 시간이 흐르더라도 변화되지 않는상수이다. 즉, 모든 시간대에 대해 각 도로의 통행량이나 차량의 통행속도가 동일하다고 가정한다. 이처럼 시간독립 도로 네트워크에서 주어진 출발지와 목적지에 대해 최소의 w(p) 값을 가지는 경로를 정적 최단 경로라고 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (15)

  1. Ingrid Flinsenberg, Route Planning Algorithms for Car Navigation, Ph.D Thesis, Technique University Eindhoven, 2004 

  2. H. D. Chon, D. Agrawal and A. E. Abbadi, 'FATES: Finding A Time dEpendent Shortest Path,' Proc. of the 4th Intermational Conference on Mobile Data Management, 2003 

  3. Young Jung Yu, Mi-Gyung Cho, 'A Short-Term Prediction Model for Forecasting Traffic Information Using Bayesian Network,' Third 2008 International Conference on Convergence and Hybrid Information Technology, pp.247-253, 2008 

  4. 유영중, 조미경, '베이지안 네트워크를 이용한 단기 교통정보 예측 모델,' 한구해양정보통신학회 논문지 제 13권 4호, 2008 

  5. Shiliang Sun, Changshui Zhang, Guoqiang Yu, 'A Bayesian Network Approach to Traffic Flow,' IEEE Transaction on Intelligent Transportation Systems, Vol. 7, No. 1, 2006 

  6. Hironobu Kitaoka, Takahiro Shiga, Hiroko Mori etc., 'Development of a Travel Time Prediction Method for the TOYOTA G-BOOK Telematics Service,' R&D Review of Toyota CRDL Vol. 41 No. 4, 2007 

  7. G. Q. Yu, J. M. Hu,, C. S. Zhang, etc. 'Short-term traffic flow forecasting based on Markov chain model,' Proc. IEEE Intelligent Vehicles Symp., Columbus, OH, 2003 

  8. Road E. Turochy, 'Enhancing Short-Term Traffic Forecasting with Traffic Condition Information,' ASCE Journal of Transportation Engineering. 2005 

  9. Chun-Hsin Wu, Jan-Ming Ho, D. T. Lee, 'Travel-Time Prediction With Support Vector Regression,' IEEE Transaction on Intelligent Transportation Systems, Vol. 5, No. 4, 2004 

  10. 남궁성, 윤일수, 조범철, TCS 자료를 이용한 고속도로 통행 시간 예측, 한국도로공사 보고서, 2000 

  11. 강연수, 조범철 외, 승용차 길 안내를 위한 멀티미디어 서비스 체계 개발, 교통개발연구원 연구보고서, 2004 

  12. 강연수, 조범철, 김범일, '예측통행시간 기반 동적경로탐색시스템 개발,' 한국ITS학회 2004년도 추계 학술대회, pp. 154-162, 2004 

  13. 김동호, 노정현, 박동주, '고속도로 통행시간 예측을 위한 과거 통행시간 이력 자료 구축에 관한 연구,' pp. 197-202, ITS 학회 춘계 발표논문집, 2005 

  14. Finn V. Jensen, An introduction to Bayesian networks, UCL Press, 1996 

  15. Thomas H. Cormen etc. Introduction to Algorithm, MIT Press, 1994 

저자의 다른 논문 :

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