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
- 따라서 본 연구를 통해 TOD 시간계획 수립을 위한 명확한 방법론을 제시하고, 기존의 문제점을 해결하는 방안의 모색이 필요하다. 본 논문은 이를 위해 기존의 TOD 시간계획의 문제점을 보완하고, 현장분석을 위한 교통조사 방안, TOD 시간계획 수립과 신호최적화를 위한 프로세스를 정의하는 것을 연구의 목적으로 한다. TOD 시간계획 작성 시 가장 선행되어야 할 교통조사와 Sub Area 결정 방법을 제시하고, 정략적 기준에 의한 TOD 시간경계 결정과정을 정의하였다.
- 본 연구는 단속류 신호교차로의 제어 유형 중 하나인 TOD 제어를 위한 시간계획의 산출과정을 정립하고, 그 효과를 검증하는데 목적이 있으며, 연구에서 제시된 방법론에 의해 산출된 신호제어 변수를 실제 현장에 적용하여 그 효과를 분석하였다. 서울특별시 중랑구 동2로의 동1로 지하차도부터 군자교사거리까지 총 10개 교차로를 대상으로, 2010년 4월 2일부터 5일까지 평일과 토요일, 일요일(공휴일)의 교통량, 속도, 대기행렬길이 등의 현장조사 자료와 GPS장치를 장착한 차량의 주행조사를 통해 분석한 데이터를 이용하여 연구를 수행하였다.
가설 설정
- 여기서 K값은 일반적인 신호교차로의 포화교통류율을 2000(대/시)로 가정하고, 점유율 값이 100일 때 K값을 20을 사용하면 2000대의 교통량이 산출된다. 이와 같이 K값은 교통량과 점유율 간의 가중치를 나타내는 계수로써 일반적으로 20을 사용하며, 일반적인 도시부 도로의 VPLUSKO 값을 산출할 때 사용한다.
제안 방법
- Hauser(2001) 등은 Data Mining Tool을 이용하여 TOD 시간계획의 시간경계를 결정하는 방법론 개발을 연구하였다. ITS의 신호제어시스템과 결합한 모니터링 체계를 구축함으로써 시간경계를 결정하는 자동화 프로세스를 구축하였고, 시뮬레이션 분석을 통해 신호시간의 전이기간(Transition) 동안 발생하게 되는 비용을 분석하여 최적의 신호시간대를 구성하는 방법론을 개발하였다.
- Step 1은 평일, 토요일, 일요일의 교통량과 점유율 등의 교통자료를 통행패턴 변화의 최소시간인 15분 단위로 수집한다. 15분 단위 교통량의 변동이 클 경우, 30분 단위의 교통량을 분석에 적용한다.
- 본 연구에서는 TOD 시간계획의 기본이 되는 SA 설정에 대해 정의하고, K-Means Method를 적용하여 시계열적 데이터를 바탕으로 시간경계를 구분하였다. TOD 설정기준으로 VPLUSKO 지표를 사용하여 기존에 교통량만으로 시간경계를 나누었던 문제를 보완하였으며, 초기시간경계 구분 후에 3단계의 보정과정을 제시하여 K-Means 군집화 방법을 보완하였다. 신호최적화 방법론을 통해 평일 토요일 일요일에 대한 각 TOD 시간대별 신호최적화를 수행하였고, 시뮬레이션과 현장적용을 통해 효과를 검증하였다.
- 본 논문은 이를 위해 기존의 TOD 시간계획의 문제점을 보완하고, 현장분석을 위한 교통조사 방안, TOD 시간계획 수립과 신호최적화를 위한 프로세스를 정의하는 것을 연구의 목적으로 한다. TOD 시간계획 작성 시 가장 선행되어야 할 교통조사와 Sub Area 결정 방법을 제시하고, 정략적 기준에 의한 TOD 시간경계 결정과정을 정의하였다. 그리고 제안된 방법론에 의해 결정된 시간경계 구간의 신호제어 변수를 신호최적화 모형을 통해 최적화하였고.
