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 연구에서는 고속도로를 대상으로 대표적인 지점검지기인 영상과 루프검지기의 신뢰도를 비교하고 구간 교통량1) 대표치를 생성할 때 오차를 감소시킬 수 있는 개선방안을 제시하고자 한다.
- 따라서 본 연구에서는 고속도로를 대상으로 영상과 루프검지기의 수집된 교통량 차이를 비교분석하고 실측교통량과의 차이를 분석하여 신뢰도가 높은 대표 구간 교통량 생성방법을 제안하였다. 단, 본 연구에서는 대표치 생성의 개선방안에 대한 내용적 범위를 교통량으로 제한하였으며, 이는 지점검지기를 통해서 수집되어 산출되는 구간 통행시간 및 통행속도는 구간 검지기인 DSRC(Dedicated Short Range Communications) 등을 통해 산출되는 자료를 통해 보정되기 때문이다.
- 따라서, 본 논문에서는 통계적으로 차이가 확인된 각 검지기별 구간 교통량을 실측교통량과의 차이 및 오차율을 비교하여 구간 대표 교통량 생성 시 신뢰도를 향상 시킬 수 있는 방안에 대하여 제안하였다.
- 본 논문은 영상검지기의 증가에 따라 교통정보에 대한 신뢰도에 대한 우려가 높아지고 있는 바, 고속도로를 대상으로 영상과 루프검지기에서 수집된 교통량 차이를 비교분석하고 실측교통량과의 차이를 분석하여 신뢰도가 높은 대표 구간 교통량 생성방법을 제안하였다. 주요한 분석결과는 다음과 같다.
제안 방법
- 이환필 외(2012)는 차량검지기의 속도측정 성능평가방법을 개발하였다. 개발된 성능평가방법에서는 오차요인들을 기준속도에 반영하며 측정 불확도의 개념을 적용하였다. 기존 연구, 통계적 처리기법, 기존 교통단속장비 및 차량검지시스템의 속도측정 성능평가 방법 등에 대한 고찰을 통해 기존 평가방법의 문제점을 도출하고 개선된 성능평가 방법을 개발하였다.
- 개발된 성능평가방법에서는 오차요인들을 기준속도에 반영하며 측정 불확도의 개념을 적용하였다. 기존 연구, 통계적 처리기법, 기존 교통단속장비 및 차량검지시스템의 속도측정 성능평가 방법 등에 대한 고찰을 통해 기존 평가방법의 문제점을 도출하고 개선된 성능평가 방법을 개발하였다.[7]
- 이청원 외(2007)는 설치 연도별로 영상검지기의 성능수준을 평가하고 시계열적인 분석을 위한 현장 자료를 수집하였다. 또한, 제조회사, 설치년도 등 각각의 영상검지기의 특성이 동일하지 않기 때문에 발생하는 이분산성(heteroscedasticity)문제를 고려하여 영상검지기의 정확도 감소 곡선을 추정하였다.[5]
- 3개의 구간으로 구분된 대상구간에는 각 구간 내에 입출구가 존재하지 않는다. 또한 서해안 고속도로 목포TG~무안IC 구간을 추가적으로 선정하여 함께 비교하였다. 대상구간의 위치 및 각 구간 별 검지기의 종류 및 개수는 다음과 같다.
- 구간 내에 동일한 검지기가 여러 개 설치되어 있는 경우 검지기 종류별로 평균을 산출하여 각각을 비교하였다. 이는 전술한 것과 같이 본 연구의 핵심이 이종 지점검지기 자료의 결합으로 인해 대표 교통량 산출 시 오차율이 증가하는 현상을 확인하려고 했기 때문이다.
- 이는 전술한 것과 같이 본 연구의 핵심이 이종 지점검지기 자료의 결합으로 인해 대표 교통량 산출 시 오차율이 증가하는 현상을 확인하려고 했기 때문이다. 따라서 본 연구에서는 동일 구간 내에 영상검지기와 루프검지기가 함께 설치되어 있는 구간을 선정하여 영상과 루프검지기의 차이를 일교통량과 시간대 평균교통량으로 비교분석하였다.
