[논문]GPS 데이터를 이용한 대기행렬길이 산출에 관한 연구

이용주; 황재성; 이철기

doi:10.12815/kits.2016.15.3.045

초록
AI-Helper

기존 실시간 신호제어시스템은 과포화 상황, 지점검지 및 매설식 검지체계의 문제점이 제기됨에 따라 ITS의 활성화와 검지체계의 발전 등으로 진보된 차세대 신호제어시스템의 개발이 요구되고 있다. 본 논문은 차세대 신호제어시스템을 위해 신호제어 기초 변수를 기존 통과교통량이 아닌 교차로 대기행렬을 활용할 수 있도록 대기행렬길이의 산출을 목적으로 하였다. 기존 시스템의 한계로 나타난 과포화 상황에 중점을 두어 범위를 설정하였다. 실시간으로 수집되는 개별차량 위치정보를 좌표로 변환하여 최소제곱법을 이용한 회귀모형에 적용하여 추출한 직선식을 충격파 모형에 적용하였다. 산출된 대기길이와 링크길이의 비교를 통해 대기길이가 링크를 초과하는 경우 상류부 대기차량이 하류부 교차로에 영향을 미친다고 판단하여 하류부 교차로 대기행렬까지 대기길이로 포함하였다. 추출된 대기행렬길이의 신뢰성을 판단하고자 링크 통행시간과의 상관분석을 실시한 결과 두 링크 모두 0.9이상의 수치를 나타내며 높은 상관관계를 보이는 것으로 판단되었다. 본 연구는 실시간으로 수집되는 데이터를 이용하여 대기행렬길이를 산출할 수 있다는 점과 이를 이용하여 신호제어시스템의 개선에 기여할 수 있다는데 의의가 있다.

Abstract ▼ AI-Helper

Existing real-time signal control system was brought up typical problems which are supersaturated condition, point detection system and loop detection system. For that reason, the next generation signal control system of advanced form is required. Following thesis aimed at calculating queue length f...

Existing real-time signal control system was brought up typical problems which are supersaturated condition, point detection system and loop detection system. For that reason, the next generation signal control system of advanced form is required. Following thesis aimed at calculating queue length for the next generation signal control system to utilize basic parameter of signal control in crossing queue instead of the volume of real-time through traffic. Overflow saturated condition which was appeared as limit of existing system was focused to set-up range. Real-time location information of individual vehicle which is collected by GPS data. It converted into the coordinate to apply shock wave model with an linear equation that is extracted by regression model applied by a least square. Through the calculated queue length and link length by contrast, If queue length exceed the link, queue of downstream intersection is included as queue length that upstream queue vehicle is judeged as affecting downstream intersection. In result of operating correlation analysis among link travel time to judge confidence of extracted queue length, Both of links were shown over 0.9 values. It is appeared that both of links are highly correlated. Following research is significant using real-time data to calculate queue length and contributing to signal control system.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이에 본 연구에서는 기존 신호제어시스템의 문제점으로 제기된 지점검지체계를 이용한 포화도 기반의 신호제어 방식을 탈피하고, 매설식 지점검지기의 한계를 극복하기 위해 구간정보 기반의 대기 행렬길이 예측에 중점을 두었다. 즉 구간정보를 수집할 수 있는 새로운 데이터 기반의 구간정보를 통해 기존 통과교통량기준이 아닌 접근로 대기행렬 길이를 바탕으로 교차로 전체의 소통상황을 반영한 신호제어 전략에 적용할 수 있도록 대기행렬길이의 산출을 목적으로 하였다.
이에 본 연구에서는 기존 신호제어시스템의 문제점으로 제기된 지점검지체계를 이용한 포화도 기반의 신호제어 방식을 탈피하고, 매설식 지점검지기의 한계를 극복하기 위해 구간정보 기반의 대기 행렬길이 예측에 중점을 두었다. 즉 구간정보를 수집할 수 있는 새로운 데이터 기반의 구간정보를 통해 기존 통과교통량기준이 아닌 접근로 대기행렬 길이를 바탕으로 교차로 전체의 소통상황을 반영한 신호제어 전략에 적용할 수 있도록 대기행렬길이의 산출을 목적으로 하였다.

