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
- 개선 전처리 과정에는 오류자료 해당항목, 차량 정지상태, 보정처리여부등에 대한 정보를 태그화하여 제공하도록 구성하였다. 또한, 이러한 태그들을 이용하여 자료 완전성과 유효성 정보를 제공하여자료 품질을 확인할 수 있도록 하였다.
- 이에 본 연구에서는 고속도로 차량검지기의 수집자료를 이력자료로 활용하기 위해 “실제 교통현상을 왜곡하지 않고 데이터 보정처리 내역을 확인할 수 있도록 하는 전처리 과정 수립”으로 목표로 설정하고 전처리 과정을 개선하였다.
- 이에, 본 연구는 정확한 이력자료 생성을 위해 기존 실시간용 전처리 과정을 개선하여 교통이력자료용 전처리 과정을 제시하는 것을 목적으로 한다.
가설 설정
- 기준값으로 사용한 톨게이트는 고속도로 본선에 위치하고 대상 검지기와 톨게이트 간(2km) 진출입 램프가 존재하지 않는다. 진출입램프가 없어서 교통량의 유출입이 없으며 1시간 단위 비교시 공간상이격으로 인한 오차는 미비하다고 가정하였다.17)
제안 방법
- 개선 전처리 과정에는 오류자료 해당항목, 차량 정지상태, 보정처리여부등에 대한 정보를 태그화하여 제공하도록 구성하였다. 또한, 이러한 태그들을 이용하여 자료 완전성과 유효성 정보를 제공하여자료 품질을 확인할 수 있도록 하였다.
- 일부 시스템에서 사용하는 속도-점유율비, 차량 길이-속도 등의 오류판단방식은 수집지점 및 수집시간별 임계치 조정이 필요하고 획일적 적용시 문제를 발생시킨다. 개선된 오류판단과정에서는 임계치, 자료관계 설정 항목에 대해서 아래와 같이 일반적 교통특성을 따를 수 있는 인자만을 사용하였다.
- (2009)의 연구에서는 현재 사용되고 있는 검지기 자료의 결측기법에 대한 고찰과 분류를 실시하였다. 결측기법을 시계열, 평균값 적용 등의 독립적인 기법과 시공간분석, 회귀분석 등과 같은 연관기법으로 구분하였다[11].
- Gang Chang and Tongmin Ge(2011)의 연구에서 결측자료보정을 위해 보정기법에 대한 비교를 실시하였다. 결측을 불규칙 상황에서 발생하는 전체 결측, 일부결측으로 분류하고 이와는 별도로 결측이유가 분명한 결측상황으로 구분하였다. 분석결과 상황별로 베이시안, 최소자승법, Expectation Maximization 등의 기법이 RMSE를 최소화하는것으로 분석되었다[12].
- 차로수별 획일화된 보정방식 개선을 위해 참조 차로가 1개인 경우를 구분하고자 편도 3차로 이상과 미만으로 구분하였다. 또한, 편도 3차로 이상 도로 중 정상차로 자료가 50%미만일 경우에도 편도 2차로 도로와 동일한 보정방식을 적용하였다.
- 지점보정은 차로보정에서 미보정된 자료때문에 집계가 불가능한 경우 적용한다. 상하류 인접지점을 이용한 공간적 보정과 이동평균에 의한 시간적 보정, 이력자료에 의한 패턴보정으로 구분되며 5분 이내 오류에 대해서만 실시한다.
- 실제 수집된 차량검지기 자료를 개선 전처리 과정과 기존 FTMS 전처리 과정에 적용해서 집계하여 품질지표와 교통량을 비교 평가하였다. 품질지표는 30초 차로원시자료와 비교했고 교통량은 톨게이트 교통량과 전처리 후 집계된 자료와 비교하였다.
- 본 연구는 고속도로에서 수집되는 차량검지기 자료의 전처리과정을 연구대상으로 한다. 연구 수행을 위해 차량검지기 자료의 전처리 과정에 관한 선행연구 분석으로 기존 전처리 과정의 문제점과 개선방향을 설정하였고 이를 토대로 이력자료 생성을 위한 전처리 과정을 개선하였다.
- 오류판단 내용은 헤드별 점유율차, 교통량차에 따라 임계값을 검사하는 1차 오류판단 과정15)과 수집된 자료의 임계값을 평가하는 2차 오류판단 과정으로 구성하였다. 2차 오류 판단과정의 임계치 중 교통량은 도로용량편람상 이상적 용량에 여유값을 더한 값이며, 속도는 경험적 최대속도값, 점유율은 산출될 수 있는 최소값과 최대값이다
- 이러한 차이점을 통해 본 연구에서는 이력자료용 전처리 과정 개선 목표를 “실제 교통현상을 왜곡하지 않고 데이터 보정처리 내역을 확인할 수 있도록 하는 전처리 과정 수립”으로 하고 개선방향을 설정하였다.