- 동일한 대상구간 내의 영상검지기와 루프검지기에서 1시간 간격으로 각각 수집된 시간대별 교통량 데이터를 비교분석하였다. 데이터는 2013년 3월 25일(월) ~ 29일(금)에 수집되었으며, 특정일에 대한 오차를 줄이기 위해 5일 데이터를 이용하였다.
- 앞서 영상 및 루프검지기에서 수집된 교통량의 차이가 시간대별, 일별로 매우 크다는 것을 확인하였다. 이러한 교통량 차이가 통계적으로 유의한 것인지를 검증하였다. 각 시간대별로 영상 및 루프검지기에서 수집된 교통량을 변수로 설정하여 Paired T-test를 실시하였다.
- 영상검지기와 루프검지기 교통량은 동일 구간에서 수집된 교통량이지만 차이가 있다는 것은 앞서 검증하였다. 하지만, 이는 단순한 차이를 의미하지, 실제 오차는 아니므로, 실측교통량을 이용하여 각각의 검지기에서 수집된 자료의 신뢰도를 확인하였다. 여기서, 실측교통량은 고속도로 본선형 영업소의 수납자료인 TCS(Toll Collection System)를 이용하였다.
- 하지만, 1개 구간은 분석이 제한적이고 표본의 수가 적기 때문에 한계가 있을 수 있다. 따라서, 전술한 것처럼 성남TG~송파IC 구간과 유사한 조건을 가지고 있어, 실측교통량과의 비교가 용이한 서해안고속도로 목포TG~무안IC 구간을 추가적으로 분석하였다. 시간적 범위와 공간적 범위는 동일하게 비교분석하였으며, 각 검지기의 신뢰도 비교를 위해 실측교통량과의 오차율 분석 및 통계적 검증을 실시하였다.
- 실측교통량을 기준으로 영상검지기, 루프검지기, 영상 및 루프검지기의 평균으로 산출되는 대표 교통량의 차이 및 오차율을 비교하였다. 먼저 성남TG~송파IC 구간의 실측교통량과 차이를 살펴보면, 기점방향은 영상검지기의 경우 3,425대/일, 루프검지 기의 경우 1,995대/일, 평균교통량의 경우 2,567대/일로 나타났다.
- 앞서 실측교통량과 영상검지기 교통량, 루프검지기 교통량, 영상 및 루프 검지기의 평균교통량과의 차이를 확인하였다. 이를 통계적으로 검증하기 위하여 기종점과 상관없이 시간대별 실측교통량을 변수1로 설정하고 루프검지기에서 수집된 시간대별 교통량과 영상검지기에서 수집된 시간대별 교통량, 시간대별 평균 교통량을 각각의 변수2로 설정하여 Paired T-test 검증을 실시하였다.
- 첫 번째로 영상검지기에서 수집된 교통량을 대표 교통량으로 생성하는 방법, 두 번째로 루프검지기에서 수집된 교통량을 대표 교통량으로 생성하는 방법, 마지막으로 영상 검지기와 루프검지기에서 수집된 교통량의 평균을 대표 교통량으로 생성하는 방법이다. 이 중 실측교통량과 각각 영상검지기, 루프검지기에서 수집된 교통량, 영상 및 루프 검지기의 일평균 교통량을 도식화하여 분석하였다. 분석결과, 루프검지기에서 수집된 교통량이 실측교통량과의 차이가 가장 적게 나타나는 것을 확인할 수 있었다.
- 따라서, 낮은 신뢰도를 보이는 다양한 데이터를 이용하여 대표치를 생성하는 것보다, 하나라도 보다 신뢰성이 높은 데이터를 대표치로 이용하는 것이 보다 높은 신뢰도를 확보하는 방법으로 판단된다. 특히 기존 연구와 동일하게 본 연구에서도 영상 검지기보다 루프검지기의 신뢰도가 높게 나타났으므로, 구간내에 이종 검지기가 존재할 경우 루프검지기를 이용하여 구간 대표 교통량을 산정하는 방법을 제안한다. 다만, 루프검지기라고 할지라도 유지관리 및 기타 다양한 요소에 의해 신뢰도가 저하 될 수 있으므로 검지기 상태에 대한 검증과 평가는 반드시 필요하다.