제안 방법

연구의 목표는 구간소통정보 기반 실시간 신호제어 개발이며 현재 1차 년도 진행 중이다. 본 논문은 방법론 및 가용데이터 분석에 관한 연구를 마친 결과로 새로운 가용데이터인 GPS 데이터를 활용하여 실시간 개별차량의 속도, 위치정보를 이용하여 신호제어의 변수로 활용될 대기길이를 산출하였다.
이를 방지하기 위해 승객을 태운 차량만 필터링하여 연구를 진행하였다. 수집된 데이터를 기반으로 개별차량의 시공도를 작성한 뒤 과포화 상황에서 일어나는 현상을 확인하였고 이후 충격파 모형을 적용하여 대기행렬길이를 산출하였다. 연구의 수행과정은 아래 그림과 같다.
연구의 방법은 법인택시에서 수집되는 GPS 데이터를 기반으로 과포화 상황의 개별차량들의 시공도를 추출하였다. 그 과정에서 강남역 일대의 고층빌딩 등으로 인한 GPS 데이터의 오차가 발생하는데이를 줄이기 위해 맵매칭 방식을 적용하여 오차를 줄였으며, 택시의 특성 상 승객이 타지 않은 차량은 주·정차의 확률이 높고 택시 승강장의 여부에 따라 장기 주차를 하는 경우가 발생한다.

대상 데이터

과포화시 인접 교차로까지 영향권으로 확장하여 하류부 교차로에 부가되는 대기차량길이를 산출하였다. 또한, 산출된 대기행렬 길이는 통행시간과 상관관계를 확인한 결과 높은 상관관계를 보이며 산출된 통행시간의 신뢰도를 밑받침하고 있다.
63m로 산출되었다. 분석 대상 링크의 길이는 강남역 사거리 ~ 국기원 입구는 334m이며, 국기원 입구 ~ 역삼역 사거리는 547m이다. 강남역 사거리 ~ 국기원 입구의 경우 예측된 대기행렬 길이가 링크의 길이보다 길게 예측되었다.
본 연구의 범위는 기존 실시간신호제어 시스템의 문제점으로 드러난 과포화 상황을 중점으로 연구의 범위를 설정하였다. 서울시 과포화 상황이 빈번하게 일어나는 강남역 ~ 역삼역 구간의 교차로를 대상으로 강남역 사거리 ~ 국기원 입구 사거리 ~ 역삼역 사거리(총 연장 약 879m)를 공간적 범위로 설정하였다. 또한 차량의 수요가 집중되는 첨두시인 18시 ~ 19시로 시간적 범위를 설정하였다.

데이터처리

충격파 모형을 적용하기 위해서는 개별 차량들의 정지·출발하는 시간과 위치를 좌표화하여 충격파의 추세선을 산정해야 한다. 추세선은 GPS 데이터를 통해 추출된 차량들의 정지시간과 위치를 각각 x, y 좌표로 설정한 뒤 회귀모형을 이용하여 정지에 의한 충격파(Shockwave 1)과 출발에 의한 충격파(Shockwave 2)에 대한 직선식을 구하였다. 두 충격파가 만나는 특정 지점을 대기행렬의 길이로 측정하였다.

이론/모형

GPS 데이터의 약점으로 고층빌딩 등의 영향으로 위성신호의 세기가 약화되어 위치 계산시 오차가 발생하게 되는데 이런 오차를 줄이기 위해 ‘Point-to-curve’ 매칭 기법을 적용하여 맵 매칭 시뮬레이션을 이용하여 데이터의 오차를 줄였다. ‘Point-to-curve’ 방식은 10초 단위의 정보를 1초 단위로 균등 분할하여 각 데이터를 가까운 노드, 또는 링크에 매칭시키는 방식이며[6] [Fig.