- 검지기 발생오류의 대부분은 장기오류로 1개 헤드의 장기오류 발생시 상당량의 자료가 오류처리된다. 이를 개선하고자 오류판단 대상을 검지기 대푯값에서 헤드별 자료로 판단방식으로 변경하였다.
- 차로수별 획일화된 보정방식 개선을 위해 참조 차로가 1개인 경우를 구분하고자 편도 3차로 이상과 미만으로 구분하였다. 또한, 편도 3차로 이상 도로 중 정상차로 자료가 50%미만일 경우에도 편도 2차로 도로와 동일한 보정방식을 적용하였다.
- 단, 차량 정지상태인 교통량, 점유율, 속도 [0, 100, 0]은 예외처리하여 잠재적 돌발상황 상태로 정의하였다. 통행량이 없어 교통량, 점유율, 속도가 모두 0인 경우를 제외하고 일정주기 이상 동일한 값이 반복되는 반복오류를 검출할수 있도록 반복오류 판단과정을 추가하였다.
- 평가를 위해 개선된 전처리과정과 기존 고속도로 교통관리시스템용으로 실시간 전처리된 자료를 다양한 지표로 비교하였다.
- 실제 수집된 차량검지기 자료를 개선 전처리 과정과 기존 FTMS 전처리 과정에 적용해서 집계하여 품질지표와 교통량을 비교 평가하였다. 품질지표는 30초 차로원시자료와 비교했고 교통량은 톨게이트 교통량과 전처리 후 집계된 자료와 비교하였다.16)
- (2007)의 연구에서는 교통자료에 대한 품질평가 및 자료처리 기법 구현을 위해 평가계산식을 도입한 품질평가와 오류판단, 결측보 정의 자료처리 기법을 제안하였다. 품질평가 개선을 위해서 결측자료의 포함여부에 따라 품질평가 과정을 1, 2차로 구분하였다[9].
대상 데이터
- 본 연구는 고속도로에서 수집되는 차량검지기 자료의 전처리과정을 연구대상으로 한다. 연구 수행을 위해 차량검지기 자료의 전처리 과정에 관한 선행연구 분석으로 기존 전처리 과정의 문제점과 개선방향을 설정하였고 이를 토대로 이력자료 생성을 위한 전처리 과정을 개선하였다.
- 분석자료는 2012년 2월 6일~10일, 5일간 자료이며 30초 차로원시자료를 전처리한 후 1시간 지점자료로 집계하였다.
- <그림 4>와 같이 톨게이트 최인접 3개 검지기 중 중앙검지기를 대상검지기로 하였다. 이는, 공간보정을 위해 상, 하류 검지기가 필요하기 때문이다.
- 차량검지기 원시자료(Raw Data)는 차로별 수집되며 검지기로부터 주기별3)로 수집되어 가공처리를 거치기 전 단계의 자료이다. 원시자료에는 검지기 작동상태 불량4), 통신불량 등으로 불완전 자료가 포함될 수 있으며 검지값이 누락된 결측자료와 자료가 명확하지 않은 비정상 자료로 분류할 수 있다.
데이터처리
- Gang Chang and Tongmin Ge(2011)의 연구에서 결측자료보정을 위해 보정기법에 대한 비교를 실시하였다. 결측을 불규칙 상황에서 발생하는 전체 결측, 일부결측으로 분류하고 이와는 별도로 결측이유가 분명한 결측상황으로 구분하였다.
- 오차를 제곱평균하는 지표인 평균오차 제곱근(RMSE:Root Mean Square Error, 이하 RMSE)과 평균 절대비율오차(MAPE:Mean Absolute Percentage Error, 이하 MAPE)을 통해 비교하였다.
이론/모형
- (2012)은 비돌발상황에서의 오류데이터 보정을 위해 기존에 적용중인 시, 공간적인 보정방법을 비교하였다. 시간적 보정방법으로 이력데이터의 시간적 경향(trend)를 이용한 보정기법을 적용했고 공간적 보정방법으로 선형회귀(linear regression)과 커널회귀(kernel regression), 차로별 배분율 기법을 적용하여 분석하였다. 다양한 오류비율상에서의 평가결과 시간적 보정방법이 다양한 오류비율에서 공간적 보정방법보다 나은 것으로 분석되었다[13].
성능/효과
- 1) 집계자료의 신뢰성은 전처리 과정에서 오류자료와 누락자료를 제대로 보정할 수 있는지에 따라 좌우된다.
- 1일 총교통량, 1시간 평균 교통량에 대한 분석결과 개선 전처리 과정이 기준값인 톨게이트 교통량과 좀 더 일치하는 것으로 분석되었다. 또한, 경부, 서해안 고속도로 모두 개선 전처리 과정이 기존모형보다 낮은 RMSE를 나타내고 있다.
- 1일 총교통량, 1시간 평균교통량, RMSE, MAPE 등의 분석결과 전반적으로 개선 전처리 과정이 기존 전처리 과정에 비하여 참값에 가까운 값을 나타내는 것으로 분석되었다. 이는 개선 전처리 과정이 이력자료 활용을 위한 실제 교통현상을 보다 잘 반영하는 것으로 추론할 수 있다.
- 기존 전처리과정과 개선 전처리 과정을 비교한 결과 개선 전처리 과정의 품질지표가 우수한 것으로 나타났다. 이는, 동일 자료를 사용할 경우 비실시간 Off-Line 방식을 적용하는 개선 전처리 과정이 보다 완전한 정보를 활용할 수 있음을 의미한다.
- 이는, 동일 자료를 사용할 경우 비실시간 Off-Line 방식을 적용하는 개선 전처리 과정이 보다 완전한 정보를 활용할 수 있음을 의미한다. 또한, 톨게이트 교통량을 기준자료로 분석한 결과 개선 전처리 과정으로 처리된 결과가 기준값에 가까운 것으로 확인되었다. 이는 실제현상을 그대로 반영하여야 하는 이력자료의 활용목적상 개선 전처리 과정이 더 부합하며 전처리과정에서 정확성을 확보하는 것으로 해석할 수 있다.
- 오류건수도 개선 전처리 과정이 많으며 이는 개선 과정이 오류판단기준과정을 강화시켰기 때문이다. 보정건수는 기존 과정은 보정내역 확인이 불가능한데 비해서 개선 과정은 전체 오류와 결측건수 중약 95.2%에 해당하는 자료를 보정하였다.
- 결측을 불규칙 상황에서 발생하는 전체 결측, 일부결측으로 분류하고 이와는 별도로 결측이유가 분명한 결측상황으로 구분하였다. 분석결과 상황별로 베이시안, 최소자승법, Expectation Maximization 등의 기법이 RMSE를 최소화하는것으로 분석되었다[12].
- 품질지표 분석결과 결측자료수 관련 지표인 완전성은 개선된 과정이 높으며 결측자료와 오류자료수 관계인 유효성은 기존 전처리 과정이 약간 높은 것으로 나타났다. 이는 개선 전처리 과정의 강화된 오류판단기준 때문이라 판단된다.
후속연구
- 개선 전처리 과정을 시스템에 적용하기 위해서는 실제 다양한 교통현상이 반영된 충분한 기간 동안의 모니터링과 검증이 요구된다. 검지기 자료의 특성상 30초 단위로 수집되는 자료의 참값을 매주 기마다 실측하기는 어려우므로 개선 전처리과정의 효과를 분석할 수 있도록 정기교통량 조사의 영상 자료 분석결과와 연계하여 검증을 수행할 수 있는 방안도 고려해볼 필요가 있다.
- 더불어, 본 연구에서 제시한 상황별 검지결과태그를 활용한 다양한 품질 지표 개발과 유지관리에 적용이 뒤따를 경우 자료 품질관리측면에서 그간 문제가 되었던 차량 검지기 수집자료의 신뢰성 향상을 위한 기반환경 조성이 가능할 것이다.
- 이외에 쌍루프 검지기에서 루프헤드(head)간 자료의 차이가 큰 경우6), 동일한 자료가 지속적으로 수집되는 경우, 현장제어기 자체적으로 오류자료로 판단하는 경우 등도 포함된다. 이러한, 오류자료 비율은 자료 유효성에 영향을 미치고 오류자료가 많을수록 유효성이 떨어지므로 활용가능한 자료가 적어진다.
- 향후, 해외에서 적용되고 있는 통계기반의 보정기법인 시계열분석, Expectation Maximization 등과 같은 고급기법의 적용에 대해서도 시스템 처리시간, 가용시스템 리소스 고려 등 실제 시스템 적용시키기 위한 관점에서 실용성 있는 연구가 뒤따른다면 전처리 관련 기법의 고도화가 가능할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.