정부의 대중교통활성화 정책과 이용자들의 승용차에서 버스나 지하철로의 수단 전환으로, 대중교통의 정확한 배차시간과 도착시간의 확보가 중요해졌다. 서울시에서 제공하는 버스운행관리시스템(BMS : Bus Management System) 자료를 이용하여, 실시간 버스위치, 배차간격, 운행이력 등의 정보를 알 수 있다. 본 연구에서는 BMS 자료를 이용하여 안전운행을 하면서 정시성도 확보할 수 있는 방안을 제안하고자 한다. 다른 연구와는 다르게, 버스 정류장 사이 구간을 5개의 지점과 6개의 시간으로 나누어, 각각의 시간을 BMS 자료를 이용하여 산정하였다. 또한, 각 시간에 영향을 주는 주된 원인을 살펴보고, 요소별 평균, 표준편차, 변동계수를 이용하여 정류장 별 정시성과 안전성, 이동성을 모두 확보한 버스 노선의 적정 운행시간을 제안하였다.
정부의 대중교통활성화 정책과 이용자들의 승용차에서 버스나 지하철로의 수단 전환으로, 대중교통의 정확한 배차시간과 도착시간의 확보가 중요해졌다. 서울시에서 제공하는 버스운행관리시스템(BMS : Bus Management System) 자료를 이용하여, 실시간 버스위치, 배차간격, 운행이력 등의 정보를 알 수 있다. 본 연구에서는 BMS 자료를 이용하여 안전운행을 하면서 정시성도 확보할 수 있는 방안을 제안하고자 한다. 다른 연구와는 다르게, 버스 정류장 사이 구간을 5개의 지점과 6개의 시간으로 나누어, 각각의 시간을 BMS 자료를 이용하여 산정하였다. 또한, 각 시간에 영향을 주는 주된 원인을 살펴보고, 요소별 평균, 표준편차, 변동계수를 이용하여 정류장 별 정시성과 안전성, 이동성을 모두 확보한 버스 노선의 적정 운행시간을 제안하였다.
The accurate forecasting of the public transportation's transit and arrival time has become increasingly important as more people use buses and subways instead of personal vehicles under the government's public transportation promotion policy. Using bus management system (BMS) data, which provide in...
The accurate forecasting of the public transportation's transit and arrival time has become increasingly important as more people use buses and subways instead of personal vehicles under the government's public transportation promotion policy. Using bus management system (BMS) data, which provide information on the real-time bus location, operation interval, and operation history, it is now possible to analyze the bus schedule reliability. However, the punctuality should always be considered together with the operation safety. Therefore, this study suggests a new methodology to secure both reliability and safety using the BMS data. Unlike other studies, we calculated the bus travel time between two bus stops by dividing the total travel length into 6 sections using 5 different measuring points. In addition, the optimal travel time for each bus route was proposed by analyzing the mean, standard deviation and coefficient of variation of the each section's measurement. This will ensure the reliability, safety and mobility of the bus operation.
The accurate forecasting of the public transportation's transit and arrival time has become increasingly important as more people use buses and subways instead of personal vehicles under the government's public transportation promotion policy. Using bus management system (BMS) data, which provide information on the real-time bus location, operation interval, and operation history, it is now possible to analyze the bus schedule reliability. However, the punctuality should always be considered together with the operation safety. Therefore, this study suggests a new methodology to secure both reliability and safety using the BMS data. Unlike other studies, we calculated the bus travel time between two bus stops by dividing the total travel length into 6 sections using 5 different measuring points. In addition, the optimal travel time for each bus route was proposed by analyzing the mean, standard deviation and coefficient of variation of the each section's measurement. This will ensure the reliability, safety and mobility of the bus operation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 BMS자료는 버스 서비스 향상을 위한 자료로 이용될 수 있으며, 이를 통해 대중교통 정책평가 및 수립에 기여할 수 있을 것이다. 따라서 본 연구에서는 서울시 BMS 자료를 이용하여 현재 버스 통행시간의 편차를 분석하고, 편차발생요인을 조정하여 안전성과 정시성을 모두 확보할 수 있는 노선 운행시간을 산정하고자 한다.