- TRANSYT-7F로 각 단위시간대의 최적주기를 구하고, 이를 이용하여 동일한 주기의 시간대를 초기 시간경계 값을 결정한다. 이후에 Greedy Search Method를 이용하여 초기 시간경계 지점의 전후 15분 간격에 90분 범위를 시뮬레이션 도구를 이용하여 분석하고, 이때 산출된 결과값으로 지체시간이 낮은 구간을 Best Break Point로 선정하여 초기시간경계의 오류 가능성을 보정하였다.
- 새로운 TOD 시간계획의 효과를 분석하기 위한 시뮬레이션 모형으로 신호교차로의 다양한 모의 신호운영이 가능하며 평가지표로 지체와 대기행렬길이 등이 산정 가능한 VISSIM 모형을 선정하였다. VISSIM의VISVAP 기능을 이용하여 24시간 동안의 TOD 신호시간계획 별 신호패턴을 구현하였다. 사업구간의 시뮬레이션 차량분포인 Random Seed를 바꿔가며 최소 3회 반복 시뮬레이션을 수행하여 결과값을 산출하였다.
- 강남대로의 교육문화회관 앞 목요일 24시간 교통량 자료를 이용하여 VPLUSKO 값을 산출하여 보았다.
- 그러나 군집의 개수를 결정하는 분석방법마다 오차가 발생하고, 분석가의 주관이 개입되기 때문에 본 연구에서는 작업의 용이성을 고려하여 교통조사에 의해 작성된 교통량 곡선을 활용하였다. 그래프에서 변곡점의 수 및 양방향의 교통량 곡선이 교차하는 지점수를 군집의 개수로 정의하고, 그래프 상에서 교통량의 변화가 명확하게 나타나며 인접한 변곡점과 10% 이상의 교통량 차이가 발생하는 지점을 기준으로 교통패턴 변화를 판단하였다. 그 결과 <그림 10>과 같은 8개의 시간경계 수를 산출하였다.
- 또한 송민경(2010)은 semi-partial R-square, pseudo-F, pseudo-t square, cubic clustering criterion 등의 방법으로 군집수를 분석하기도 하였다. 그러나 군집의 개수를 결정하는 분석방법마다 오차가 발생하고, 분석가의 주관이 개입되기 때문에 본 연구에서는 작업의 용이성을 고려하여 교통조사에 의해 작성된 교통량 곡선을 활용하였다. 그래프에서 변곡점의 수 및 양방향의 교통량 곡선이 교차하는 지점수를 군집의 개수로 정의하고, 그래프 상에서 교통량의 변화가 명확하게 나타나며 인접한 변곡점과 10% 이상의 교통량 차이가 발생하는 지점을 기준으로 교통패턴 변화를 판단하였다.
- TOD 시간계획 작성 시 가장 선행되어야 할 교통조사와 Sub Area 결정 방법을 제시하고, 정략적 기준에 의한 TOD 시간경계 결정과정을 정의하였다. 그리고 제안된 방법론에 의해 결정된 시간경계 구간의 신호제어 변수를 신호최적화 모형을 통해 최적화하였고. 시뮬레이션 평가를 통해 효과를 검증하였다.
- TOD 시간계획을 세우기 위해서는 일반적으로 서로 다른 통행패턴을 보일 것으로 예상되는 평일ㆍ토요일ㆍ일요일에 대하여 24시간동안의 주방향의 주요지점에서 통과교통량을 수집한다. 기계식 검지기를 사용하여 주방향 상/하행의 2개 이상 지점에서 모든 차로의 통과교통량을 조사하고, 24시간 동안의 교통량 및 속도, 점유율 등의 분석에 필요한 자료를 수집한다.
