$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

자동차주행거리 추정방안 연구
A Study on Estimation of Vehicle Miles Traveled 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.13 no.6, 2014년, pp.64 - 76  

안원철 ((주)베가스 컨설팅사업본부) ,  박동주 (서울시립대학교 교통공학과) ,  허태영 (충북대학교 정보통계학과) ,  연지윤 (한국교통연구원 국가교통DB센터) ,  김찬성 (한국교통연구원 국가교통DB센터)

초록
AI-Helper 아이콘AI-Helper

본 연구는 자동차주행거리 추정과정에서 발생할 수 있는 오차발생 원인을 규명하였다. 그리고 각 원인이 자동차주행거리 추정 정확도에 미치는 영향을 오차율로 정량화하여 효율적인 자동차주행거리 추정방안을 제시하였다. 이를 위한 연구과정은 다음과 같다. 첫째, 시범조사 지역을 대상으로 자동차주행거리 추정 방법론의 정확도를 검증하기 위한 자동차주행거리 관측 자료를 구축하였다. 둘째, 자동차주행거리 추정 오차발생 원인은 표본크기, 표본추출방법, 단위구간 설정방법의 오류로 구분하였다. 그리고 각 원인에 따른 자동차주행거리 추정오차를 최소화하기 위한 다양한 방법론을 설정하였다. 셋째, 각 방법론에 의한 자동차주행거리 추정 오차율을 비교분석 하였다. 마지막으로 Toy-Network를 구축하여 지역특성을 고려한 자동차주행거리 추정방안을 제시하였다. 본 연구는 실험 계획적 접근방법을 통하여 효율적인 자동차주행거리 추정방안을 제시하였으며, 추정 정확도 검증을 위하여 자동차주행거리 관측 자료를 활용했다는 점에서 의의를 갖는다. 또한 본 연구에서 제시한 자료수준과 지역특성을 고려한 자동차주행거리 추정 방안은 향후 지역별 자동차주행거리 추정에 기여할 것으로 판단된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study identified the causes of errors that could take place in the estimation process of vehicle miles traveled and quantified the effects of each of those causes on the estimation accuracy of vehicle miles traveled via error rate to propose an efficient way to estimate vehicle miles traveled. ...

주제어

#자동차 주행거리   #표본크기   #표본추출방법   #단위구간   #크리깅  

질의응답

핵심어 질문 논문에서 추출한 답변
자동차주행거리를 어디에 활용하는가? 자동차주행거리(Vehicle Miles Traveled, VMT)는 해당지역의 도로를 이용하는 모든 자동차의 이동 거리 합이다. 교통 분야에서는 자동차주행거리를 도로시스템 성능평가, 교통사고 통계, 교통영향평가 등을 위한 기초자료로 활용하고 있다. 환경·보건 분야에서는 해당지역의 대기질 분석을 위한 자료로 자동차주행거리를 활용하고 있다.
자동차주행거리란? 자동차주행거리(Vehicle Miles Traveled, VMT)는 해당지역의 도로를 이용하는 모든 자동차의 이동 거리 합이다. 교통 분야에서는 자동차주행거리를 도로시스템 성능평가, 교통사고 통계, 교통영향평가 등을 위한 기초자료로 활용하고 있다.
교통량에 기초한 자동차주행거리 추정방법 원리는 무엇인가? 교통량에 기초한 방법은 차량이동 실적자료를 활용하는 방법으로 자동차주행거리 추정방법 중 가장 선호된다. 이 방법은 표본 구역 내에서의 연평균 일일 교통량(AADT, Annual Average Daily Traffic)과 도로 중심선 길이를 이용하여 일일 자동차주행거리를 구하고, 확장계수를 곱하여 해당 지역내 자동차 주행거리를 추정한다. 자동차주행거리 추정을 위한 교통량은 표본 구역 내에서 수집한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. Kumapley, R.K. & J.D. Fricker, "Review of Methods for Estimating Vehicle Miles Traveled", Transportation Research Record, no. 1551, pp.59-66. 1996. 

  2. Gadda, S., K. Kockelman, A. Maggon, "Estimates of AADT: Quantifying the Uncertainty", Presented at the June 2007 World Conference on Transportation Research, Berkeley, California, May 20. 2007. 

  3. FHWA, Federal Highway Administration: Highway Performance Monitoring System Field Manual, Washington, D.C. 2012. 

  4. Do, M. S., Kim, S. H., Moon, H. Y., Kim, M. S., "Classification Method of Homogeneous Road Section for National Highway", Korean Society of Civil Engineering, vol. 24, no. 4, pp.523-533. 2004. 

  5. Frawley, W.E., "Random Count Site Selection Process for Statistically Valid Estimations of Local Street Vehicle Miles Traveled", Transportation Research Record, no. 1993, pp.43-50. 2007. 

  6. Mohamad, D., K.C. Sinha, T. Kuczek & C.F. Scholer., "Annual Average Daily Traffic Prediction Model for County Roads", Transportation Research Record, no. 1617, pp.69-77. 1998. 

  7. Xia, Q., F. Zhao, Z. Chen, L. D. Shen, & D. Ospina, "Estimation of Annual Average Daily Traffic for Nonstate Roads in a Florida County", Transportation Research Record, No.1660, pp.32-40. 1999. 

  8. Zhao, F. & S. Chung. "Contributing Factors of Annual Average Daily Traffic in a Florida County: Exploration with Geographic Information System and Regression Models", Transportation Research Record, no. 1769, pp.113-122. 2001. 

  9. Lam, W.H.K. & J. Xu, "Estimation of AADT from Short Period Counts in Hong Kong: A Comparison Between Neural Network Method and Regression Analysis", Journal of Advanced Transportation, vol. 34, pp.249-268. 2000. 

    상세보기 crossref

  10. Sharma, S.C., B.M. Gulati & S. Rizak, "Statewide Traffic Volume Studies and Precision of AADT Estimates", Journal of Transportation Engineering, vol. 122, pp.430-439. 1996. 

    상세보기 crossref

  11. Davis, G. & S. Yang., "Accounting for Uncertainty in Estimates of Total Traffic Volume: An Empirical Bayes Approach", Journal of Transportation and Statistics, vol. 4, no. 1, pp.27-38. 2001. 

  12. Selby, B. & K., Kockelman, "Spatial Prediction Of AADT In Unmeasured Locations By Universal Kriging", 90th Annual Meeting of the Transportation Research Board, Washington, D.C., DVD-ROM, 2011. 

  13. Wang, X. & K. Kockelman, "Forecasting Network Data: Spatial Interpolation of Traffic Counts Using Texas Data", Transportation Research Record, no. 2105, pp.100-108. 2009. 

  14. Eom, J.K., M.S. Park, T.Y. Heo, L.F. Huntsinger, "Improving the Prediction of Annual Average Daily Traffic for Non-freeway Facilities by Applying a Spatial Statistical Method", Transportation Research Record, no. 1968, pp.20-29. 2006. 

  15. FHWA, Federal Highway Administration: Traffic Monitoring Guide, Washington, D.C. 2001. 

  16. Fisher, R. A., "On a distribution yielding the error functions of several well known statistics", Proceedings of the International Mathematical Congress, Toronto, Canada, August 11-16. 1924. 

  17. Guttman, L., An Outline of the Statistical Theory of Prediction, In: P. Horst (Ed.) The Prediction of Personal Adjustment, New York: Social Science Research Council, 1941. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로