[논문]첨단 교통 정보 시스템 누적 소통정보를 활용한 신호교차로 운영개선 효과평가를 위한 혼잡강도 지표 연구

조용빈; 김진태

doi:10.5392/jkca.2018.18.11.643

첨단 교통 정보 시스템 누적 소통정보를 활용한 신호교차로 운영개선 효과평가를 위한 혼잡강도 지표 연구
A Study on the Performance Evaluation Measures of Traffic Signal Operation at Signalized Intersections by Utilizing Historical Data from Advanced Traveller Information System 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.18 no.11, 2018년, pp.643 - 654

조용빈 (한국교통대학교 교통시스템공학과) , 김진태 (한국교통대학교 교통시스템공학과)

초록
AI-Helper

과거 도시부 도로 교통흐름을 이해하고 운영관리하기 위해서 교차로 지체도, 간선도로 통행속도 등과 같은 다양한 교통공학 이론 지표들이 적용되어 왔다. 그러나 이러한 이론 및 지표들은 지능형교통체계 구축 이전 교통공학 연구측면 많은 제약이 있는 상태에서 개발되었다. 현재 ATIS 시스템이 존재하기 때문에 해당 자료를 활용하는 별도의 교통공학 기술의 소개가 필요하다. 본 논문에서는 교통공학 분야에서 이미 사용하고 있는 지표인 '혼잡강도'를 활용하여 단속류(접근로, 교차로, 제어군, 간선도로 축)에도 적용 가능 여부를 확인하는 것을 목적으로 한다. 도시부 도로 접근로, 교차로, 제어군, 간선도로 축 대상 교통신호운영 개선 효과 여부 진단 적용지표를 도출 및 제안하였다. 도출된 혼잡강도 지표 검증을 위하여 2가지의 검증작업을 수행하였다. (1)혼잡강도 임계값 분석 검증과 (2)혼잡강도를 이용한 교차로 개선 축단위 사전-사후 분석 검증을 수행하였다. 검증을 통해 과거 수동적이고 인력의 한계를 갖고 있는 기존 교통신호 운영 관리에서 탈피할 수 있도록 5분 단위 속도자료를 이용한 도시부 단속류에서의 혼잡강도 적용이 가능한 것으로 확인되었다.

Abstract ▼ AI-Helper

In order to understand and manage traffic flows in urban areas in the past, a variety of traffic engineering theoretical indicators such as intersection lag and highway speed have been applied. However, these theories and indicators have been developed under the constraints of traffic engineering research before the construction of intelligent transportation system. Since the ATIS system currently exists, it is necessary to introduce a separate traffic engineering technology that utilizes the data. In this paper, it is aimed to confirm whether it is applicable to intermittent flow (approach road, intersection, control group, main road axis) by using 'congestion intensity' which is already used in traffic engineering field. The results of this study are as follows: (1) The traffic signal improvement effect of urban road access road, intersection road, control group, Two verification studies were performed to verify the derived congestion intensity index. (1) verification of congestion intensity threshold value analysis and (2) crossing improvement using the congestion intensity. Through verification, it was confirmed that it is possible to apply the congestion intensity in the inter - city intermittent flow using the 5 - minute unit speed data so as to be able to escape from the existing traffic signal operation management which is past passive and manpower limit.

주제어

표/그림 (23)

표 Table 1. link 5-minute speed data’s property
그림 Fig. 1. Change of IOC according to threshold speed
그림 Fig. 2. Shinchon arterial analysis intersection
그림 Fig. 3. Kangnam arterial analysis intersection
표 Table 2. Signal Operational Database Update History
그림 Fig. 4. Nohae collector road analysis intersection
그림 Fig. 5. Hakdong collector road analysis intersection
그림 Fig. 6. Comparison of IOC pre-post updating
표 Table 3. IOC Pre-post analysis period
그림 Fig. 7. Shinchon arterial analysis intersection
그림 Fig. 8. Gangnam arterial analysis intersection
표 Table 4. Taget intersections of arterial and collector road
표 Table 5. IOC-validated intersection (Shinchon arterial)
표 Table 6. IOC-validated intersection (Gangnam arterial)
표 Table 7. The test results from the arterial data
표 Table 8. Threshold speed values of Duncan groups for arterials
표 Table 9. The test results from the collector road data
표 Table 10. Threshold speed values of Duncan groups for collector roads
표 Table 11. Threshold speed of IOC for the evaluation period
표 Table 12. Comparison of IOC of link pre-post update(Shinchon)
그림 Fig. 9. Level of IOC of link pre-post update(Shinchon)
표 Table 13. Comparison of IOC of link pre-post update(Gangnam)
그림 Fig. 10. Level of IOC of link pre-post update(Gangnam)