대상 데이터
- 분석을 위해 영상검지기와 루프검지기가 동일 구간에 함께 운영되는 구간을 선정하였다. 선정된 구간은 구간 내에 휴게소 등 진출입부가 존재하지 않아, 비록 지점검지기 설치위치는 약간 상이하지만 거리가 짧아 단위 교통량이 통계적으로 동일하다고 판단할 수 있는 지점으로 제한하였다.
- 최종적으로 선정된 구간은 서울외곽순환고속도로 성남TG~송파IC~서하남IC~하남JC의 총 14.9km 구간이다. 3개의 구간으로 구분된 대상구간에는 각 구간 내에 입출구가 존재하지 않는다.
- 동일한 대상구간 내의 영상검지기와 루프검지기에서 1시간 간격으로 각각 수집된 시간대별 교통량 데이터를 비교분석하였다. 데이터는 2013년 3월 25일(월) ~ 29일(금)에 수집되었으며, 특정일에 대한 오차를 줄이기 위해 5일 데이터를 이용하였다.
- 하지만, 이는 단순한 차이를 의미하지, 실제 오차는 아니므로, 실측교통량을 이용하여 각각의 검지기에서 수집된 자료의 신뢰도를 확인하였다. 여기서, 실측교통량은 고속도로 본선형 영업소의 수납자료인 TCS(Toll Collection System)를 이용하였다.
- 실측교통량의 시간적 범위는 2013년 3월 25일(월)~29일(금)의 5일로, 실측교통량이 수집되는 구간2)인 성남TG~송파IC 구간으로 공간적 범위를 제한하였다. 성남TG~송파IC 구간 내에는 입출구부가 없으므로 각 검지기의 설치 구간(이정)이 상이하더라도 해당 구간을 통과하는 교통량은 통계적으로 차이가 없다고 판단할 수 있다.
데이터처리
- 이러한 교통량 차이가 통계적으로 유의한 것인지를 검증하였다. 각 시간대별로 영상 및 루프검지기에서 수집된 교통량을 변수로 설정하여 Paired T-test를 실시하였다.
- 따라서, 전술한 것처럼 성남TG~송파IC 구간과 유사한 조건을 가지고 있어, 실측교통량과의 비교가 용이한 서해안고속도로 목포TG~무안IC 구간을 추가적으로 분석하였다. 시간적 범위와 공간적 범위는 동일하게 비교분석하였으며, 각 검지기의 신뢰도 비교를 위해 실측교통량과의 오차율 분석 및 통계적 검증을 실시하였다.
- 앞서 실측교통량과 영상검지기 교통량, 루프검지기 교통량, 영상 및 루프 검지기의 평균교통량과의 차이를 확인하였다. 이를 통계적으로 검증하기 위하여 기종점과 상관없이 시간대별 실측교통량을 변수1로 설정하고 루프검지기에서 수집된 시간대별 교통량과 영상검지기에서 수집된 시간대별 교통량, 시간대별 평균 교통량을 각각의 변수2로 설정하여 Paired T-test 검증을 실시하였다. 검증 결과는 다음과 같다.
성능/효과
- 장진환 외(2005)는 현재 고속도로와 일반 국도 ITS를 위한 핵심 검지장비인 영상검지기에 대한 성능을 차량의 속도그룹별로 분석했고, 통과차량의 속도저하에 의한 검지자료의 부정확성의 원인을 규명한 후, 이에 대한 해결책을 제시했다. 분석결과, 속도 자료의 경우에는 차량의 통과속도가 50kph 이하로 떨어질 때부터 성능이 저하되고, 교통량과 점유율의 경우에는 30kph 이하일 때부터 성능이 저하되는 것으로 분석되었다.[3]
- 강진기 외(2002)는 기존 지점검지기와 비콘 검지기 및 매설식 자동차량인식장치의 한계점을 극복하고자 비매설식 AVI를 개발하고 이를 통하여 도로상을 주행하는 일반적인 차량들을 프로브 차량으로 활용하여 신뢰성 있는 구간교통정보를 산출하는 방법을 개발하는 것을 목적으로 하였다. 현장 실험 결과 레이져센서의 차량 검지율은 95%이상, 차량 인식률은 87.8%이며, 차량 매칭률은 약 14.3%로 분석되어 도로의 교통 상황 추이를 잘 반영하는 것으로 분석하였다.[4]
- 영상 및 루프검지기의 교통량을 비교한 결과, 1일 누적 교통량에서 성남TG~송파IC 구간은 기점방향 1,430대/일, 종점방향 3,289대/일 차이가 있었다. 송파IC~서하남IC 구간은 기점방향 11,480대/일, 종점방향이 3,297대/일, 서하남IC~하남JC 구간은 기점방향이 6,643대/일, 종점방향이 3,031대/일 차이가 있었다.
- 송파IC~서하남IC 구간은 기점방향 11,480대/일, 종점방향이 3,297대/일, 서하남IC~하남JC 구간은 기점방향이 6,643대/일, 종점방향이 3,031대/일 차이가 있었다. 결론적으로 영상검지기와 루프검지기에서 수집된 교통량은 적게는 약 1,500대/일에서 많게는 약 11,500대/일 차이가 있었다. 특히, 시간대별로 최대 약 1,200대/시 까지 차이가 발생하여 영상과 루프검지기의 교통량 차이가 매우 심각함을 알 수 있었다.
- 결론적으로 영상검지기와 루프검지기에서 수집된 교통량은 적게는 약 1,500대/일에서 많게는 약 11,500대/일 차이가 있었다. 특히, 시간대별로 최대 약 1,200대/시 까지 차이가 발생하여 영상과 루프검지기의 교통량 차이가 매우 심각함을 알 수 있었다.
- 구간별로 분석한 결과, 성남TG~송파IC~서하남IC 구간은 루프가 영상보다 교통량이 많았으나, 서하남IC~하남JC 구간 영상이 루프보다 교통량이 많았다. 전반적으로 구간별로 차이는 있지만, 영상보다는 루프검지기의 교통량이 더 많은 것으로 나타났다.
- 구간별로 분석한 결과, 성남TG~송파IC~서하남IC 구간은 루프가 영상보다 교통량이 많았으나, 서하남IC~하남JC 구간 영상이 루프보다 교통량이 많았다. 전반적으로 구간별로 차이는 있지만, 영상보다는 루프검지기의 교통량이 더 많은 것으로 나타났다. 이는 전술한 것과 같이, 영상검지기는 수집된 영상자료를 이용하기 때문에 검지영역의 설정, 조도 변화에 따라 검지기의 신뢰도가 낮아지기 때문으로 판단된다.
- 앞서 영상 및 루프검지기에서 수집된 교통량의 차이가 시간대별, 일별로 매우 크다는 것을 확인하였다. 이러한 교통량 차이가 통계적으로 유의한 것인지를 검증하였다.
- 영상검지기와 루프검지기의 Paired T-test의 검증 결과, 모든 구간에서 유의수준 0.05 이하로 귀무가설(두 집단의 평균이 같음)을 기각하게 되어 두 집단의 평균에는 차이가 있다고 판단할 수 있었다. 즉, IC를 기준으로 동일한 구간 내에 설치된 루프검지기와 영상검지기 교통량 자료는 통계적으로 서로 다르다고 볼 수 있다.
- 그러나, 본선형 영업소의 경우는 휴게소 등 진출입부가 없는 경우 차량의 진출입이 불가능하다. 따라서 본선형 영업소가 있고 인근 IC까지 특정한 진출입이 없는 구간의 TCS를 실측교통량인 참값으로 활용 가능하다고 판단하였다.
