본 논문은 기존의 단일값(점추정)으로 제시하던 검지기 성능평가 결과를 통계적 신뢰구간(구간추정)으로 제시하기 위한 검지기 성능평가 방안을 제시했다. 일반적으로 구간추정은 점추정에 비해 표본 통계의 더 많은 정보를 제공하기 때문에 기존 단일값으로 제시해 오던 검지기 성능평가 결과의 신뢰성을 향상시킬 수 있다. 방법론은 크게 표본 추출, 평가척도 분석, 평가결과 제시의 세 부분으로 나누어진다. 표본추출 방법에는 다양한 통계적 표본 추출 방법이 있지만 교통, 조도, 기상조건에 따라 변화하는 차량검지기 성능의 특성상 층화추출법이 통계적 신뢰구간 제시를 위한 가장 적합한 방법론으로 간주되었다. 또한 기존에 널리 사용된 검지기 성능평가 척도들의 특징을 면밀히 분석하여 평가자로 하여금 해당 검지자료에 적합한 평가척도를 선택할 수 있는 프로세스를 정립하였다. 마지막으로 평가기간 전체(예. 30분)와 개별분석 단위(예. 1분) 평가결과의 통계적 신뢰구간을 반영하기 위한 방법론을 제시했다. 본 연구는 기존 검지기 성능평가 결과의 단일값 제시로 인해 불가능 했던 신뢰구간 제시를 가능하게 함에 따라 검지기 성능평가 결과의 신뢰성을 향상시킬 수 있을 것으로 판단된다.
본 논문은 기존의 단일값(점추정)으로 제시하던 검지기 성능평가 결과를 통계적 신뢰구간(구간추정)으로 제시하기 위한 검지기 성능평가 방안을 제시했다. 일반적으로 구간추정은 점추정에 비해 표본 통계의 더 많은 정보를 제공하기 때문에 기존 단일값으로 제시해 오던 검지기 성능평가 결과의 신뢰성을 향상시킬 수 있다. 방법론은 크게 표본 추출, 평가척도 분석, 평가결과 제시의 세 부분으로 나누어진다. 표본추출 방법에는 다양한 통계적 표본 추출 방법이 있지만 교통, 조도, 기상조건에 따라 변화하는 차량검지기 성능의 특성상 층화추출법이 통계적 신뢰구간 제시를 위한 가장 적합한 방법론으로 간주되었다. 또한 기존에 널리 사용된 검지기 성능평가 척도들의 특징을 면밀히 분석하여 평가자로 하여금 해당 검지자료에 적합한 평가척도를 선택할 수 있는 프로세스를 정립하였다. 마지막으로 평가기간 전체(예. 30분)와 개별분석 단위(예. 1분) 평가결과의 통계적 신뢰구간을 반영하기 위한 방법론을 제시했다. 본 연구는 기존 검지기 성능평가 결과의 단일값 제시로 인해 불가능 했던 신뢰구간 제시를 가능하게 함에 따라 검지기 성능평가 결과의 신뢰성을 향상시킬 수 있을 것으로 판단된다.
This paper presents a new test technique for evaluating performance of vehicle detectors with interval estimation, not the conventional point estimation, for presenting statistical confidence interval. The methodology is categorized into three parts; sampling plan, analysis on the characteristic of ...
This paper presents a new test technique for evaluating performance of vehicle detectors with interval estimation, not the conventional point estimation, for presenting statistical confidence interval. The methodology is categorized into three parts; sampling plan, analysis on the characteristic of evaluation indices, and the expression of evaluation results. Even though many statistical sampling plans exist, stratified random sampling is regarded as the most appropriate one, considering the detector performance characteristics that varies with traffic, illumination, and meteorological conditions. No magic bullet exists for evaluation index for detector evaluation, hence the characteristics of evaluation indices were thoroughly analyzed and a reasonable process for choosing the best evaluation index is proposed. Finally, the methodology to express the result of detector evaluation for the entire evaluation period and individual analysis interval is represented, respectively. To overcome the existing drawbacks in point estimation, interval estimation by which statistical confidence interval can be represented is introduced for enhancing statistical reliability of traffic detector evaluation. This research can make vehicle detector scheme improve one step forward.