- 동1로 지하차도와 군자교사거리는 지하차도가 포함된 입체교차로로써 분석대상교차로와 서로 다른 교통류특성을 보이고, 장안교 사거리∼면목4동치안센터는 교차로 간 거리가 600m를 초과하여 연동효과가 미약하므로 분리하였다. 따라서 단일로 횡단보도를 포함한 4개의 교차로와 6개의 교차로로 SA를 구성하였다. <그림 5>는 분석구간의 SA 구성결과이다.
- 본 연구에서는 TOD 시간계획의 기본이 되는 SA 설정에 대해 정의하고, K-Means Method를 적용하여 시계열적 데이터를 바탕으로 시간경계를 구분하였다. TOD 설정기준으로 VPLUSKO 지표를 사용하여 기존에 교통량만으로 시간경계를 나누었던 문제를 보완하였으며, 초기시간경계 구분 후에 3단계의 보정과정을 제시하여 K-Means 군집화 방법을 보완하였다.
- 본 연구에서는 최적화 프로그램으로 간선도로 연동폭 최대화 프로그램인 PASSER-Ⅴ를 이용하여 SA 내의신호제어 변수 중에서 주기, 옵셋, 현시길이를 최적화하였고, 독립교차로의 경우에는 지체최소화 프로그램인 TRANSYT-7F를 사용하여 신호최적화를 수행하였다.
- 분석 대상 구간인 동2로의 교차로 특성과 공사구간,평일 및 주말 첨두시에 지ㆍ정체가 일어나는 정확한 현실묘사를 위해 정확한 현황조사를 실시하고, Park (2006)의 연구와, FHWA(2004)에서 권고하는 변수에 대해서 정산(Calibration)을 수행하였다.
- 분석시간대는 평일 토요일 일요일에 대하여 24시간 분석을 수행하였고, TOD 시간계획의 최적화 효과와 신호변수 최적화 효과를 구분하기 위해서 와 같이 3개의 시나리오를 나누어 분석하였다.
- VISSIM의VISVAP 기능을 이용하여 24시간 동안의 TOD 신호시간계획 별 신호패턴을 구현하였다. 사업구간의 시뮬레이션 차량분포인 Random Seed를 바꿔가며 최소 3회 반복 시뮬레이션을 수행하여 결과값을 산출하였다.
- 새로운 TOD 시간경계의 최적 신호제어 변수를 산출하기 위해서 교통조사를 통해 수집한 자료를 바탕으로 신호최적화 프로그램을 사용하여 신호최적화를 수행한다. 사업구간의 통행특성과 시설물 설치, 도로의 기능에 따라 신호최적화 모형을 다르게 적용해야 한다.
- 새로운 TOD 시간계획의 효과를 분석하기 위한 시뮬레이션 모형으로 신호교차로의 다양한 모의 신호운영이 가능하며 평가지표로 지체와 대기행렬길이 등이 산정 가능한 VISSIM 모형을 선정하였다. VISSIM의VISVAP 기능을 이용하여 24시간 동안의 TOD 신호시간계획 별 신호패턴을 구현하였다.
- 서울특별시 중랑구 동2로의 동1로 지하차도부터 군자교사거리까지 총 10개 교차로를 대상으로, 2010년 4월 2일부터 5일까지 평일과 토요일, 일요일(공휴일)의 교통량, 속도, 대기행렬길이 등의 현장조사 자료와 GPS장치를 장착한 차량의 주행조사를 통해 분석한 데이터를 이용하여 연구를 수행하였다. 수집된 현황자료를 이용하여 정량적/정성적 방법에 의해 2개의 SA(Sub Area)를 구분하였고, 군집분석에 의한 TOD 시간경계 결정방법을 제안하였다. 평일ㆍ토요일ㆍ일요일의 각 TOD 시간경계에 대해서 간선축 신호최적화 프로그램을 통한 최적 신호제어 변수를 산출하였으며, 마이크로 시뮬레이터를 통해 그 효과를 검증하였다.