- 실측교통량을 기준으로 영상검지기, 루프검지기, 영상 및 루프검지기의 평균으로 산출되는 대표 교통량의 차이 및 오차율을 비교하였다. 먼저 성남TG~송파IC 구간의 실측교통량과 차이를 살펴보면, 기점방향은 영상검지기의 경우 3,425대/일, 루프검지 기의 경우 1,995대/일, 평균교통량의 경우 2,567대/일로 나타났다. 종점방향은 영상검지기의 경우 2,996대/일, 루프검지기의 경우 293대/일, 평균교통량의경우 1,352대/일로 나타났다.
- 종점방향은 영상검지기의 경우 2,996대/일, 루프검지기의 경우 293대/일, 평균교통량의경우 1,352대/일로 나타났다. 실측교통량과의 차이를 분석한 결과 루프검지기의 차이가 가장 작은 것을 알 수 있다. 이를 오차율로 살펴보면, 기점방향은 영상검지기의 경우 4.
- 실측교통량과의 차이를 분석한 결과 루프검지기의 차이가 가장 작은 것을 알 수 있다. 이를 오차율로 살펴보면, 기점방향은 영상검지기의 경우 4.41%, 루프검지기의 경우 2.57%, 영상 및 루프검지기의 평균으로 산출되는 대표 교통량의 경우 3.30%로 나타났다. 종점방향은 영상검지기의 경우 4.
- 그 다음으로, 목포TG~무안IC 구간의 실측교통량과 차이를 살펴보면, 기점방향은 영상검지기의 경우 429대/일, 루프검지기의 경우 161대/일, 평균교통량의 경우 295대/일로 나타났다. 종점방향은 영상검지기의 경우 363대/일, 루프검지기의 경우 155대/일, 평균교통량의 경우 259대/일로 나타났다.
- 그 다음으로, 목포TG~무안IC 구간의 실측교통량과 차이를 살펴보면, 기점방향은 영상검지기의 경우 429대/일, 루프검지기의 경우 161대/일, 평균교통량의 경우 295대/일로 나타났다. 종점방향은 영상검지기의 경우 363대/일, 루프검지기의 경우 155대/일, 평균교통량의 경우 259대/일로 나타났다. 실측교통량과의 차이를 분석한 결과 루프검지기의 차이가 가장 작은 것을 알 수 있다.
- 실측교통량과의 차이를 분석한 결과 루프검지기의 차이가 가장 작은 것을 알 수 있다. 이를 오차율로 살펴보면, 기점방향은 영상검지기의 경우 3.34%, 루프검지기의 경우 1.21%, 영상 및 루프검지기의 평균으로 산출되는 대표 교통량의 경우 2.30%로 나타났다. 종점방향은 영상검지기의 경우 2.
- <표12>를 보면, 성남TG~송파IC, 목포TG~무안IC 모두에서 실측교통량과의 차이가 가장 적은 검지기는 루프검지기로 나타났다. 평균적으로 영상검지기는 약 5.
- <표12>를 보면, 성남TG~송파IC, 목포TG~무안IC 모두에서 실측교통량과의 차이가 가장 적은 검지기는 루프검지기로 나타났다. 평균적으로 영상검지기는 약 5.61%, 루프검지기는 약 3.16%, 영상 및 루프검지기의 평균은 약 4.35%로 루프검지기에서 검지된 교통량이 실측교통량과의 차이가 가장 적은 것을 알 수 있다.
- 실측교통량과 영상검지기, 루프검지기를 통해 수집된 교통량의 Paired T-test의 검증결과, P-Value를 살펴보면 전구간의 모든 검지기에서 유의수준 0.05이하로 귀무가설(두 집단의 평균이 같음)을 기각하게 되어 두 집단의 평균에는 차이가 있다고 분석되었다. 즉 통계적으로 실측교통량과 영상 검지기 교통량, 루프검지기 교통량, 평균 교통량이 모두 실측 교통량과 차이가 있다고 판단할 수 있다.
- 05이하로 귀무가설(두 집단의 평균이 같음)을 기각하게 되어 두 집단의 평균에는 차이가 있다고 분석되었다. 즉 통계적으로 실측교통량과 영상 검지기 교통량, 루프검지기 교통량, 평균 교통량이 모두 실측 교통량과 차이가 있다고 판단할 수 있다.
- 이 중 실측교통량과 각각 영상검지기, 루프검지기에서 수집된 교통량, 영상 및 루프 검지기의 일평균 교통량을 도식화하여 분석하였다. 분석결과, 루프검지기에서 수집된 교통량이 실측교통량과의 차이가 가장 적게 나타나는 것을 확인할 수 있었다.
- 이를 종합해보면, 통계적 검증방법을 통해서 모든 교통량 자료는 실측교통량과 차이가 있었으나, 루프검지기가 실측교통량과 가장 유사하다는 것을 알 수 있었다. 따라서 영상검지기에서 수집된 교통량이나 영상과 루프를 평균 교통량 보다 루프검지기에서 수집된 교통량이 가장 실측치에 가깝다고 볼 수 있다.
- 따라서 영상검지기에서 수집된 교통량이나 영상과 루프를 평균 교통량 보다 루프검지기에서 수집된 교통량이 가장 실측치에 가깝다고 볼 수 있다. 즉, 본 대상구간에서는 구간 대표 교통량 생성 시 현재 방식인 루프 및 영상 검지기에서 수집된 교통량은 평균하는 것보다는 영상검지기보다 신뢰도가 높은 루프검지기를 대표치로 사용하는 것이 더 낫다고 볼 수 있다.
- 첫째, 영상검지기와 루프검지기에서 각각 수집된 교통량은 동일 구간, 동일한 시간대에 수집된 자료라도 차이가 있는 것을 알 수 있었다. 영상검지기와 루프검지기의 검지된 교통량은 적게는 약 1,500대/일에서 많게는 약 11,500대/일 차이가 있었다.
- 첫째, 영상검지기와 루프검지기에서 각각 수집된 교통량은 동일 구간, 동일한 시간대에 수집된 자료라도 차이가 있는 것을 알 수 있었다. 영상검지기와 루프검지기의 검지된 교통량은 적게는 약 1,500대/일에서 많게는 약 11,500대/일 차이가 있었다. 특히, 시간대별로 최대 약 1,200대/시 까지 차이가 발생하여 영상과 루프검지기의 교통량 차이가 매우 심각함을 알 수 있었다.
- 특히, 시간대별로 최대 약 1,200대/시 까지 차이가 발생하여 영상과 루프검지기의 교통량 차이가 매우 심각함을 알 수 있었다. Paired T-test를 통해 영상검지기와 루프검지기의 차이를 검증한 결과, 동일한 구간 내에 설치된 영상검지기와 루프검지기 자료는 서로 다름을 알 수 있었다.
- 둘째, 실측교통량과 영상 검지기, 루프검지기를 통해 수집된 교통량, 영상 및 루프검지기의 평균으로 산출되는 대표 교통량과를 각각 비교한 결과, 루프검지기에서 수집된 교통량이 실측교통량과의 가장 차이가 적다는 것을 알 수 있었다. 다만, 통계적 검증 결과, 차이가 가장 적은 루프검지기도 실측교통량과 통계적으로 다르다는 것을 확인하였다.
- 둘째, 실측교통량과 영상 검지기, 루프검지기를 통해 수집된 교통량, 영상 및 루프검지기의 평균으로 산출되는 대표 교통량과를 각각 비교한 결과, 루프검지기에서 수집된 교통량이 실측교통량과의 가장 차이가 적다는 것을 알 수 있었다. 다만, 통계적 검증 결과, 차이가 가장 적은 루프검지기도 실측교통량과 통계적으로 다르다는 것을 확인하였다.
- 그럼에도 불구하고 영상검지기에서 수집된 교통량이나 영상과 루프를 평균 교통량 보다 루프검지기에서 수집된 교통량이 가장 실측치에 근접한 것으로 나타났다. 즉, 본 대상구간에서는 구간 대표 교통량 생성 시 현재 방식인 루프 및 영상 검지기에서 수집된 교통량은 평균하는 것보다는 영상검지기보다 신뢰도가 높은 루프검지기를 대표치로 사용하는 것이 더 낫다고 볼 수 있다.