This paper presents a new test technique for evaluating performance of vehicle detectors with interval estimation, not the conventional point estimation, for presenting statistical confidence interval. The methodology is categorized into three parts; sampling plan, analysis on the characteristic of evaluation indices, and the expression of evaluation results. Even though many statistical sampling plans exist, stratified random sampling is regarded as the most appropriate one, considering the detector performance characteristics that varies with traffic, illumination, and meteorological conditions. No magic bullet exists for evaluation index for detector evaluation, hence the characteristics of evaluation indices were thoroughly analyzed and a reasonable process for choosing the best evaluation index is proposed. Finally, the methodology to express the result of detector evaluation for the entire evaluation period and individual analysis interval is represented, respectively. To overcome the existing drawbacks in point estimation, interval estimation by which statistical confidence interval can be represented is introduced for enhancing statistical reliability of traffic detector evaluation. This research can make vehicle detector scheme improve one step forward.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 절대치 변환과정이 없는 퍼센트 오차(PE)와 절대치 변환과정을 포함하는 절대 퍼센트 오차(APE) 두 지표를 활용하여 평가결과를 산출하는 방법을 제시하였다. 평가에 사용된 자료는 양호한 기상상태에서 비정체시 30분 동안 수집한 경기도 곤지암 IC 부근 일반국도 3호선 소재 레이더검지기 자료(평가대상값)와 비디오 녹화에 의한 수동 카운트 자료(평가기준값)이며 분석단위 1분에 대한 평가결과는 <표 10>과 같았다.
본 논문은 평가결과의 단일값 제시로 인해 발생하던 기존의 검지기 성능평가 문제점을 해결하기 위하여 합리적인 표본추출 방안을 통한 구간 추정 방법론을 제시하였고 아울러 기존에 널리 쓰이는 평가척도에 대한 특성을 분석하였다. 검지센서별로 차량검지기 성능특성을 분석하여 평가를 위한 합리적인 표본추출 방안으로 층화추출법을 제안하였고 각 층을 나누는 기준으로는 교통류, 조도, 기상조건을 제안했다.
본 연구에서는 이상에서 분석한 평가척도들의 특성을 고려하여 검지기 평가시 최적의 평가척도 선정 프로세스를 와 같이 제안했다.
이에 본 연구에서는 전술한 차량검지기 성능평가의 문제점을 해결하기 위하여 합리적인 표본추출을 통한 구간추정 방법론을 제시하고, 기존에 널리 사용된 평가척도들의 특성을 비교 ㆍ 분석하여 평가하고자 하는 검지기 자료 특성에 적합한 평가척도 선정 방법론을 제안하고자 한다.
제안 방법
본 논문은 평가결과의 단일값 제시로 인해 발생하던 기존의 검지기 성능평가 문제점을 해결하기 위하여 합리적인 표본추출 방안을 통한 구간 추정 방법론을 제시하였고 아울러 기존에 널리 쓰이는 평가척도에 대한 특성을 분석하였다. 검지센서별로 차량검지기 성능특성을 분석하여 평가를 위한 합리적인 표본추출 방안으로 층화추출법을 제안하였고 각 층을 나누는 기준으로는 교통류, 조도, 기상조건을 제안했다. 통계적 신뢰성에 기반한 평가결과 제시 방법으로는 표본 평균과 표본 표준편차를 이용한 모집단 오차에 대한 신뢰구간을 추정하는 방법론을 제시했다.
Coifman, B.는[12-13] 개별차량 단위의 루프검지기, 레이더검지기 등의 자료를 영상녹화 기반의 기준자료 수집을 통해 단일값의 %오차를 사용하여 평가하였다. 이렇듯 기존의 검지기 성능평가 연구결과 또한 표본자료의 평가결과를 활용하여 모집단 오차의 신뢰구간을 제시한 사례는 없는 것으로 조사되었다.
전술했듯이 평가척도(評價尺度)는 차량검지기의 성능을 합리적으로 계량할 수 있어야 하고, 수요자의 이해가 용이해야 한다. 본 연구는 기존의 국내 ㆍ 외 차량검지기 평가사례에서는 주로 사용된 상관계수, MAPE, 등가계수를 중심으로 이들 세 종류의 평가척도에 대한 면밀한 특성을 분석하였다.