- TOD 설정기준으로 VPLUSKO 지표를 사용하여 기존에 교통량만으로 시간경계를 나누었던 문제를 보완하였으며, 초기시간경계 구분 후에 3단계의 보정과정을 제시하여 K-Means 군집화 방법을 보완하였다. 신호최적화 방법론을 통해 평일 토요일 일요일에 대한 각 TOD 시간대별 신호최적화를 수행하였고, 시뮬레이션과 현장적용을 통해 효과를 검증하였다.
- 이와 유사하게 Lei Jia(2006) 등은 Artificial Immune Theory를 기반으로 하는 Data Clustering 알고리즘을 적용하였다. 유전자 알고리즘(Genetic Algorithm)을 기반으로 한 Hierarchical Clustering 기법적용을 통해 대규모 네트워크에서 수집되는 정보를 실시간으로 분석하여 군집화를 수행함으로써 TOD 시간계획의 시간경계를 결정할 수 있도록 하였다. 이 방법론은 현재 버지니아 교통국의 Northern Virginia Smart Signal System에 적용되어 운영 중에 있다.
- 정영재(2008)는 비계층적(Non-hierarchical) 군집화 방법으로 K-Means Clustering 방법을 이용한 시간 경계 구분방법을 독립교차로에 적용하였다. 이 방법을 통해 객관적이고 효율적인 TOD 시간간격을 산출하여 교차로의 지체를 감소시켰다. 하지만 K-mean method의 초기 군집 수에 대한 결정을 엔지니어링의 직관에 맡기고 있으며, 시간경계 구분이 모호한 구간에 대한 해결책이 미비하였다.
- 이와 유사한 방법론으로 Scherer(2000)등은 Data Mining tool을 통해 교통 조건에 따른 TOD 시간계획의 시간적 변동시기를 정의하였으며, 통계적 Clustering 분석과 TOD 시간계획을 시간대 별로 분류하는 연구를 수행하였다. 이 연구를 통해 시간경계의 이전 및 확장 등의 변동 시기를 정의하였다. 사례연구에서는 회귀 분석모형을 사용하여 교통 조건 변화에 따른 TOD 시간 간격을 자동적으로 모니터링 할 수 있다는 것을 증명하였고, 신호시간 설계 방안의 실효성에 대해서도 증명하였다.
- 시뮬레이션 평가를 통해 효과를 검증하였다. 제안된 방법에 의해 도출된 신호제어변수는 실제 서울시 동2로 신호개선 시범운영 사업구간에 적용하여, 사전/사후 모니터링 분석을 통해 TOD 시간계획 최적화 효과를 검증하였다.
- 현황과 시뮬레이션을 비교하기 위한 효과척도로써 평균통행시간과 평균대기행렬길이를 선정하여 비교하였다. 주행차량 조사법에 의한 실제 통행시간과 시뮬레이션상의 평균통행시간과 비교하였고, 교차로별 실제 대기행렬길이와 시뮬레이션의 최대대기행렬길이를 비교하였다. 보정 시 현장값과 시뮬레이션값의 차이를 측정하는 척도로서 평균 절대 정규화오차(Mean Absolute Normalized Error, MANE)를 사용하였다.
- 최종적으로 입증된 TOD 신호시간계획을 토대로 동2로의 대상구간 교차로에 2010년 7월 1일부터 새로운 TOD 시간계획을 적용하여 현장평가를 수행하였다. 최적화된 TOD 시간계획의 적용 효과를 분석하기 위해 7월 9일부터 11일까지 교통류 상태의 변화를 모니터링하고, 사전/사후 분석을 수행하였다.
- 평일ㆍ토요일ㆍ일요일의 각 TOD 시간경계에 대해서 간선축 신호최적화 프로그램을 통한 최적 신호제어 변수를 산출하였으며, 마이크로 시뮬레이터를 통해 그 효과를 검증하였다. 최종적으로 입증된 TOD 신호시간계획을 토대로 동2로의 대상구간 교차로에 2010년 7월 1일부터 새로운 TOD 시간계획을 적용하여 현장평가를 수행하였다. 최적화된 TOD 시간계획의 적용 효과를 분석하기 위해 7월 9일부터 11일까지 교통류 상태의 변화를 모니터링하고, 사전/사후 분석을 수행하였다.
- 수집된 현황자료를 이용하여 정량적/정성적 방법에 의해 2개의 SA(Sub Area)를 구분하였고, 군집분석에 의한 TOD 시간경계 결정방법을 제안하였다. 평일ㆍ토요일ㆍ일요일의 각 TOD 시간경계에 대해서 간선축 신호최적화 프로그램을 통한 최적 신호제어 변수를 산출하였으며, 마이크로 시뮬레이터를 통해 그 효과를 검증하였다. 최종적으로 입증된 TOD 신호시간계획을 토대로 동2로의 대상구간 교차로에 2010년 7월 1일부터 새로운 TOD 시간계획을 적용하여 현장평가를 수행하였다.
- 현장 사전조사는 동1로 지하차도에서 군자교사거리까지 링크를 대상으로 2010년 4월 2일∼4월 4일 까지 3일간 시행하였으며, 사후조사는 2010년 7월 1일∼7월12일까지 정상적인 신호운영 확인 및 모니터링을 위해 12일간 이루어 졌다.
- 현황과 시뮬레이션을 비교하기 위한 효과척도로써 평균통행시간과 평균대기행렬길이를 선정하여 비교하였다. 주행차량 조사법에 의한 실제 통행시간과 시뮬레이션상의 평균통행시간과 비교하였고, 교차로별 실제 대기행렬길이와 시뮬레이션의 최대대기행렬길이를 비교하였다.
대상 데이터
- 이러한 제어단위의 구성에 따라 교차로간의 연동효과가 다르게 나타난다. 본 연구의 분석구간인 동2로의 교차로를 대상으로 정성적 기준과 정량적 기준을 고려하여 SA를 구성하였으며, 그 기준은 다음과 같다.
- 본 연구는 단속류 신호교차로의 제어 유형 중 하나인 TOD 제어를 위한 시간계획의 산출과정을 정립하고, 그 효과를 검증하는데 목적이 있으며, 연구에서 제시된 방법론에 의해 산출된 신호제어 변수를 실제 현장에 적용하여 그 효과를 분석하였다. 서울특별시 중랑구 동2로의 동1로 지하차도부터 군자교사거리까지 총 10개 교차로를 대상으로, 2010년 4월 2일부터 5일까지 평일과 토요일, 일요일(공휴일)의 교통량, 속도, 대기행렬길이 등의 현장조사 자료와 GPS장치를 장착한 차량의 주행조사를 통해 분석한 데이터를 이용하여 연구를 수행하였다. 수집된 현황자료를 이용하여 정량적/정성적 방법에 의해 2개의 SA(Sub Area)를 구분하였고, 군집분석에 의한 TOD 시간경계 결정방법을 제안하였다.
데이터처리
- 주행차량 조사법에 의한 실제 통행시간과 시뮬레이션상의 평균통행시간과 비교하였고, 교차로별 실제 대기행렬길이와 시뮬레이션의 최대대기행렬길이를 비교하였다. 보정 시 현장값과 시뮬레이션값의 차이를 측정하는 척도로서 평균 절대 정규화오차(Mean Absolute Normalized Error, MANE)를 사용하였다.
- 본 연구에서는 이러한 자료의 군집화를 위해 통계 프로그램인 SPSS를 사용하여 분석을 수행하여 초기 시간 경계 값을 산출하였다.
- 그리고 제안된 방법론에 의해 결정된 시간경계 구간의 신호제어 변수를 신호최적화 모형을 통해 최적화하였고. 시뮬레이션 평가를 통해 효과를 검증하였다. 제안된 방법에 의해 도출된 신호제어변수는 실제 서울시 동2로 신호개선 시범운영 사업구간에 적용하여, 사전/사후 모니터링 분석을 통해 TOD 시간계획 최적화 효과를 검증하였다.