정시성을 맞추기 위해서 무리하게 빠른 속도로 운행하거나, 신호를 위반하는 등의 위험한 행위가 발생할 수 있기 때문에 정시성은 안전성과 함께 고려되어야한다. 따라서 본 연구에서는 안전운행을 하면서 정시성도 확보할 수 있는 방안과 합리적인 노선 운행시간을 제시하고자 한다.
버스 정시성을 확보하기 위해 여러 국가에서 다양한 방법으로 정시성을 평가하고 있으며, 버스 정시성에 영향을 미치는 다양한 시간 요소와 이와 관련된 지표를 개발하여 정시성을 향상 시킬 수 있는 방안을 제시하였다. 버스 정류장 출 도착시각, 배차간격 등을 실시간으로 알 수 있는 BMS자료를 이용하여 실제 버스 운행시간과 예측된 버스 운행시간을 비교하였고, 예측 운행시간은 운행시간에 영향을 주는 요인을 고려하여 추가 시간을 고려한 운행시간으로 설정해야 정시성을 향상시킬 수 있다고 하였다.
이 연구는 스마트교통복지재단재단의 학술연구비(과제번호 STWF-2016-4) 지원으로 수행되었음. 본 논문은 ITS 춘계학술대회 학술발표 내용을 수정·보완하여 투고한 논문임.
본 연구는 정류장 별 예정된 시간에 버스가 정시에 도착하여, 이용자의 대기시간을 최소한으로 줄이는 것을 목표로 한다. 이를 이용하여 현재 점차 감소하고 있는 버스이용률과 서비스수준을 높이는데 기여할 수 있을 것이다.
본 연구에서는 버스 통행시간의 편차 발생요인 및 영향을 분석하기 위해 버스가 정류장간 이동을 할 때, 통행시간을 총 5개의 지점으로 구분하였다. 버스 정류장간 통행시간을 6개의 요소, 정류장 진입시간, 개문시간(승객 승하차시간), 정류장 진출시간, 주행속도 통과시간, 신호대기시간, 주행속도 통과시간으로 세분화하였다.
본 연구에서는 이 자료를 이용하여 정류장에서의 대기시간, 감가속시간, 주행시간 등을 알아본다. 또한 노선이 운행하는 경로에 위치한 교차로에서의 버스의 실제 통과시간 자료를 이용하여 정류장 간 통행시간을 세분화하였다.
가설 설정
t2로 표기한 버스 차량의 개문시간은 버스정류장에서 승객이 승하차 하는데 필요한 최소시간으로, 승객 100% 승차 소요시간 또는 100% 하차 소요시간을 계산하여 가장 큰 값을 최소 필요시간으로 가정한다. 버스 차량 개문시간은 승객 1명당 승하차 시간과 승하차 승객 수에 의해 결정된다.
승객 승하차 시간은 도로용량편람의 ‘도시형 버스 승객유형별 승하차 시간 산정 방법론’ 중에서 교통카드를 이용하고, 입석 승객이 없는 경우의 시간을 따른다고 가정한다(Korea Highway Capacity Manual, 2013).
본 연구에서는 271번 버스의 정류장 별 승하차 시간은 ‘서울시 버스노선별 정류장별 시간대별 승하차 인원’과 도로용량편람에 표기된 승하차 시 소요시간을 참고하였다. 승차 시 소요시간은 3.2초, 하차 시 소요 시간은 1.5초로 가정하였다. 한 정류장에 도착하는 버스의 승하차 시간 중에서 가장 최대의 값을 t2로 계산하였다.
승하차 시간을 가정할 때, 승차 소요시간이 카드 결제와 입석승객이 있는 4.2초가 아닌, 카드로 결제하고 입석 승객이 없는 3.2초로 가정하였는데, 이는 만약 4.2초를 승차시간으로 할 경우 대기시간보다 승하차 시간이 더 긴 경우가 발생하기 때문에 이를 고려하여 승차시간을 3.2초로 가정하였다.
제안 방법
이를 이용하여 현재 점차 감소하고 있는 버스이용률과 서비스수준을 높이는데 기여할 수 있을 것이다. BMS 자료를 이용하여 버스의 정류장별 운행시간 및 교차로 통과시간 등을 확인하고, 이를 이용하여 버스의 통행시간을 세분화하였다. 또한 정시성 향상을 위해 요소 시간별 평균, 표준편차, 변동계수를 계산하여, 노선 운행시간 변동에 가장 많은 영향을 미치는 요소 시간을 알아보았다.