전체적으로 타 센서에 비해 루프검지기 오차가 작았고 조도 상태별 성능차이는 영상검지기에서만 존재하는 것으로 분석되었으며 교통류 상태별로는 루프, 영상, 레이더 모두 성능차이가 존재하는 것으로 분석되었다. 본 연구에서 교통류 상태 판정은 1분 평균속도 30kph(고속도로 소통상태 판정 기준)를 기준으로 정체, 비정체를 구분했다.
외국사례로는 미국에서 90년대 후반부터 다양한 기관에서 기존의 루프검지기 대체용 비매설식 차량검지기 성능평가를 수행하였다[6-7]. 이러한 기존의 평가사례를 표본추출, 평가척도, 평가결과 제시로 나누어 요약하면 <표 1>과 같다.
검지센서별로 차량검지기 성능특성을 분석하여 평가를 위한 합리적인 표본추출 방안으로 층화추출법을 제안하였고 각 층을 나누는 기준으로는 교통류, 조도, 기상조건을 제안했다. 통계적 신뢰성에 기반한 평가결과 제시 방법으로는 표본 평균과 표본 표준편차를 이용한 모집단 오차에 대한 신뢰구간을 추정하는 방법론을 제시했다.
대상 데이터
평가에 사용된 자료는 양호한 기상상태에서 비정체시 30분 동안 수집한 경기도 곤지암 IC 부근 일반국도 3호선 소재 레이더검지기 자료(평가대상값)와 비디오 녹화에 의한 수동 카운트 자료(평가기준값)이며 분석단위 1분에 대한 평가결과는 과 같았다.
데이터처리
전술했듯이 PE를 사용한 개별오차의 신뢰구간 산정시 우선 개별오차가 정규분포를 따르는지 검증해야 한다. 이를 위해 본 연구에서는 적합도 검정에서 일반적으로 사용되는 K-S(Kolmogorov-Smirnov) 통계량(D)을 이용하여 PE의 정규성 검증(귀무가설 : PE는 정규분포를 따른다.)을 수행했다. 그 결과, <표 11>에서와 같이 D=max(0.
이론/모형
이 경우 표본에 대한 성능평가 결과(통계량)를 이용하여 모집단의 대표값(모수)에 대한 추정치로 표현해야 하는데 이를 위해서 기존에는 과 같이 점추정치(단일값) 방법론을 사용했다.
성능/효과
그 결과, 에서와 같이 D=max(0.230, 0.170)=0.230로 산출되었고, 이는 95% 신뢰수준(양측검정)에서의 D(0.025, 30)=0.242 값보다 작기 때문에 1분 분석단위 개별오차(%)는 N(-0.56, 6.12)인 정규분포를 따르는 것으로 분석되었다.
72% 사이에 존재함을 알 수 있다. 이상과 같이 본 논문에서 제시한 구간추정 방법론을 이용하여 검지기 성능평가를 수행할 경우 샘플에 대한 평가결과를 모집단의 평가결과로 제시하는 데 있어 일정한 신뢰구간을 합리적으로 제시할 수 있기 때문에 기존 점추정에 비해 이론적 근거가 명확할 뿐만 아니라 검지기 성능에 대한 보다 상세한 정보를 획득할 수 있다는 장점이 있다. 이에 따라 평균오차 10%이하로만 규정한 기존의 검지기 성능평가 기준을 평균오차 10% 이하에서 개별 분석단위 오차 20% 이하(95% 신뢰수준) 또는 평기기간 전체 평균오차 15% 이하(95% 신뢰수준)등으로 규정할 수 있을 것이다.
이상의 분석결과를 종합하면 차량검지기 성능평가는 와 같이 교통류 상태별로 평가되어야 하고 특히 조도에 민감한 영상센서를 사용하는 검지기는 조도상태별로 평가가 수행되어야 하는 것으로 분석되었다.
