[국내논문]소급성과 신뢰구간 개념을 적용한 개별차량단위 검지기 성능평가 Individual Vehicle Level Detector Evaluation with Application of Traceability and Confidence Interval Concepts원문보기
실시간 교통정보는 현장에 설치된 차량검지기가 수집하는 교통량, 속도, 점유율 자료를 기반으로 생성된다. 따라서 검지기 성능을 일정수준으로 유지시키는 것이 중요하다. 이를 위해 ITS 관리기관에서는 주기적으로 검지기에 대한 성능평가를 수행한다. 일반적으로 검지기 성능평가는 기준값을 생성하는 장비(기준장비)와 평가대상 검지기가 수집하는 자료를 상호 비교함으로써 수행된다. 여기서 유의할 점은 기준장비 수집값 역시 평가대상 검지기 자료와 같이 오차 및 불확도를 포함하고 있다는 것이다. 또한 검지기 평가가 표본집단에 대해 이루어지기 때문에 이를 모집단의 결과로 표현하기 위해서는 신뢰구간 개념이 적용되어야 한다. 그러나 현재 국내 검지기 성능평가는 합리적인 방법론 부재로 인해 기준값 불확도 및 신뢰구간 개념을 적용하지 않고 있다. 따라서 본 연구에서는 기준값 불확도 및 신뢰구간 개념을 적용한 성능평가 방법론을 제시했고, 이를 루프, 영상, 레이더 검지기 성능평가에 적용했다. Over-count, Under-count 상쇄효과를 제거하기 위해 개별차량단위 자료를 평가하였고 그 결과, 제시된 방법론이 검지기 성능평가에 효과적으로 적용될 수 있음을 입증하였다.
실시간 교통정보는 현장에 설치된 차량검지기가 수집하는 교통량, 속도, 점유율 자료를 기반으로 생성된다. 따라서 검지기 성능을 일정수준으로 유지시키는 것이 중요하다. 이를 위해 ITS 관리기관에서는 주기적으로 검지기에 대한 성능평가를 수행한다. 일반적으로 검지기 성능평가는 기준값을 생성하는 장비(기준장비)와 평가대상 검지기가 수집하는 자료를 상호 비교함으로써 수행된다. 여기서 유의할 점은 기준장비 수집값 역시 평가대상 검지기 자료와 같이 오차 및 불확도를 포함하고 있다는 것이다. 또한 검지기 평가가 표본집단에 대해 이루어지기 때문에 이를 모집단의 결과로 표현하기 위해서는 신뢰구간 개념이 적용되어야 한다. 그러나 현재 국내 검지기 성능평가는 합리적인 방법론 부재로 인해 기준값 불확도 및 신뢰구간 개념을 적용하지 않고 있다. 따라서 본 연구에서는 기준값 불확도 및 신뢰구간 개념을 적용한 성능평가 방법론을 제시했고, 이를 루프, 영상, 레이더 검지기 성능평가에 적용했다. Over-count, Under-count 상쇄효과를 제거하기 위해 개별차량단위 자료를 평가하였고 그 결과, 제시된 방법론이 검지기 성능평가에 효과적으로 적용될 수 있음을 입증하였다.
Due to the importance of vehicle detector which plays an essential role in generating real-life traffic information, maintaining detector data quality is preeminent in advanced traffic management and information systems (ATMIS). To this end, agencies periodically conduct performance tests on detecto...
Due to the importance of vehicle detector which plays an essential role in generating real-life traffic information, maintaining detector data quality is preeminent in advanced traffic management and information systems (ATMIS). To this end, agencies periodically conduct performance tests on detectors. Detector evaluation is generally performed by comparing baseline data with corresponding detector data. Here, two important things need to be addressed; one is errors (or uncertainties) included in baseline data and the other is the confidence interval concept to represent evaluation results of sample data to corresponding ones of population. To resolve these problems, a new detector evaluation scheme is introduced and the scheme is applied to individual level detector evaluations of loop, video image, and radar detectors. The purpose of individual level evaluation is to eliminate the balancing (or cancelling-out) effects of over- and under-counts. As a consequence, the proposed scheme is proven to be effectively applied to real-world detector evaluations.