이론/모형
- Step 3은 선정된 군집수를 토대로 통계 프로그램을 이용한 K-Means 군집화 방법을 사용한다.
- 이때 교통량만으로 TOD 시간경계를 분석하게 되면,서로 다른 교통상황에서 동일한 밀도값이 관측될 수 있다. 따라서 교통량 척도만으로 시간경계를 구분했을 경우에 나타날 수 있는 잘못된 교통상황 판단오류를 제거하기 위해서 VPLUSKO 값을 적용한다.
- 이러한 보정과정에서 시간경계의 구분이 모호할 경우에는 30분 단위로 이전시간대, 다음시간대, 1시간으로 보정하는 3가지 경우에 대하여 각각 시간경계를 이동하면서 시뮬레이션을 수행하고, 평균통행 시간이 가장 낮은 시간을 보정된 시간경계로 결정한다. 본 논문에서는 VISSIM 모형을 사용하여 이에 대한 보정을 수행하였다.
성능/효과
- 3) 개별 군집에 대해 거리의 제곱평균을 최소로 하는 새로운 중심점을 계산하며, 이때 산술평균이 적용된다.4) 위의 둘째와 셋째의 과정을 계속적으로 반복한 후 어느 개체도 다른 군집에 재 배정되지 않을 때 최종 중심값(centroid)과 이 군집에 속하는 개체들의 그룹화는 종료하게 된다.
- 대기행렬길이는 동2로 주방향에서 4월과 비교하여 12.23% 감소하였고, 시간대별로 대기행렬길이를 분석한 결과, 사전조사와 비교하여 최대 51.88% 감소한 것으로 분석되었다.
- 분석구간을 주행한 차량들의 평균 정지횟수는 4월 대비 7월에 평균 13.05% 감소하였고, 시간대별 정지횟수를 분석한 결과 사전조사와 비교하여 최대 33.69% 감소한 것으로 분석되었다.
- 이 연구를 통해 시간경계의 이전 및 확장 등의 변동 시기를 정의하였다. 사례연구에서는 회귀 분석모형을 사용하여 교통 조건 변화에 따른 TOD 시간 간격을 자동적으로 모니터링 할 수 있다는 것을 증명하였고, 신호시간 설계 방안의 실효성에 대해서도 증명하였다.
- 사전ㆍ사후분석을 위해 교통량의 변화를 분석한 결과, 4월 대비 7월 교차로 교통량은 계절적 요인으로 인해 평균 4.98% 감소한 것으로 나타났다. 차량 평균 통행속도는 4월 대비 개선 후의 7월 평균통행속도가 15.
- 서울시 중랑구 동2로에 개선된 신호시간을 적용하여 사전ㆍ사후 분석을 수행한 결과, 교차로 주요 평가지표인 평균 통행속도가 15.84% 증가하였고, 평균정지횟수와대기행렬길이도 약 13% 정도 감소한 것으로 나타났다. 특히 비첨두 시간대 지체가 크게 감소함으로써 비혼잡시간대의 신호운영효율이 크게 향상된 것으로 나타났다.
- 앞의 조사결과에서 보는바와 같이 현장적용 후 평균 통행속도, 평균정지횟수, 대기행렬길이에서 뚜렷한 개선 효과가 나타났으며, 특히 주방향에 대한 지체감소 효과가 뚜렷하게 발생하고, 교차로 연동에 대한 평가지표인 정지횟수가 감소하고, 통행속도가 명확히 증가한 것을 확인할 수 있었다.
- TRANSYT-7F로 각 단위시간대의 최적주기를 구하고, 이를 이용하여 동일한 주기의 시간대를 초기 시간경계 값을 결정한다. 이후에 Greedy Search Method를 이용하여 초기 시간경계 지점의 전후 15분 간격에 90분 범위를 시뮬레이션 도구를 이용하여 분석하고, 이때 산출된 결과값으로 지체시간이 낮은 구간을 Best Break Point로 선정하여 초기시간경계의 오류 가능성을 보정하였다.