이상과 같이 본 논문에서 제시한 구간추정 방법론을 이용하여 검지기 성능평가를 수행할 경우 샘플에 대한 평가결과를 모집단의 평가결과로 제시하는 데 있어 일정한 신뢰구간을 합리적으로 제시할 수 있기 때문에 기존 점추정에 비해 이론적 근거가 명확할 뿐만 아니라 검지기 성능에 대한 보다 상세한 정보를 획득할 수 있다는 장점이 있다. 이에 따라 평균오차 10%이하로만 규정한 기존의 검지기 성능평가 기준을 평균오차 10% 이하에서 개별 분석단위 오차 20% 이하(95% 신뢰수준) 또는 평기기간 전체 평균오차 15% 이하(95% 신뢰수준)등으로 규정할 수 있을 것이다. 이 경우, 사용자는 기존 점추정치에 비해 해당 검지기의 오차에 대한 보다 상세한 정보를 획득할 수 있다는 장점이 있다.
<표 2>는 3일간의 일출, 주간, 일몰, 야간에 대해 각 30분 동안 1분 수집주기로 수집된 루프, 영상, 레이더검지기 교통량 자료에 대한 성능평가 결과이며 <표 3> 및 <표 4>는 이러한 평가결과(MAPE)가 조도 및 교통류 상태별로 차이가 존재하는가에 대한 분산분석 및 t-검정을 수행한 결과이다. 전체적으로 타 센서에 비해 루프검지기 오차가 작았고 조도 상태별 성능차이는 영상검지기에서만 존재하는 것으로 분석되었으며 교통류 상태별로는 루프, 영상, 레이더 모두 성능차이가 존재하는 것으로 분석되었다. 본 연구에서 교통류 상태 판정은 1분 평균속도 30kph(고속도로 소통상태 판정 기준)를 기준으로 정체, 비정체를 구분했다.
그러나 본 연구에서는 현실적인 제약조건으로 인해 다양한 환경(비, 안개, 눈 등)하에서 평가하지 못했지만 미국의 ASTM 규정에는 다양한 기상환경 조건하에서도 평가하도록 권고하고 있다[2]. 종합하면, 검지기 성능평가는 다양한 통계적 표본추출 방법[14] 중 층화추출법이 가장 적합한 방법론인 것으로 사료된다.
후속연구
그러나 본 논문은 다양한 검지센서(루프, 영상, 레이더, 초음파, 지자기 등) 중 국내에 주로 보급된 루프, 영상, 레이더검지기의 3일간 자료만을 이용하여 표본추출 방안(층화추출법)을 제시했고 다양한 기상조건별로는 타 문헌을 참고했을 뿐 실제 현장실험 결과를 제시하지 못했다는 한계가 있다. 따라서 향후에는 다양한 센서 및 환경조건하에서 충분한 실험자료를 통한 본 연구결과의 추가적인 검증이 필요할 것으로 사료된다.
그러나 본 논문은 다양한 검지센서(루프, 영상, 레이더, 초음파, 지자기 등) 중 국내에 주로 보급된 루프, 영상, 레이더검지기의 3일간 자료만을 이용하여 표본추출 방안(층화추출법)을 제시했고 다양한 기상조건별로는 타 문헌을 참고했을 뿐 실제 현장실험 결과를 제시하지 못했다는 한계가 있다. 따라서 향후에는 다양한 센서 및 환경조건하에서 충분한 실험자료를 통한 본 연구결과의 추가적인 검증이 필요할 것으로 사료된다.
본 연구 결과를 차량검지기 성능평가에 적용할 경우 기존의 표본에 대한 성능평가 결과를 단일값으로 제시함으로 인해 발생하던 통계적 신뢰성 부족의 문제점을 합리적으로 해결할 수 있을 것으로 기대된다. 아울러 국내의 차량검지기 성능평가 체계를 국제적 기준에 부합하거나 혹은 국제적 기준을 선도하는 수준으로 개선시킬 수 있을 것으로 판단된다.