성능/효과

강남역 사거리 ~ 국기원 입구의 대기행렬길이는 최소 351.08m에서 최대 515.34m로 산출되었으며, 국기원 입구 ~ 역삼역 사거리의 대기행렬길이는 최소 378.41m에서 최대 488.63m로 산출되었다. 분석 대상 링크의 길이는 강남역 사거리 ~ 국기원 입구는 334m이며, 국기원 입구 ~ 역삼역 사거리는 547m이다.
과포화시 인접 교차로까지 영향권으로 확장하여 하류부 교차로에 부가되는 대기차량길이를 산출하였다. 또한, 산출된 대기행렬 길이는 통행시간과 상관관계를 확인한 결과 높은 상관관계를 보이며 산출된 통행시간의 신뢰도를 밑받침하고 있다.

후속연구

이에 향후 현장조사를 통해 얻은 데이터와 현장조사 당시의 데이터를 수집하여 산출한 대기길이를 비교하여 검증 할 필요가 있다. 또한, 혼잡상황에서 국한되지 않은 다양한 소통상황에서 적용할 수 있는 방법론의 개발이 필요하며, 대상 교차로처럼 수집률이 높은 지역 이외에 수집률이 부족한 상황 또한 고려하여 연구할 필요가 있다.
본 연구는 과거 이력자료를 기반으로 방법론을 추정하여 적용한 결과로 CCTV를 통한 대기행렬의 추세는 확인되었으나 현장 조사를 통해 얻는 실측치에 대한 검증이 이루어지지 않았다. 이에 향후 현장조사를 통해 얻은 데이터와 현장조사 당시의 데이터를 수집하여 산출한 대기길이를 비교하여 검증 할 필요가 있다.
본 연구는 과거 이력자료를 기반으로 방법론을 추정하여 적용한 결과로 CCTV를 통한 대기행렬의 추세는 확인되었으나 현장 조사를 통해 얻는 실측치에 대한 검증이 이루어지지 않았다. 이에 향후 현장조사를 통해 얻은 데이터와 현장조사 당시의 데이터를 수집하여 산출한 대기길이를 비교하여 검증 할 필요가 있다. 또한, 혼잡상황에서 국한되지 않은 다양한 소통상황에서 적용할 수 있는 방법론의 개발이 필요하며, 대상 교차로처럼 수집률이 높은 지역 이외에 수집률이 부족한 상황 또한 고려하여 연구할 필요가 있다.
현재 서울시에서는 통행속도 산출을 위해 법인택시에서 수집되는 정보를 사용하고 있으며, 서울시 분석결과에 따르면 GPS 위치 값을 활용해 생산한 속도 정보의 정확성을 약 94%수준에 이른다고 한다[5]. 향후 택시운행정보 관리시스템의 확장 등으로 택시 GPS 데이터는 수집률이 높아질 전망이다. 이를 종합해보아 법인택시 GPS 데이터는 위에 제시한 기존의 시스템을 극복할 수 있는 데이터로 판단되며 이를 기반으로 연구를 진행하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	COSMOS 등 기존 실시간 신호제어 시스템의 문제점은 무엇인가?	COSMOS 등 기존 실시간 신호제어 시스템은 교통 혼잡을 해소하는 방안으로 개발되었지만 지점검지체계의 한계, 검지체계의 유지관리 한계 등 다음과 같은 문제점이 제기되고 있다. 첫째, 정지선의 지점검지체계의 적용에 따라 교통수요가 아닌 통과 교통량을 기준으로 신호제어를 수행하고 있어 과포화 상태에서도 점유율 1.0을 초과하지 않는 논리적 한계를 가지고 있다. 이를 개선하기 위해 대기행렬 기반의 신호제어를 수행하나 추가적인 검지기의 설치가 필요하고, 지점검지를 통해 대기행렬을 추정한 정보이므로 정확도가 낮다. 둘째, 과도한 검지체계가 필요하며 설치 및 유지가 어려운 점이다. COSMOS에서는 매설식 루프검지체계의 이용과 추가적인 자료를 얻기 위해 과도한 검지체계를 설치해야 되므로 현장 장비의 유지관리에 어려움을 겪고 있는 실정이다[1].
	스필백 현상을 고려하여 대기행렬길이를 산출할 때 어떻게 충격파 모형을 적용하였는가?	일반적인 교차로에서는 하류부 교차로를 통과한 차량군은 상류부 교차로에 도착하여 연동 값에 의한 정체없이 통과하거나 신호시간에 의해 교차로를 정지 후 통과하는데 과포화 상황에서는 이미 교차로를 통과하지 못한 차량들로 인해 하류부 교차로를 통과한 차량군은 상류부 교차로의 대기행렬 하단부에 합류하게 되며 이런 현상이 지속되어 상류부 교차로에서 발생한 대기행렬이 하류부 교차로까지 이어지는 스필백(Spillback) 현상, 즉, 하류부 교차로에서는 직진신호임에도 불구하고 직진하지 못하는 현상이 일어난다. 이런 현상을 고려 하여 기존 충격파 모형의 적용을 신호등의 등화 여부에 따르지 않고 개별차량들의 정지, 출발에 의해 발생한 충격파를 적용하였다.
	신호교차로에서 발생하는 충격파의 종류는 무엇인가?	신호교차로에서 발생하는 충격파의 종류는 적색 신호호의 등화로 정지선 후방으로 차량들이 대기행렬을 형성함에 따라 정지선 후방으로 발생하는 충격파와 족색시간의 등화로 차량들이 정지선을 통과하며 발생하는 충격파, 차량군의 상대속도와 밀도 차로 인해 발생하는 충격파 세가지로 구분된다. 일반적으로 차량 대기행렬의 생성은 적색신호의 등화로 정지선 후방으로 차량들이 대기행렬을 형성함에 따라 정지선 후방으로 발생하는 충격파(u1 : Shock wave 1)와 녹색신호 등화로 차량들이 정지선을 통과하며 발생하는 충격파(u2 : Shockwave2)에 의해 접근로 후방으로 생성된 두 개의 충격파 중 u2의 속도가 u1의 속도보다 빠르므로 특정 지점에서 두 충격파가 만나게 되며, 만나게 되는 지점이 최대 대기행렬이 생성되는 지점이 된다[3].