Due to the importance of vehicle detector which plays an essential role in generating real-life traffic information, maintaining detector data quality is preeminent in advanced traffic management and information systems (ATMIS). To this end, agencies periodically conduct performance tests on detectors. Detector evaluation is generally performed by comparing baseline data with corresponding detector data. Here, two important things need to be addressed; one is errors (or uncertainties) included in baseline data and the other is the confidence interval concept to represent evaluation results of sample data to corresponding ones of population. To resolve these problems, a new detector evaluation scheme is introduced and the scheme is applied to individual level detector evaluations of loop, video image, and radar detectors. The purpose of individual level evaluation is to eliminate the balancing (or cancelling-out) effects of over- and under-counts. As a consequence, the proposed scheme is proven to be effectively applied to real-world detector evaluations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
상기의 문제점을 해결하기 위해서 본 연구에서는 저자가 국제표준기구(ISO) 지침서 및 통계적 이론을 기반으로 기 제시한 검지기 성능평가 방법론[9]을 이용하여 국내에 널리 설치된 루프, 영상, 레이더 검지기에서 수집한 개별차량단위 자료를 평가함으로써 평가 방법론의 유의성 및 검지기 성능에 대한 세밀한 정보를 제공하고자 한다.
불확도에는 A, B형 표준 불확도, 합성 표준불확도, 확장 불확도가 있다. 불확도에 대한 세부적인 설명은 참고문헌[12]에 설명되어 있으므로 본 논문에서는 간략히 제시하고자 한다. A형 표준불확도는 반복된 측정을 통한 통계적 분석에 의해 식 (1)과 같이 구해지고, B형 표준불확도는 센서의 특성에 의거한 과학적 판단으로 구해지는 불확도로써, 센 서 측정값의 분포를 균일 본포(직사각형 분포)로 가정할 경우(차량검지기 센서의 경우 대부분 직사각형 분포로 가정), 식 (2)에 의해 구해진다.
개별 방법론의 유도과정 및 자세한 설명은 참고 문헌[9]에 기술되어 있으므로 본 논문에서는 수식을 중심으로 한 핵심적인 내용만 다루고자 한다.
본 절에서는 전절에 제시된 기준값 오차 및 불확도를 이용하여 국내기술로 개발되어 고속도로, 국도 등을 중심으로 많이 보급되어 있는 루프, 영상, 레이더 검지기 성능평가를 수행했다. 평가된 검지기들은 평가 전 제조사 전문 엔지니어로부터 정밀한 교정 작업을 거쳤다.
본 연구에서는 실시간 교통정보시스템을 위해 국내에 주로 설치되어 있는 검지기에 대해 성능평가를 수행했다. 그러나 검지기 센서 기술은 나날이 발전되고 있기 때문에 향후에는 좀 더 다양한 센서 및 검지기 모델별로 다양한 기상, 교통조건 하에서 평가할 필요성이 있을 것으로 사료된다.
제안 방법
또한 과소/과대 계측 상쇄효과를 제거하기 위해서는 개별차량단위로 검지기 자료가 비교·평가되어야 한다. 이를 위해 본 연구에서는 소급성 및 신뢰구간 개념을 포함한 검지기 성능평가 방법론을 이용하여 국내에 널리 설치되어 있는 루프, 영상, 레이더 검지기 개별차량단위 자료에 대한 평가를 수행했고, 검지기 유형별로 발생되는 오차를 세밀하게 분석함으로써, 검지기 특성에 대한 보다 정밀한 정보를 제 공하였다.
소급성 확보를 위한 기준장비의 오차, 불확도 산출 과정에 관한 세부적인 내용은 참고문헌[9]에 세부적으로 제시되어 있으므로 본 연구에서는 루프, 영상, 레이더 검지기 평가를 위해 필요한 오차 및 불확도 산출 결과만을 및 ]과 같이 제시하였다.
둘째, 에서 제시된 속도, 점유시간 오차 회귀 식을 이용하여 보정값(Adj. value) 산출하고, 에서 제시된 불확도 회귀식을 이용하여 상·하한 값(Upper and lower limit)을 구한다.
대상 데이터
자료 수집은 경기도 광주 곤지암(양방향 4차로)에서 2011년 맑은 날 주간시간대 30분 동안 이루어졌다.
분석 편의상 평가는 1개 차로에 대해서만 이루어졌으며 수집 교통량은 검지기별로 150∼370대 수준이었다.
전 절에서 언급한 루프 검지기 단점으로 인해 국내에서는 2000년대 초부터 국도 ITS를 중심으로 영상검지기가 많이 설치되었다. 영상 검지기는 초당 30 프레임의 아날로그 비디오 영상을 처리하여 교통 데이터를 수집한다. 이는 루프검지기와 같이 노면파손, 유지관리 어려움 등 문제점은 발생하지 않지만 조도에 따라 가변적인 비디오 영상의 고유한 특성으로 인해 악천후, 야간시에 검지성능이 저하 될 가능성이 있다.
본 연구에서 사용한 기준장비는 검지기 성능평가를 위해 현재 경기도 곤지암에 설치·운영 중인 레이저 센서 기반의 검지기를 사용했고, 과 같이 기준장비의 오차 및 불확도 산출을 위해 테입스위치 센서와 오실로스코프를 이용했다.
데이터처리
셋째, 산출된 속도, 점유시간 상·하한값에 대응하는 평가대상 검지기 데이터를 비교한 후 평가결과 요약값(평균, 표준 편차)을 계산한다.
<표 3>은 검지기 평가를 위한 데이터 처리절차를 보여준다. 첫째, 기준값과 평가대상 검지기 값은 사전에 동기화된 시각을 이용해 개별차량별로 매칭한 후 교통량 평가(Vol. check)를 수행하고 요약값 (평균, 표준편차)을 계산한다. 교통량 평가 표준편차는 식 (8)에 의해 산출한다.
성능/효과
전체적으로 루프검지기는 정확한 데이터를 수집 하지만 와 같이 하나의 루프코일 위에 두 대의 차량이 존재할 경우 전방차량의 점유시간이 과대 계측되고 후방차량은 검지하지 못하는 것으로 관측되었다.
즉, 전·후방차량의 중첩된 파형으로 인해 오차가 발생하는 것으로 분석되었다.
그러나 본 연구 방법론 적용시 최소 오차가 –4.9%임에 따라 합격으로 판정할 수 있는 논리적 근거를 확보할 수 있다.
특이한 점은 속도 오차의 경우에도 총 평가기간 (30분)의 경우에는 루프 검지기 오차와 크지 않았지만, 개별차량단위 오차의 신뢰구간의 경우에는 루프 검지기에 비해 약 6배가 높은 것으로 나타났다. 이는 평균 오차는 유사하더라도 오차의 표준편차가 큼으로 인해 개별차량단위 오차는 크게 발생할 수 있음을 의미한다.
본 연구에서 레이더 검지기 평가는 <표 8>과 같았다. 전체적으로 레이더 검지기 성능은 루프와 영상 검지기 사이에 위치하는 것으로 나타났다. 오차의 정규성 검증 결과, 모두 정규성 가정이 위배되지 않는 것으로 분석되어 개별차량단위 속도, 점유시간 오차의 신뢰구간이 제시되었다.
전체적으로 레이더 검지기 성능은 루프와 영상 검지기 사이에 위치하는 것으로 나타났다. 오차의 정규성 검증 결과, 모두 정규성 가정이 위배되지 않는 것으로 분석되어 개별차량단위 속도, 점유시간 오차의 신뢰구간이 제시되었다.
사전에 검지기와 시각 동기화를 수행하여 녹화 된 비디오 영상을 이용하여 레이더 검지기 자료 오류 유형을 분석한 결과, [그림 5]와 같았다. 본 연구에서 평가한 side-fire 형식의 레이더 검지기 특성상 차량의 폭 검지가 어려움에 따라 이륜차량을 승용차로 검지하는 사례가 종종 발생하였고, 전파의 가시선(line-of-sight) 영향으로 대형차량과 나란히 주행하는 소형차량을 검지하지 못하는 경우가 발생하는 것으로 분석되었다.
검지기 허용오차가 10%인 사업에서 오차가 2% 인 기준장비를 이용해 검지기를 평가한 결과, 11% 의 오차가 발생되는 것으로 평가되었다고 가정해 보자. 이 경우 해당 검지기 공급자는 기준장비의 오차를 이유로 평가결과에 이의를 제기할 가능성이 높다.
전 장에서 살펴봤듯이 본 연구에서는 검지기 오차의 통계적 신뢰구간 방법론 적용을 통해 평균 오차가 유사하더라도 신뢰구간은 크게 차이가 나는 경우 등을 판별할 수 있었다. 이는 검지기 사용자 입장에서 신뢰성 있는 검지기 구매 및 검지기 자료 수집을 위한 귀중한 자료로 활용될 수 있다.
후속연구
이 경우 일부기간(샘플)의 평가결과를 전체기간(모집단)의 평가결과를 표현하기 위해서는 신뢰구간 개념이 적용되어야 한다. 마지막으로, 개별차량단위 자료 평가가 필요성이다. 과대 또는 과소 측정 (Under-/Over-count) 현상을 정확하게 평가하기 위해서는 일정 집락간격(예.
본 연구에서와 같이 검지기 유형별(또는 설치 조 건별)로 세밀한 분석이 가능할 경우 검지기가 설치되는 현장의 도로, 교통, 환경 조건에 적합한 검지기가 설치되도록 설계할 수 있을 것이다. 다시 말해서 안개 및 조도의 영향을 크게 받는 도로에는 영상 검지기 설치를 지양할 수 있고, 이륜 차량의 통행이 빈번한 도로나 대형차량에 따른 전파 가시선 이 문제가 크게 고려되는 경우 레이더 검지기 설치를 지양하는 등으로 적용할 수 있을 것이다.
본 연구에서와 같이 검지기 유형별(또는 설치 조 건별)로 세밀한 분석이 가능할 경우 검지기가 설치되는 현장의 도로, 교통, 환경 조건에 적합한 검지기가 설치되도록 설계할 수 있을 것이다. 다시 말해서 안개 및 조도의 영향을 크게 받는 도로에는 영상 검지기 설치를 지양할 수 있고, 이륜 차량의 통행이 빈번한 도로나 대형차량에 따른 전파 가시선 이 문제가 크게 고려되는 경우 레이더 검지기 설치를 지양하는 등으로 적용할 수 있을 것이다.
검지기 자료 정확도 향상은 교통 모니터링 분야 에서 가장 이슈가 되는 사항 중 하나이다. 사용자는 정해진 예산 범위 내에서 가장 정확도가 높은 검지기를 도입하고자 할 것이고, 제조사 입장에서는 최소의 비용으로 검지기 성능을 향상시키는 방안을 고심할 것이다. 이러한 이유로 인해 국내에서는 검지기 성능평가에 관한 제도적인 장치를 마련하였다.
본 연구에서는 실시간 교통정보시스템을 위해 국내에 주로 설치되어 있는 검지기에 대해 성능평가를 수행했다. 그러나 검지기 센서 기술은 나날이 발전되고 있기 때문에 향후에는 좀 더 다양한 센서 및 검지기 모델별로 다양한 기상, 교통조건 하에서 평가할 필요성이 있을 것으로 사료된다. 또한 최근에는 검지기를 이용해 차종까지 분류하는 사례가 증가함에 따라 차종 검지자료 평가시 소급성 및 신뢰구간을 제시할 수 있는 방법론에 대한 추가적인 연구가 필요할 것으로 보인다.
그러나 검지기 센서 기술은 나날이 발전되고 있기 때문에 향후에는 좀 더 다양한 센서 및 검지기 모델별로 다양한 기상, 교통조건 하에서 평가할 필요성이 있을 것으로 사료된다. 또한 최근에는 검지기를 이용해 차종까지 분류하는 사례가 증가함에 따라 차종 검지자료 평가시 소급성 및 신뢰구간을 제시할 수 있는 방법론에 대한 추가적인 연구가 필요할 것으로 보인다.