- 따라서, 낮은 신뢰도를 보이는 다양한 데이터를 이용하여 대표치를 생성하는 것보다, 하나라도 보다 신뢰성이 높은 데이터를 대표치로 이용하는 것이 보다 높은 신뢰도를 확보하는 방법으로 판단된다. 특히 기존 연구와 동일하게 본 연구에서도 영상 검지기보다 루프검지기의 신뢰도가 높게 나타났으므로, 구간내에 이종 검지기가 존재할 경우 루프검지기를 이용하여 구간 대표 교통량을 산정하는 방법을 제안한다.
- 신뢰도 분석결과, 서울외곽순환선의 영상검지기는 실측보다 교통량이 적은 반면 서해안선 영상검지기는 교통량이 많았다. 이는 영상검지영역의 설정에 대한 오차로 보인다.
후속연구
- 다만, 본 연구는 실측교통량에 대한 수집의 한계로 본선형 영업소가 존재하고 구간 내에 유출입이 없는 구간을 대상구간으로 선정하여 공간적 범위에 제한이 있었다. 따라서 연구 대상구간을 전국으로 확장하여 추가 분석할 필요가 있다.
- 다만, 본 연구는 실측교통량에 대한 수집의 한계로 본선형 영업소가 존재하고 구간 내에 유출입이 없는 구간을 대상구간으로 선정하여 공간적 범위에 제한이 있었다. 따라서 연구 대상구간을 전국으로 확장하여 추가 분석할 필요가 있다. 본 연구에서는 보다 일반적인 조건에서 검지기 자료의 신뢰도를 비교하기 위해 검지기 설치와 관련한 세부 조건들은 분석하지 않았다.
- 본 연구에서는 보다 일반적인 조건에서 검지기 자료의 신뢰도를 비교하기 위해 검지기 설치와 관련한 세부 조건들은 분석하지 않았다. 향후 보다 구체적이고 세부적인 연구를 위해서는 검지기 설치와 관련한 세부 조건들을 추가적으로 분석할 필요가 있다.
- 이는 영상검지영역의 설정에 대한 오차로 보인다. 영상검지기는 검지영역의 설정, 조도 변화에 따라 검지 신뢰도가 변화하기 때문에, 영상검지기의 신뢰도를 높이는 방법과 이에 대한 성능평가에 대한 추가적인 연구가 필요할 것으로 보인다.
- 또한, 기존 연구에서 영상검지기의 신뢰도가 시간대별로 차량의 속도별로 달라질 수 있음을 밝혔으므로 이에 대한 추가적인 분석이 필요하다. 시간대별로 검지기별 데이터의 수집특성이 어떻게 바뀌는지를 분석하고 이에 따라 대표치 생성방법을 바꾸는 것 역시 추가적인 연구가 필요한 부분이다.
- 또한, 기존 연구에서 영상검지기의 신뢰도가 시간대별로 차량의 속도별로 달라질 수 있음을 밝혔으므로 이에 대한 추가적인 분석이 필요하다. 시간대별로 검지기별 데이터의 수집특성이 어떻게 바뀌는지를 분석하고 이에 따라 대표치 생성방법을 바꾸는 것 역시 추가적인 연구가 필요한 부분이다. 특히, 본 연구에서는 내용적 범위를 구간 교통량으로 제한하였으나, 속도의 경우 어떠한 특성을 보이지는 비교분석이 필요할 것으로 보인다.
- 시간대별로 검지기별 데이터의 수집특성이 어떻게 바뀌는지를 분석하고 이에 따라 대표치 생성방법을 바꾸는 것 역시 추가적인 연구가 필요한 부분이다. 특히, 본 연구에서는 내용적 범위를 구간 교통량으로 제한하였으나, 속도의 경우 어떠한 특성을 보이지는 비교분석이 필요할 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.