본 연구 결과를 차량검지기 성능평가에 적용할 경우 기존의 표본에 대한 성능평가 결과를 단일값으로 제시함으로 인해 발생하던 통계적 신뢰성 부족의 문제점을 합리적으로 해결할 수 있을 것으로 기대된다. 아울러 국내의 차량검지기 성능평가 체계를 국제적 기준에 부합하거나 혹은 국제적 기준을 선도하는 수준으로 개선시킬 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
표본추출 방법 중 차량검지기 성능의 통계적 신뢰구간 제시에 가장 적합한 방법론은?
방법론은 크게 표본 추출, 평가척도 분석, 평가결과 제시의 세 부분으로 나누어진다. 표본추출 방법에는 다양한 통계적 표본 추출 방법이 있지만 교통, 조도, 기상조건에 따라 변화하는 차량검지기 성능의 특성상 층화추출법이 통계적 신뢰구간 제시를 위한 가장 적합한 방법론으로 간주되었다. 또한 기존에 널리 사용된 검지기 성능평가 척도들의 특징을 면밀히 분석하여 평가자로 하여금 해당 검지자료에 적합한 평가척도를 선택할 수 있는 프로세스를 정립하였다.
구간추정이 점추정보다 검지기 성능평가에 유리한 이유는?
본 논문은 기존의 단일값(점추정)으로 제시하던 검지기 성능평가 결과를 통계적 신뢰구간(구간추정)으로 제시하기 위한 검지기 성능평가 방안을 제시했다. 일반적으로 구간추정은 점추정에 비해 표본 통계의 더 많은 정보를 제공하기 때문에 기존 단일값으로 제시해 오던 검지기 성능평가 결과의 신뢰성을 향상시킬 수 있다. 방법론은 크게 표본 추출, 평가척도 분석, 평가결과 제시의 세 부분으로 나누어진다.
MAPE의 단점은?
MAPE(%오차)는 평가 도에 대한 이용자의 이해가 쉽고 <표 7>과 같이 교통량이 적은 수집주기(음영부분)에 대한 작은 오차까지도 엄격하게 평가할 수 있기 때문에 가장 널리 사용되었다. 하지만 <표 8>에서 보듯이 평가기준값(Yi)이 0(음영부분)인 경우에는 수학적으로 정의되지 않은 경우로써 계산자체가 불가능하다는 단점이 있다.
참고문헌 (16)
M. A. Chowdhury and A. Sadek, "Fundamentals of intelligent transportation systems planning," Artech House, pp.1, 2003.
ASTM, "Standard test method for evaluating performance of traffic monitoring devices," ASTM E 2532-06, 2006.
CEN, "Test specification for vehicle detectors," ENV13563-2000, 2000.
한국건설기술연구원, "ITS 장비.시스템 성능평가 및 신기술 지정보호체계 구축 연구," 2004.
L. A. Klein, "Sensor technologies and data requirement for ITS," ISBN 1-58053-077-X, Artech House, pp.306-307, 2001.
Minnesota DOT, "Evaluation of Non-Intrusive technologies for traffic detection," Final Report, SRF no.3683, 2003.
Texas Transportation Institute, "Vehicle detector evaluation," FHWA/TX-00/1439-7, 2002.
도로교통공단, "차량용 대체검지기 활용방안 연구," 1999.
J. Jang, N. Baik and H. Kim, "A new evaluation scheme for vehicle detectors including a traceability concept," TRB Annual Meeting, January 2009.
J. Jang and S. Byun, "Evaluation of traffic data accuracy using korea detector testbed," 17th ITS World Congress Busan, October 2010.
B. Coifman and S. Dhoorjaty. "Event databased traffic detector validation tests," Journal of Transportation Engineering, vol.130, ASCE, May 2004.
B. Coifman, "Vehicle level evaluation of loop detectors and the remote traffic microwave sensor," Journal of Transportation Engineering, vol.132, ASCE, March 2006.
박우동, 김명호, "경영 및 경제를 위한 통계학," 세영사, pp.22, pp.186-192, 1996.
V. Punzo and F. Simonelli, "Analysis and comparison of microscopic traffic Flow models with real traffic microscopic data," Transportation Research Record, no.1934, 2005.
장진환, 변상철, "통계적 신뢰성 확보를 위한 차량검지기 성능평가 방안," 대한교통학회 추계학술발표회 논문집, October 2009.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.