질의응답
핵심어
질문
논문에서 추출한 답변
실시간 교통정보는 무엇을 기반으로 생성되는가?
실시간 교통정보는 현장에 설치된 차량검지기가 수집하는 교통량, 속도, 점유율 자료를 기반으로 생성된다. 따라서 검지기 성능을 일정수준으로 유지시키는 것이 중요하다.
국내 검지기 성능평가는 어떻게 이루어지는가?
국내 검지기 성능평가는 국토해양부 지침에 의거하여 구매 전 기술시험, 구매/설치 후 준공평가, 2년 단위 정기평가가 체계적으로 이루어지고 있다 [1]. 국내와 같은 법적 지침은 존재하지 않지만 국외에서도 검지기 자료 정확도 확보를 위해 많은 검지기 평가가 이루어졌다.
성능평가와 관련한 세 가지 이슈는 무엇인가?
이처럼 국내외 많은 성능평가가 이루어졌지만 여전히 성능평가와 관련한 세 가지 이슈가 있다. 첫째, 기준값 오차와 불확도 고려 필요성이다. 비교적 정확하기는 하지만 기준값(속도, 점유율) 역시 센서로부터 수집된 자료이므로 오차와 불확도를 갖고 있다. 따라서 검지기 평가시 기준값에 포함된 오차 및 불확도를 고려해 주어야 한다. 둘째, 신뢰구간 개념 적용 필요성이다. 원칙적으로 검지기 평가는 검지기가 운영되는 전체기간에 대해 이루어져야 하지만 이는 현실적으로 타당하지 않기 때문에 일부 기간(예. 30분, 1시간) 동안 평가가 이루어진다. 이 경우 일부기간(샘플)의 평가결과를 전체기간(모집단)의 평가결과를 표현하기 위해서는 신뢰구간 개념이 적용되어야 한다. 마지막으로, 개별차량단위 자료 평가가 필요성이다. 과대 또는 과소 측정 (Under-/Over-count) 현상을 정확하게 평가하기 위해서는 일정 집락간격(예. 5분)이 아닌 개별차량단위로 이루어져야 한다.
참고문헌 (11)
Guidelines on ITS Project Enforcement: VDS and AVI Evaluation, Ministry of Land Infrastructure and Transport, 2013.
L. A. Klein and M. R. Kelley, Detection Technology for IVHS, Volume 1: Final Report Addendum, FHWA-RD-95-100, FHWA, U.S. Department of Transportation, 1996.
D. Middleton and R. Parker. Vehicle Detector Evaluation, Texas Transportation Institute, 2002.
Minnesota DOT and SRF Consulting Group, Evaluation of Non-Intrusive Technologies for Traffic Detection, Final Report, SRF no. 3683, FHWA, U.S. DOT, 2002.
B. Coifman. Vehicle Level Evaluation of Loop Detectors and the Remote Traffic Microwave Sensor. Journal of Transportation Engineering, vol. 132, ASCE, 2006.
C. A. MacCarley. Adaptive Automatic Ground Truth Generation for Testing of Vehicle Detectors. 88th Annual Meeting of Transportation Research Board, Washington, D.C., 2009.
J. Jang and S. Byun. Evaluation of traffic data accuracy using Korea detector test bed. IET Intelligent Transport Systems, vol. 5, Iss. 4, Institution of Engineering and Technology, 2011.
D. Middleton, R. Parker, and R. Longmire, Investigation of Vehicle Detector Performance and ATMS Interface, FHWA, U.S. DOT, 2007.
J. Jang and T. Nakatsuji. Vehicle Detector Evaluation Based on Traceability and Confidence Interval Concepts, 93rd Annual Meeting of Transportation Research Board, Washington, D.C., 2014.
International Vocabulary of Basic and General Terms in Metrology: second edition, International Organization for Standardization, 1993.
Guide to the Expression of Uncertainty in Measurement, ISBN 92-67-10188-9, International Organization for Standardization, 1995.
이 논문을 인용한 문헌
저자의 다른 논문 :
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.