- 98% 감소한 것으로 나타났다. 차량 평균 통행속도는 4월 대비 개선 후의 7월 평균통행속도가 15.84% 증가하였으며, 시간대별 통행속도를 분석한 결과 사전조사와 비교하여 최대 37.82% 까지 증가한 것으로 조사되었다.
- 84% 증가하였고, 평균정지횟수와대기행렬길이도 약 13% 정도 감소한 것으로 나타났다. 특히 비첨두 시간대 지체가 크게 감소함으로써 비혼잡시간대의 신호운영효율이 크게 향상된 것으로 나타났다.
- 평일과 토요일, 일요일 24시간 네트워크 지체분석 결과, 시나리오 2의 신호제어변수 최적화는 약 7%의 지체감소 효과가 있는 것으로 나타났고, 시나리오 3의 TOD 시간계획 개선효과는 약 16%인 것으로 나타났다. 특히 토요일이나 일요일의 비첨두 시간대에서 주방향의 연동 폭 증가로 인한 지체개선 효과가 크게 나타나는 것으로 분석되었다.
- 평일 교차로 별 평균정지지체를 보면, 잘못된 신호운영으로 교차로 지체가 발생했던 중랑전화국과 장안교사거리, 동곡삼거리에서 큰 폭으로 지체가 감소하였으며, 이와 마찬가지로 주말 교차로 평균지체는 임계 교차로인 장안교사거리와 장평교사거리에서 지체 감소폭이 크게 나타났다.
- 평일과 토요일, 일요일 24시간 네트워크 지체분석 결과, 시나리오 2의 신호제어변수 최적화는 약 7%의 지체감소 효과가 있는 것으로 나타났고, 시나리오 3의 TOD 시간계획 개선효과는 약 16%인 것으로 나타났다. 특히 토요일이나 일요일의 비첨두 시간대에서 주방향의 연동 폭 증가로 인한 지체개선 효과가 크게 나타나는 것으로 분석되었다.
후속연구
- 또한 TOD 시간경계 구분의 기준이 되는 교통량에 대한 명확한 정의가 부족하였고, 상 하행 중방향교통량의 패턴변화를 고려하지 못하여 교통축의 연동효과가 떨어지는 문제가 발생하였다. 따라서 본 연구를 통해 TOD 시간계획 수립을 위한 명확한 방법론을 제시하고, 기존의 문제점을 해결하는 방안의 모색이 필요하다. 본 논문은 이를 위해 기존의 TOD 시간계획의 문제점을 보완하고, 현장분석을 위한 교통조사 방안, TOD 시간계획 수립과 신호최적화를 위한 프로세스를 정의하는 것을 연구의 목적으로 한다.
- 향후 연구과제로서 K-Means 군집화의 기초가 되는군집수(K값)를 명확히 결정하는 기준과 방법론에 대한 추가적인 연구가 필요하며, 신호전이(Transition)시 생기는 교통류에 대한 충격 및 지체를 고려하여 최소전이 시간의 분석 및 적정 시간에 대한 제시가 요구된다. 또한 본 연구를 바탕으로 일반 엔지니어들이 적용하기 쉽도록 자동화된 TOD 시간계획 산정 프로그램 개발 필요할 것으로 판단된다.
- 향후 연구과제로서 K-Means 군집화의 기초가 되는군집수(K값)를 명확히 결정하는 기준과 방법론에 대한 추가적인 연구가 필요하며, 신호전이(Transition)시 생기는 교통류에 대한 충격 및 지체를 고려하여 최소전이 시간의 분석 및 적정 시간에 대한 제시가 요구된다. 또한 본 연구를 바탕으로 일반 엔지니어들이 적용하기 쉽도록 자동화된 TOD 시간계획 산정 프로그램 개발 필요할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.