본 연구에서는 이 자료를 이용하여 정류장에서의 대기시간, 감가속시간, 주행시간 등을 알아본다. 또한 노선이 운행하는 경로에 위치한 교차로에서의 버스의 실제 통과시간 자료를 이용하여 정류장 간 통행시간을 세분화하였다.
(2005)은 서울시 BMS자료를 이용하여 버스 정시성을 산출하고 정시성 지표 특성을 분석하였다. 또한 버스 서비스수준을 평가하기 위한 정시성 지표를 개발하였으며, 개발한 정시성 지표를 서울시 22개 노선 운행결과에 적용하였다. 그 결과 일요일이 정시성이 가장 높게 나타났고, 노선 연장이 길수록, 정류장 수와 승객수요가 많을수록 정시성이 감소하는 등의 다양한 결론을 도출하였다.
BMS 자료를 이용하여 버스의 정류장별 운행시간 및 교차로 통과시간 등을 확인하고, 이를 이용하여 버스의 통행시간을 세분화하였다. 또한 정시성 향상을 위해 요소 시간별 평균, 표준편차, 변동계수를 계산하여, 노선 운행시간 변동에 가장 많은 영향을 미치는 요소 시간을 알아보았다.
이 연구에서는 정시성을 평가하기 위한 지표로 통행시간 95%의 값에서 통행시간 중간값을 뺀 값인 완충시간(RBT : Reliability Buffer Time)을 사용하였다. 또한, 노선 단위의 정시성을 기종점간의 정시성과 통행수를 이용하여 분석하였으며, 통행시간을 승강장 대기시간, 승하차시간, 차내 통행시간, 운행중단으로 인한 지연시간 등 요소별로 나누어 분석하였다.
또한, 운행시간요소별 정류장과 노선별로 얼마나 변동성을 가지는지를 확인하기 위해, 요소 시간별 평균값과 표준편차 값을 이용하여 변동계수를 계산하였다. 가장 변동성이 큰 시간은 t4,t5와 t2로 나타났다.
(2009)은 이용자 입장에서의 정시성을 평가하는 것을 목적으로, 2005년 6월 15일 오전 첨두시 동안의 33개 노선자료를 이용하여 배차간격을 분석하였다. 배차간격이 정시성에 영향을 미치는 요인으로 보고, 재차간격 분석을 통해 정시성을 분석하였으며, 자료포락분석기법을 이용하여 여러 개의 개별 정시성 지표들을 하나로 통합하는 방법을 제시하였다.
버스 정류장간 통행시간을 6개의 요소, 정류장 진입시간, 개문시간(승객 승하차시간), 정류장 진출시간, 주행속도 통과시간, 신호대기시간, 주행속도 통과시간으로 세분화하였다. 버스 정류장 출 도착시각, 배차간격, 버스 위치 등을 실시간으로 알 수 있는 BMS자료를 이용하여 실제 버스 운행시간과 예측된 버스 운행시간을 비교할 수 있다. 정류장 간 통행시간은 정류장에서의 대기시간과 두 정류장 간 통행시간으로 이루어진다.
본 연구에서는 버스 통행시간의 편차 발생요인 및 영향을 분석하기 위해 버스가 정류장간 이동을 할 때, 통행시간을 총 5개의 지점으로 구분하였다. 버스 정류장간 통행시간을 6개의 요소, 정류장 진입시간, 개문시간(승객 승하차시간), 정류장 진출시간, 주행속도 통과시간, 신호대기시간, 주행속도 통과시간으로 세분화하였다. 버스 정류장 출 도착시각, 배차간격, 버스 위치 등을 실시간으로 알 수 있는 BMS자료를 이용하여 실제 버스 운행시간과 예측된 버스 운행시간을 비교할 수 있다.
버스의 운행시간은 정시성 확보를 위해 과속 및 신호위반 등의 위험 운전을 방지하여 정시성과 안전성을 모두 보장하기 위해, 정류장 별 요소 운행시간의 최댓값만으로 운행시간을 산정하였다. 안전성이 보장되지 않은 정시성은 승객의 서비스 질을 더 떨어트릴 것이므로, 안전성이 가장 우선적으로 고려되어야 한다.
Oded(2014)는 스웨덴 스톡홀롬을 대상으로 정시운행 운영계획 필드실험을 실시하였다. 이 연구는 차두간격 변동계수(CV(h) : Headway Coefficient of Variance), 차간간격 유지(HA : Headway Adherence), 평균 과잉대기시간(EWT : Average Excess Waiting Time) 등의 지표를 이용하여 분석하였으며, 승하차 승객수를 고려하지 않고 버스 차간간격 정시성에만 집중하여 분석하였다. 버스 정시성을 증가시키기 위해 승객 대기시간과 혼잡도를 줄이고, 더 나은 용량 활용과 높은 운영 정시성이 필요하다고 결론 지었다.
Bertini and El-Geneidy(2004)는 미국 Oregon 주의 광역 교통구역에서 운영 중인 버스운영모니터링시스템(BDS : Bus Dispatch System)을 이용하여 대중교통 통행시간 모형을 제시하였다. 이를 이용하여 TriMet의 14번 노선에 적용하여 평균 통행시간 모형을 제시하고, 정차시간과 승하차 승객 수간의 관계를 도출했다. 이 모형을 통해 정류장의 통합, 승하차 시간 단축과 같은 효과를 추정할 수 있으며, 버스 서비스를 개선하기 위한 방안이 버스 통행시간에 어떠한 영향을 미치는지 평가할 수 있을 것이라고 언급하였다.
(2008)은 첨단대중교통체계(APTS : Advanced Public Transit System) 자료인 교통카드 자료와 BMS 자료, BIS자료를 이용하여 서울시 버스 서비스 수준을 평가하기 위한 정시성 지표를 개발하였다. 정시성 지표는 실제 배차간격을 이용하여 설정하였으며, 차고지 배차 정시성, 운행 중 차량 몰림 비율, 도착시간 준수율을 분석하였다. 현재 서울시는 도착시간 준수를 위해 운전자에게 정류소 도착시간표를 제공하지만, 버스는 도로상황에 많은 영향을 받기 때문에 서울시 목표인 80%에 도달하지 못해 대안이 필요한 것으로 나타났다.
동대문(흥인지문)의 오전 첨두시(오전 8시~9시)에 운행하는 버스는 총 11대이다. 표기의 편의상 본 연구에서는 정류장명 대신, 용마문화복지센터에서 월드컵파크7단지까지의 각각의 정류장을 순서대로 1부터 61번으로 표기하였다.
대상 데이터
최댓값은 [Table 5]와 같고, 정류장별 최대 소요시간을 노선 운영시간으로 설정하여 적정 운행시간을 산정하면 3시간 27분 14초가 나온다. 대상 시간에 현재 운행 중인 271번 노선은 총 11대로, 각각의 버스가 차고지를 출발하여 마지막 정류장까지 걸리는 시간은 [Table 6]과 같다. 총 11대의 버스의 평균 운행시간인 Tj′은 1시간 50분 59초이다.
버스가 회차하는 ‘월드컵파크 7단지’에서는 회차로 인한 운행시간이 보통 정류장간 운행시간보다 높은 시간이 나타나기 때문에, 왕복이 아닌 ‘용마문화복지센터’에서 ‘월드컵파크 7단지’ 정류장으로의 방향만을 고려한다. 동대문(흥인지문)의 오전 첨두시(오전 8시~9시)에 운행하는 버스는 총 11대이다. 표기의 편의상 본 연구에서는 정류장명 대신, 용마문화복지센터에서 월드컵파크7단지까지의 각각의 정류장을 순서대로 1부터 61번으로 표기하였다.
본 연구에서 이용하는 자료는 서울시 BMS 자료로, 각각의 노선이 지나는 버스정류장에 운행버스의 정류장 도착시간 및 정류장 출발시간을 실시간으로 알려준다. BMS 자료는 많은 양의 자료를 실시간으로, 다양한 형태로 제공하며 이는 버스 운행을 위한 정책을 수립하는데 필수적인 자료이다.
본 연구에서는 271번 버스의 정류장 별 승하차 시간은 ‘서울시 버스노선별 정류장별 시간대별 승하차 인원’과 도로용량편람에 표기된 승하차 시 소요시간을 참고하였다.
본 연구에서는 서울시에서 운행 중인 전체 410개의 버스 노선 중에서 면목동에서 상암동(용마문화복지센터↔월드컵파크7단지)까지 운행하는 경성여객의 271번 버스노선의 2016년 9월 27일 화요일의 운행 자료를 이용하여 버스노선의 정시성에 대해 분석한다.
본 연구에서는 하루 동안의 버스 운행 중에서, 271번 버스가 지나는 정류장 중에서 동대문(흥인지문) 정류장의 오전 첨두시(오전 8시~오전 9시)를 대상으로 선정하고 이 시간대의 버스운행 자료를 이용한다. 버스가 회차하는 ‘월드컵파크 7단지’에서는 회차로 인한 운행시간이 보통 정류장간 운행시간보다 높은 시간이 나타나기 때문에, 왕복이 아닌 ‘용마문화복지센터’에서 ‘월드컵파크 7단지’ 정류장으로의 방향만을 고려한다.
데이터처리
총 통행시간에 가장 영향을 많이 주는 시간을 알기 위해 변동계수와 표준편차를 이용한다. 표준편차는 각 변량이 평균을 중심으로 흩어진 정도를 의미하며, 이를 통해 분산의 정도를 표시하는 척도로 표준편차를 이용한다.
이론/모형
(2010)은 영국 런던지하철을 대상으로 교통카드 데이터를 이용해 서비스 신뢰성을 측정하였다. 이 연구에서는 정시성을 평가하기 위한 지표로 통행시간 95%의 값에서 통행시간 중간값을 뺀 값인 완충시간(RBT : Reliability Buffer Time)을 사용하였다. 또한, 노선 단위의 정시성을 기종점간의 정시성과 통행수를 이용하여 분석하였으며, 통행시간을 승강장 대기시간, 승하차시간, 차내 통행시간, 운행중단으로 인한 지연시간 등 요소별로 나누어 분석하였다.
성능/효과
또한 버스 서비스수준을 평가하기 위한 정시성 지표를 개발하였으며, 개발한 정시성 지표를 서울시 22개 노선 운행결과에 적용하였다. 그 결과 일요일이 정시성이 가장 높게 나타났고, 노선 연장이 길수록, 정류장 수와 승객수요가 많을수록 정시성이 감소하는 등의 다양한 결론을 도출하였다.
버스 도착지연이 가장 크게 발생하는 곳은 교차로가 있는 곳이며, 버스차량 우선 신호가 존재함에도 불구하고 교차로에서 가장 심한 지연이 일어나는 것으로 나타났다. 따라서 충분한 회복 시간을 가지고 운행시간을 설정하는 것이 정시성 향상에 가장 크게 기여할 것으로 보았다.
버스 정시성을 확보하기 위해 여러 국가에서 다양한 방법으로 정시성을 평가하고 있으며, 버스 정시성에 영향을 미치는 다양한 시간 요소와 이와 관련된 지표를 개발하여 정시성을 향상 시킬 수 있는 방안을 제시하였다. 버스 정류장 출 도착시각, 배차간격 등을 실시간으로 알 수 있는 BMS자료를 이용하여 실제 버스 운행시간과 예측된 버스 운행시간을 비교하였고, 예측 운행시간은 운행시간에 영향을 주는 요인을 고려하여 추가 시간을 고려한 운행시간으로 설정해야 정시성을 향상시킬 수 있다고 하였다. 또한 BMS자료는 버스 서비스 향상을 위한 자료로 이용될 수 있으며, 이를 통해 대중교통 정책평가 및 수립에 기여할 수 있을 것이다.
이 연구는 차두간격 변동계수(CV(h) : Headway Coefficient of Variance), 차간간격 유지(HA : Headway Adherence), 평균 과잉대기시간(EWT : Average Excess Waiting Time) 등의 지표를 이용하여 분석하였으며, 승하차 승객수를 고려하지 않고 버스 차간간격 정시성에만 집중하여 분석하였다. 버스 정시성을 증가시키기 위해 승객 대기시간과 혼잡도를 줄이고, 더 나은 용량 활용과 높은 운영 정시성이 필요하다고 결론 지었다.