참고문헌 (7)

Korean National Police Agency(2014), "Development of Signal control algorithm using big data on traffic information".
Doh T. W.(2012), "The theory of traffic engineering," chungmungak, pp.112-122.
Lee M. H.(2012), "Queue length estimation algorithm for signalized intersection using sectional travel time information".
Yang C. et. al.(2011), "cycle-by-Cycle Queue length estimation for signalized intersections using sampled trajectory data," Journal of the transportation research board, no. 2257, pp.87-97.
The City Hall of Seoul, http://traffic.seoul.go.kr/archives/10280, 2016.05.19.
Chung Y. S. et. al.(2000), "Classification of map-matching techniques and a development," Journal of the Korean society for geospatial information system, vol, 8, no, 1. pp.73-84
NCHRP.(1978), Traffic control in oversaturated street network.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

GPS 데이터를 이용한 대기행렬길이 산출에 관한 연구
Study on Queue Length Estimation using GPS Trajectory Data 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

GPS 데이터를 이용한 대기행렬길이 산출에 관한 연구 Study on Queue Length Estimation using GPS Trajectory Data 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (7)

이 논문을 인용한 문헌

저자의 다른 논문 :

이용주 (21) 황재성 (11) 이철기 (103)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

GPS 데이터를 이용한 대기행렬길이 산출에 관한 연구
Study on Queue Length Estimation using GPS Trajectory Data 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper