도시부도로에서의 하이패스 교통자료 특성분석 및 정보가공방안 An Analysis into the Characteristics of the High-pass Transportation Data and Information Processing Measures on Urban Roads원문보기
하이패스 교통정보시스템은 프로브 차량을 이용하여 직접 구간정보를 수집함으로써, 보다 신뢰성 높은 정보를 운전자에게 제공할 수 있다. 그러나 프로브 차량의 운행상황과 특성, 그리고 통계처리 방법 등이 정보의 신뢰성에 영향을 미치며 특히, 도시부도로에서는 구간통행시간이 신호 지체시간 경험 유무에 의해 크게 영향을 받기 때문에, 수집되는 개별 프로브 데이터 간 많은 편차가 발생하게 된다. 따라서 구간정보의 신뢰도 제고를 위한 다각적인 방면에서의 연구가 필요하다. 그러나 하이패스 정보제공과 관련한 선행연구는, 주로 연속류 특성을 가지는 고속도로 구간을 대상으로 이루어져, 이를 단속류 교통 특성을 가지는 도시부도로에 적용시키기에 한계가 있었다. 따라서 본 연구에서는 도시부도로에서의 하이패스 교통자료 특성을 분석하고 적절한 가공방안을 마련하는데 의의를 두고자 하였다. 시공간도를 이용하여 RSE로부터 수집하는 도시부도로의 하이패스 자료 특성을 분석한 결과, 수집자료는 종료노드의 신호주기를 주기로 하여 도착 차량의 신호 대기 등에 따라 일정한 패턴을 나타내는 것을 알 수 있었다. 또한, 신호대기 횟수와 대기시간에 따라 수집데이터의 편차가 발생하는데, 혼잡 상황보다 비혼잡 상황에서 편차가 크게 나타났다. 이는 혼잡상황에서는 신호대기 횟수가 많아지면서, 편차가 일정부분 상쇄되기 때문인 것으로 분석되었다. 이러한 도시부도로의 하이패스 수집자료는 신호대기에 의한 교통특성을 반영하기 위해 평균값을 대표값으로 사용하는 것이 적절하며, 신호 및 도로 특성에 따라 지정체 판단기준을 조절할 필요가 있는 것으로 분석되었다. 본 연구에서 도출한 결과가 도시부도로에서의 하이패스 정보의 신뢰성을 향상 시킬 수 있는 초석이 되길 기대한다.
하이패스 교통정보시스템은 프로브 차량을 이용하여 직접 구간정보를 수집함으로써, 보다 신뢰성 높은 정보를 운전자에게 제공할 수 있다. 그러나 프로브 차량의 운행상황과 특성, 그리고 통계처리 방법 등이 정보의 신뢰성에 영향을 미치며 특히, 도시부도로에서는 구간통행시간이 신호 지체시간 경험 유무에 의해 크게 영향을 받기 때문에, 수집되는 개별 프로브 데이터 간 많은 편차가 발생하게 된다. 따라서 구간정보의 신뢰도 제고를 위한 다각적인 방면에서의 연구가 필요하다. 그러나 하이패스 정보제공과 관련한 선행연구는, 주로 연속류 특성을 가지는 고속도로 구간을 대상으로 이루어져, 이를 단속류 교통 특성을 가지는 도시부도로에 적용시키기에 한계가 있었다. 따라서 본 연구에서는 도시부도로에서의 하이패스 교통자료 특성을 분석하고 적절한 가공방안을 마련하는데 의의를 두고자 하였다. 시공간도를 이용하여 RSE로부터 수집하는 도시부도로의 하이패스 자료 특성을 분석한 결과, 수집자료는 종료노드의 신호주기를 주기로 하여 도착 차량의 신호 대기 등에 따라 일정한 패턴을 나타내는 것을 알 수 있었다. 또한, 신호대기 횟수와 대기시간에 따라 수집데이터의 편차가 발생하는데, 혼잡 상황보다 비혼잡 상황에서 편차가 크게 나타났다. 이는 혼잡상황에서는 신호대기 횟수가 많아지면서, 편차가 일정부분 상쇄되기 때문인 것으로 분석되었다. 이러한 도시부도로의 하이패스 수집자료는 신호대기에 의한 교통특성을 반영하기 위해 평균값을 대표값으로 사용하는 것이 적절하며, 신호 및 도로 특성에 따라 지정체 판단기준을 조절할 필요가 있는 것으로 분석되었다. 본 연구에서 도출한 결과가 도시부도로에서의 하이패스 정보의 신뢰성을 향상 시킬 수 있는 초석이 되길 기대한다.
The high-pass transportation information system directly collects section information by using probe cars and therefore can offer more reliable information to drivers. However, because the running condition and features of probe cars and statistical processing methods affect the reliability of the i...
The high-pass transportation information system directly collects section information by using probe cars and therefore can offer more reliable information to drivers. However, because the running condition and features of probe cars and statistical processing methods affect the reliability of the information and particularly because the section travel time is greatly influenced by whether there has been delay by signals on urban roads or not, there can be much deviation among the collected individual probe data. Accordingly, researches in multilateral directions are necessary in order to enhance the credibility of the section information. Yet, the precedent studies related to high-pass information provision have been conducted on the highway sections with the feature of continuous flow, which has a limit to be applied to the urban roads with the transportational feature of an interrupted flow. Therefore, this research aims at analyzing the features of high-pass transportation data on urban roads and finding a proper processing method. When the characteristics of the high-pass data on urban roads collected from RSE were analyzed by using a time-space diagram, the collected data was proved to have a certain pattern according to the arriving cars' waiting for signals with the period of the signaling cycle of the finish node. Moreover, the number of waiting for signals and the time of waiting caused the deviation in the collected data, and it was bigger in traffic jam. The analysis result showed that it was because the increased number of waiting for signals in traffic jam caused the deviation to be offset partially. The analysis result shows that it is appropriate to use the mean of this collected data of high-pass on urban roads as its representative value to reflect the transportational features by waiting for signals, and the standard of judgment of delay and congestion needs to be changed depending on the features of signals and roads. The results of this research are expected to be the foundation stone to improve the reliability of high-pass information on urban roads.
The high-pass transportation information system directly collects section information by using probe cars and therefore can offer more reliable information to drivers. However, because the running condition and features of probe cars and statistical processing methods affect the reliability of the information and particularly because the section travel time is greatly influenced by whether there has been delay by signals on urban roads or not, there can be much deviation among the collected individual probe data. Accordingly, researches in multilateral directions are necessary in order to enhance the credibility of the section information. Yet, the precedent studies related to high-pass information provision have been conducted on the highway sections with the feature of continuous flow, which has a limit to be applied to the urban roads with the transportational feature of an interrupted flow. Therefore, this research aims at analyzing the features of high-pass transportation data on urban roads and finding a proper processing method. When the characteristics of the high-pass data on urban roads collected from RSE were analyzed by using a time-space diagram, the collected data was proved to have a certain pattern according to the arriving cars' waiting for signals with the period of the signaling cycle of the finish node. Moreover, the number of waiting for signals and the time of waiting caused the deviation in the collected data, and it was bigger in traffic jam. The analysis result showed that it was because the increased number of waiting for signals in traffic jam caused the deviation to be offset partially. The analysis result shows that it is appropriate to use the mean of this collected data of high-pass on urban roads as its representative value to reflect the transportational features by waiting for signals, and the standard of judgment of delay and congestion needs to be changed depending on the features of signals and roads. The results of this research are expected to be the foundation stone to improve the reliability of high-pass information on urban roads.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 하이패스 장착 차량을 수집원으로 하는 DSRC 방식과 관련한 선행연구는, 주로 연속류 특성을 가지는 고속도로 구간을 대상으로 연구가 이루어져, 연구결과를 단속류 교통특성을 가지는 도시부도로에 그대로 적용시키기에 한계가 있는 것으로 분석되었다. 따라서 본 연구에서는 단속류 교통특성을 가지는 도시부 도로에서의 하이패스 교통자료 특성을 분석하고 적절한 가공방안을 마련하는데 의의를 두었다.
본 연구는 도시부도로를 대상으로 하이패스 자료를 이용한 교통정보의 적정 수집·가공 방안도출을 목적으로 하였다.
본 연구에서 단속류 교통특성을 가지는 도시부도로에서의 하이패스 교통자료 특성을 시공간도를 이용하여 분석하고 적절한 가공방안을 마련하고자 하였다.
본 연구는 도시부도로를 대상으로 하이패스 자료를 이용한 교통정보의 적정 수집·가공 방안도출을 목적으로 하였다. 하이패스 OBU에서 수집하는 실시간 구간교통자료를 이용하여 도시부도로의 교통류 통행특성과 수집자료 특성을 분석하고, 실제 교통특성을 나타낼 수 있는 적절한 정보가공 방안을 마련하고자 하였다. 하이패스 교통자료는 대구 광역시 도시부도로를 대상으로 사례 연구하였다.
제안 방법
RSE의 통신영역 넓이를 10m 정도로 형성 한 후 차량의 통신영역 진입과 진출시간을 측정하여 차량계수, 점유율 및 속도를 측정하는 지점검지방식의 정보수집시스템을 개발하였으며, 저속 중속, 고속에서의 모의실험 평가를 통해 계산된 속도와 측정속도의 오차율을 분석 평가하였으며, 경로정보가 올바르게 수집·갱신되었는지 확인하였다[3].
도시부도로의 하이패스 수집 데이터 특성을 살펴보기 위해, 하이패스 기반 DSRC 교통정보시스템이 구축중인 도로구간을 선정하여 사례연구를 수행하였다. 대구광역시 내 도시부도로 일부구간을 선정하여, 혼잡시간대 및 비혼잡 시간대의 데이터 특성을 분석하였다.
시공간도 작성은 과 같이 Synchro 프로그램을 활용하였으며, 데이터 입력은 해당시간대의 실제 신호운영 자료와 교통량 조사자료를 입력하여 실제 교통환경을 나타내고자 하였다.
이영인과 이정희(2002)는 실측 조사치를 이용하여 단속류와 연속류 상의 통행시간 분포특성을 비교하였다. 올림픽대로와 천호대로 상에서 구간통행 시간을 측정하여 개별차량의 시공간도를 작성하여 분석하였다. 그 결과 연속류에서는 구간통행시간이 단일봉(unimodal)을 갖는 정규분포 형태를 나타냈다.
하이패스 수집자료 특성을 시공간도를 이용하여 해석하고자 하였다. 시공간도 작성은 <그림 8>과 같이 Synchro 프로그램을 활용하였으며, 데이터 입력은 해당시간대의 실제 신호운영 자료와 교통량 조사자료를 입력하여 실제 교통환경을 나타내고자 하였다.
하이패스 장착 차량을 프로브 차량으로 하는 일종의 구간검지방식(section-based measurement)으로 교통정보를 수집하며, 구간통행속도 산출원리는 및 수식 (1)과 같다.
대상 데이터
분석구간 내에서, DSRC RSE는 신당네거리와, 성서네거리에 설치되어 프로브 차량 자료를 수집하고 있다. 대상도로는 왕복 10차로로써, 총 구간 거리는 1,380m이며, 구간 내 신호교차로는 1개, 횡단보도 2개가 있다. 제한속도는 70km/h로 운영되고 있다.
도시부도로의 하이패스 수집 데이터 특성을 살펴보기 위해, 하이패스 기반 DSRC 교통정보시스템이 구축중인 도로구간을 선정하여 사례연구를 수행하였다. 대구광역시 내 도시부도로 일부구간을 선정하여, 혼잡시간대 및 비혼잡 시간대의 데이터 특성을 분석하였다.
분석구간은 <그림 4>와 같이 대구광역시 달구벌대로의 신당네거리-성서네거리 구간으로 선정하였으며, 신당네거리에서 성서네거리 방향을 분석하였다. 분석구간 내에서, DSRC RSE는 신당네거리와, 성서네거리에 설치되어 프로브 차량 자료를 수집하고 있다. 대상도로는 왕복 10차로로써, 총 구간 거리는 1,380m이며, 구간 내 신호교차로는 1개, 횡단보도 2개가 있다.
분석구간은 와 같이 대구광역시 달구벌대로의 신당네거리-성서네거리 구간으로 선정하였으며, 신당네거리에서 성서네거리 방향을 분석하였다.
ITS 사업시행지침에서는 도로 기능별, 등급별 등에 따라, 소통상태에 대한 판정 기준을 <표 5>와 같이 제시하고 있다. 분석대상구간인 대구광역시 달구벌대로는 제한속도 70km/h인 도시부도로로서, 지침의 제시 기준에 의하면, 20km/h 미만시 정체, 20~40km/h 서행, 40km/h이상 소통원활에 해당한다[6].
제한속도는 70km/h로 운영되고 있다. 자료분석은 2011.5.24(화) 일자의 11:30~13:30, 18:00~20:00 자료를 활용하여 실시하였다.
하이패스 OBU에서 수집하는 실시간 구간교통자료를 이용하여 도시부도로의 교통류 통행특성과 수집자료 특성을 분석하고, 실제 교통특성을 나타낼 수 있는 적절한 정보가공 방안을 마련하고자 하였다. 하이패스 교통자료는 대구 광역시 도시부도로를 대상으로 사례 연구하였다.
데이터처리
권한준(2009)은 하이패스 시스템에 적용된 DSRC 통신기술을 활용하는 DSRC 교통정보처리시스템을 개발하였으며, 연속류(경부고속도로) 구간에서 다양한 파라메터를 적용하여 비교분석을 실시하였다. DSRC 교통정보와 FTMS 검지기 자료를 MAPE 기법을 사용하여 오차율을 검토하고, 시험차량주행을 통해 생성된 참값으로 검증하였다. 1분, 2분, 5분 집계주기 간격으로 분석한 결과, 5분 간격이 오차가 가장 적었으며, 이상치 제거를 위해 표준편차, 신뢰수준 5%, 10%, 15% 범위에서 데이터를 가공하였는데, 이중 신뢰수준 5% 범위와 표준편차 범위 내의 데이터만 가공할 때 오차가 적게 나타났으며, 대푯값은 평균값, 최빈값, 중앙값 중 중앙값 및 평균값이 정확한 것으로 도출하였다.
성능/효과
DSRC 교통정보와 FTMS 검지기 자료를 MAPE 기법을 사용하여 오차율을 검토하고, 시험차량주행을 통해 생성된 참값으로 검증하였다. 1분, 2분, 5분 집계주기 간격으로 분석한 결과, 5분 간격이 오차가 가장 적었으며, 이상치 제거를 위해 표준편차, 신뢰수준 5%, 10%, 15% 범위에서 데이터를 가공하였는데, 이중 신뢰수준 5% 범위와 표준편차 범위 내의 데이터만 가공할 때 오차가 적게 나타났으며, 대푯값은 평균값, 최빈값, 중앙값 중 중앙값 및 평균값이 정확한 것으로 도출하였다. 설치간격에 따라서 데이터의 신뢰성 비율이 달라졌는데, 1.
OBU에서 수집하는 도시부도로의 실시간 하이패스 구간교통자료의 특성을 시공간도를 이용하여 분석한 결과, 수집자료는 종료노드의 신호주기를 주기로 하여 도착 차량의 신호 대기 등에 따라 일정한 패턴을 나타내는 것을 알 수 있었다. 또한, 신호 대기 횟수와 대기시간에 따라 수집데이터의 편차가 발생하는데, 혼잡 상황보다 비혼잡 상황에서 편차가 크게 나타났다.
그 결과 GPS방식이 현장 교통상황을 가장 잘 반영하고 있었으며, DSRC 방식이 VDS 방식보다 우수한 것으로 분석되었다. VDS는 교통량이 많아지거나 교통량의 변화폭이 심한 경우 추정력이 다소 떨어지며, 지점속도를 기반으로 구간정보를 추정하므로 알고리즘 구현에 한계성을 가지는 것으로 분석하였고, GPS와 DSRC 방식은 프로브 검지자료가 부족할 때 추정력이 다소 떨어지는 것으로 분석하였다[2].
이상건, 이용중, 고용석(2003)은 단속류 구간에서 GPS방식, VDS(Loop)와, DSRC방식의 대표적 알고리즘 현황을 분석하고, 실제 각 방식별 알고리즘 추정결과와 실측치와의 RMSE 분석 등을 통해 추정력이 우수한 방법을 도출하였다. 그 결과 GPS방식이 현장 교통상황을 가장 잘 반영하고 있었으며, DSRC 방식이 VDS 방식보다 우수한 것으로 분석되었다. VDS는 교통량이 많아지거나 교통량의 변화폭이 심한 경우 추정력이 다소 떨어지며, 지점속도를 기반으로 구간정보를 추정하므로 알고리즘 구현에 한계성을 가지는 것으로 분석하였고, GPS와 DSRC 방식은 프로브 검지자료가 부족할 때 추정력이 다소 떨어지는 것으로 분석하였다[2].
올림픽대로와 천호대로 상에서 구간통행 시간을 측정하여 개별차량의 시공간도를 작성하여 분석하였다. 그 결과 연속류에서는 구간통행시간이 단일봉(unimodal)을 갖는 정규분포 형태를 나타냈다. 단속류에서는 구간 내 신호교차로의 수가 많을 경우 연속류 데이터와 같은 형태를 보였으며, 구간 내 신호교차로의 수가 적은 경우, 구간통행시간이 신호영향에 의해 몇 개의 그룹으로 뚜렷이 구분되어 정규성과는 거리가 먼 분포형태가 나타나는 것으로 분석하였다[1].
OBU에서 수집하는 도시부도로의 실시간 하이패스 구간교통자료의 특성을 시공간도를 이용하여 분석한 결과, 수집자료는 종료노드의 신호주기를 주기로 하여 도착 차량의 신호 대기 등에 따라 일정한 패턴을 나타내는 것을 알 수 있었다. 또한, 신호 대기 횟수와 대기시간에 따라 수집데이터의 편차가 발생하는데, 혼잡 상황보다 비혼잡 상황에서 편차가 크게 나타났다. 이는 혼잡상황에서는 신호대기 횟수가 많아지면서, 편차가 일정부분 상쇄되기 때문인 것으로 분석되었다.
<그림 9>에서 (a), (b) 모두 20~30km/h의 저속데이터와 40km/h 이상의 고속데이터가 존재하고, 양봉형태의 분포(bimodal distribution)패턴을 보이고 있는 것으로 나타났다. 시공간도가 개별차량의 주행특성을 고려하지 않는 점을 감안하면, 일정수준 설명력을 갖고 있는 것으로 판단되며, 이를 통해 하이패스 수집데이터 특성 설명이 가능한 것으로 분석되었다.
을 보면, 분석대상구간은 낮 비첨두시 통행속도가 평균 20~35km/h를 보였으며, 오후첨두시 혼잡상황에서 10~20km/h 수준으로 감소하였으므로, 지침의 제시기준에 의하면, 낮비첨두시는 ‘서행’, 오후첨두시는 ‘정체’로 판단할 수 있다.
이는 혼잡상황에서는 신호대기 횟수가 많아지면서, 편차가 일정부분 상쇄되기 때문인 것으로 분석되었다. 이러한 도시부도로의 하이패스 수집자료는 신호대기에 의한 교통특성을 반영하기 위해 평균값을 대표값으로 사용하는 것이 적절하며, 신호 및 도로 특성에 따라 지정체 판단기준을 조절할 필요가 있는 것으로 분석되었다.
이로써 도시부도로에서는 신호대기 횟수와 대기시간에 의해 수집데이터의 편차가 발생하며, 특히 비혼잡 상황에서 편차가 크게 나타나는 것을 알 수 있었다. 혼잡상황에서는 신호대기 횟수가 많아지면서, 편차가 일정부분 상쇄되는 것으로 분석된다.
후속연구
본 연구는 도시부도로에서의 하이패스 교통정보 특성을 분석한 기초연구로서, 향후 본 연구에서 고려하지 못한 OBU 차량종류에 따른 데이터 특성, 데이터의 적정 집락간격, 적절한 이상치 제거방안 등 도시부도로의 교통정보 신뢰성을 향상시키기 위한 다양한 연구가 진행되어야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
VDS의 단점은 무엇인가?
그 결과 GPS방식이 현장 교통상황을 가장 잘 반영하고 있었으며, DSRC 방식이 VDS 방식보다 우수한 것으로 분석되었다. VDS는 교통량이 많아지거나 교통량의 변화폭이 심한 경우 추정력이 다소 떨어지며, 지점속도를 기반으로 구간정보를 추정하므로 알고리즘 구현에 한계성을 가지는 것으로 분석하였고, GPS와 DSRC 방식은 프로브 검지자료가 부족할 때 추정력이 다소 떨어지는 것으로 분석하였다[2].
하이패스 교통정보시스템의 한계는 무엇인가?
하이패스 교통정보시스템은 프로브 차량을 이용하여 직접 구간정보를 수집함으로써, 보다 신뢰성 높은 정보를 운전자에게 제공할 수 있다. 그러나 프로브 차량의 운행상황과 특성, 그리고 통계처리 방법 등이 정보의 신뢰성에 영향을 미치며 특히, 도시부도로에서는 구간통행시간이 신호 지체시간 경험 유무에 의해 크게 영향을 받기 때문에, 수집되는 개별 프로브 데이터 간 많은 편차가 발생하게 된다. 따라서 구간정보의 신뢰도 제고를 위한 다각적인 방면에서의 연구가 필요하다.
하이패스 교통정보시스템이란 무엇인가?
최근 프로브차량 기반 정보수집방식인 하이패스 교통정보시스템이 활발히 구축되고 있다. 이는 하이패스라 일컫는 ETCS(Electronic Toll Collection System)의 활성화에 따라 OBU(On-Board Unit) 장착 차량을 프로브 차량으로 활용하여 도로변에 설치한 요금 지불 기능이 없는 RSE(Road Side Equipment)와의 DSRC(Dedicated Short Range Communications) 방식의 무선통신을 통해 교통정보를 수집 제공할 수 있는 시스템이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.