(2011)은 호주 멜버른의 246번 노선의 6개월간 정류장 출도착시간을 이용하여 버스통행시간과 변동성을 예측하기 위한 모형을 제시하였다. 변동성은 신호교차로 지체, 기상상황 등으로 인한 영향이 크게 나타났고, 통행시간은 신뢰도 구간을 통해 변동성 반영이 가능하며 예측 정확도를 향상시킬 수 있는 것으로 나타났다. 향후 승하차 수요를 반영하고, 이력자료로 사용한 통행시간 예측의 정확도를 검증할 필요성이 있다고 하였다.
총 11대의 버스의 평균 운행시간인 Tj′은 1시간 50분 59초이다. 본 연구에서 산정한 적정 운행 시간인 3시간 27분 14초와 현재 평균 운행시간인 1시간 50분 59초와 비교했을 때, 적정 운행 시간이 약 1시간 40분정도가 더 걸리는 것으로 나타났다.
후속연구
하지만 자율주행시대가 머지않은 오늘날, 자율주행 대중교통이 등장하면, 계획된 시간에 맞춰서 버스가 알아서 주행할 것이고, 군집주행이 활성화 되면서 이용자가 더 편리하게 버스를 이용할 수 있을 것이다. 따라서 미래에는 정시성뿐만 아니라, 이동성, 안전성, 접근성까지 모두 확보된 버스를 이용할 수 있을 것으로 기대된다.
따라서 향후 정시성을 확보하기 위해서는, 정시성에 미치는 영향이 큰 요소 시간을 반영하여 버스 운행시간을 계산하고, 그에 맞는 정류장 별 버스도착시간 시간표를 만들어 정시성을 확보할 수 있다. 그 중 영향을 많이 주는 신호대기시간의 경우에는 신호주기를 변화시켜 버스 정시성을 확보할 수 있고, 주행시간의 경우에는 버스전용차로 설치 및 도로상황 개선 등을 통해 정시성을 확보할 수 있다.
버스 정류장 출 도착시각, 배차간격 등을 실시간으로 알 수 있는 BMS자료를 이용하여 실제 버스 운행시간과 예측된 버스 운행시간을 비교하였고, 예측 운행시간은 운행시간에 영향을 주는 요인을 고려하여 추가 시간을 고려한 운행시간으로 설정해야 정시성을 향상시킬 수 있다고 하였다. 또한 BMS자료는 버스 서비스 향상을 위한 자료로 이용될 수 있으며, 이를 통해 대중교통 정책평가 및 수립에 기여할 수 있을 것이다. 따라서 본 연구에서는 서울시 BMS 자료를 이용하여 현재 버스 통행시간의 편차를 분석하고, 편차발생요인을 조정하여 안전성과 정시성을 모두 확보할 수 있는 노선 운행시간을 산정하고자 한다.
본 연구는 정류장 별 예정된 시간에 버스가 정시에 도착하여, 이용자의 대기시간을 최소한으로 줄이는 것을 목표로 한다. 이를 이용하여 현재 점차 감소하고 있는 버스이용률과 서비스수준을 높이는데 기여할 수 있을 것이다. BMS 자료를 이용하여 버스의 정류장별 운행시간 및 교차로 통과시간 등을 확인하고, 이를 이용하여 버스의 통행시간을 세분화하였다.
를 조절하여 버스 운행시간을 단축할 수 있다. 이를 통해 버스의 정류장 정시도착이 가능하고, 이는 승객의 정류장에서의 대기시간을 줄임으로써 만족도와 이용률을 높이는 방안이 될 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
우리나라 교통수단별 수단분담률은 어떠한가?
승용차 이용의 증가로 도로혼잡 및 환경오염, 교통사고의 위험이 나날이 증가하면서, 대중교통활성화 정책과 같은 정부의 노력과 이용자들의 버스와 지하철로의 수단 전환이 발생하고 있다. 2015년 기준, 우리나라 교통수단별 수단분담률을 살펴보면, 지하철 및 철도가 39.3%, 버스가 26.5%, 승용차가 23%로, 사람들이 승용차보다 대중교통을 더 많이 이용하는 것을 알 수 있다. 또한 대중교통 통합요금제가 시행된 2007년 이후로 대중교통이용률은 점점 증가했다.
정류장 별 요소 운행시간의 최댓값만으로 운행시간을 산정한 이유는 무엇인가?
버스의 운행시간은 정시성 확보를 위해 과속 및 신호위반 등의 위험 운전을 방지하여 정시성과 안전성을 모두 보장하기 위해, 정류장 별 요소 운행시간의 최댓값만으로 운행시간을 산정하였다. 안전성이 보장되지 않은 정시성은 승객의 서비스 질을 더 떨어트릴 것이므로, 안전성이 가장 우선적으로 고려되어야 한다.
향후 정시성을 확보하기 위해서는, 정시성에 미치는 영향이 큰 요소 시간을 반영하여 버스 운행시간을 계산하고, 그에 맞는 정류장 별 버스도착시간 시간표를 만들어 정시성을 확보해야 하는 이유는 무엇인가?
운행시간에 가장 많은 영향을 주는 요소 시간은 교차로에서 정류장까지의 시간과 정류장에서 교차로까지 걸리는 시간으로, 정류장부터 교차로까지의 주행시간과 교차로에서의 신호대기시간이다. 이는 신호주기에 따라 운행시간의 차이가 많이 나고, 도로상황에 영향을 많이 받는 버스의 특성 때문이다.
참고문헌 (16)
Bertini R. L. and El-Geneidy A. M.(2004), "Modeling Transit Trip Time Using Archived Bus Dispatch System Data," Journal of transportation engineering, vol. 130, no. 1, pp.56-67.
David L. U., John A., Rabi M. and Nigel W.(2010), "Service reliability measurement using automated fare card data: Application to the London underground," Transportation Research Record: Journal of the Transportation Research Board, no. 2143, pp.92-99.
Jung Y. I. and Oh S. J.(2013), "Analysis of On-time Performance in Cheongju Bus Transit Using BMS Data," Chungbuk Research Institute, vol. 24, no. 2, pp.43-56.
Ko S. Y., Park J. S. and Kim E. H.(2005), "A Development of Punctuality Index for Bus Operation and Analysis of its Characteristics," Journal of Korean Society of Transportation, vol. 23, no. 2, pp.131-141.
Lee H. S., Lim J. S., Jung Y. J. and Kim Y. C.(2008), "Bus Reliability Management Policy and Evaluation of Seoul Metropolitan Based on APTS Data," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 7, no. 2, pp.1-12.
Lee K. S., Ahn S. C., Kim G. H. and Kim W. C.(1999), Introduction to Statistics, Free Academy(Seoul), p.30.
Mazloumi E., Rose G., Currie G. and Sarvi M.(2011), "An Intergrated Framework to Predict Bus Travel Time and Its Variability Using Traffic Flow Data," Journal of Intelligent Transportation Systems, vol. 15, no. 2, pp.75-90.
Ministry of Land, Infrastructure and Transport(2013), Korea Highway Capacity Manual(KHCM), Korea, p.597.
Nelson C.(2012), "Quantifying public transport reliability in Zurich," Transportation Research Record Journal of the Transportation Research Board, no. 274, pp.114-125.
Oded C.(2014), "Regularity-driven bus operation: Principles, implementation and business models," Transport Policy, vol. 35, pp.223-230.
Oh M. Y., Jung C. Y. and Shon E. Y.(2009), "Analysis on Reliabilities of Seoul's Trunk Bus Lines Using BMS Data(though Data Envelopment Analysis)," Journal of Korean Society of Transportation, vol. 27, no. 1, pp.63-71.
Seoul Metropolitan Government, http://bus.go.kr/UseInfo.jsp?main1, 2016.11.24.
Seoul Metropolitan Government, http://opengov.seoul.go.kr, 2016.11.28.
Seoul Metropolitan Government, http://socialindex.seoul.go.kr/represent30Indicator/view.do?metricGrpIdP000211&fid&midC002250, 2016.11.19.
Seoul Metropolitan Government, http://traffic.seoul.go.kr/archives/289, 2017.06.12.
Seoul Topis, http://topis.seoul.go.kr, 2016.12.09.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.