AI 본문요약
AI-Helper

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

문제 정의

다양한 COSMOS 운영 대안들을 평가하기 위하여 교통신호제어시스템 온라인 평가모델을 개발하여 객관적으로 평가하는 연구를 수행하였다. 이들은 Hardware-In-the-Loop Simulation System (HILSS)모형을 이용하여 운영효과를 평가하는 방법을 제안하였다.
따라서 기존 선행 연구를 통해 연속류에 한정적이었던 교통신호운영평가 방안을 수동적인 단속류에 적용하여 객관적인 교통 신호 운영 대안 평가를 수행할 수 있도록 하고자한다.
본 논문에서는 교통공학 분야에서 사용하고 있는 지표인 ‘혼잡강도(intensity of congestion; IOC)’를 활용하여 단속류(접근로, 교차로, 제어군, 간선도로 축)에도 적용 가능 여부를 확인하는 것을 목적으로 한다.

가설 설정

H_o : 임계값 차이의 의미는 모두 동일하여 무의미 하다

제안 방법

특정 교차로의 신호 개선이 존재할 경우 단기적으로 소통이 나아졌다고 판단될 수 있으나, 시간이 경과하며 교통량 분배되어 다시 정체가 발생될 것으로 판단되어 60일 이상은 분석 기간에서 제외하였다. 60일 이하의 기간으로 주말과 주일 특성을 구분하지 않도록 하기 위해 1일, 7일, 14일, 30일, 60일로 나누어서 분석하였다. 또한 각각의 분석 기간마다 오전, 오후첨두시와 오후, 야간비첨두시로 나누어 시간적 특성을 반영하였다.
본 연구는 첨단 교통 정보 시스템을 보유하고 있는 지방자치단체 한 곳으로 서울특별시를 선정하여 자료를 수집하였다. TOPIS에서 보유한 정보를 토대로 해당도시 도시부 도로 접근로, 교차로, 제어군, 간선도로 축 대상 교통신호운영 개선 효과 여부 진단 적용지표를 도출 및 제안하였다. 제안 지표의 검증을 위하여 혼잡강도 임계값 분석 검증과 서울시 신호 교차로 운영 평가프로그램(Enhanced Software for Productive and Reliable Evaluation of Seoul Signal Operation; ESPRESSO)을 활용한교차로 개선 축단위 사전-사후분석을 수행하였다.
실제로 간선도로 내 교차로의 신호시간, 연동값, 그룹관련 변경 이력이 같은 날에 갱신된 표본을 검토했다. TOPIS에서 사용하고 있는 도로 분류 체계(간선도로, 보조간선도로, 기타도로)를 적용하였다. 그러나 기타도로를 본 연구에서 분석하기엔 TOPIS에서 기타도로라 정의한 기타도로의 규모 및 의미가 다양하고 불명확했다.
[Fig. 1]과 같이 임계 속도 수준과 분석 기간에 따라 혼잡강도의 크기가 달라지기 때문에 수집된 신호교차로 운영상황 갱신 이력정보자료를 참조하여 갱신 일을 기준으로 사전-사후 임계값 분석을 수행하였다.
개발된 지표 수식은 빅 데이터 자료에서 시간 변수, 링크 변수, 속도 변수를 이용하여 1개 교차로 접근로 단위의 5분 단위 속도 자료를 추출하는 방식이다.
교통 빅 데이터 분석과 교통정체 변화 판별 알고리즘에 부산교통정보서비스센터의 과거 교통정체 패턴을 적용하여 정체구간인지 비정체구간인지를 판별하는 알고리즘 연구를 수행했다. 기존에 누적된 방대한 교통데이터를 알맞은 정체패턴 데이터로 재가공하는 것이 필요하다고 발전 방향을 제시했지만 정체의 기준을 속도 증감으로 해석하여 명확한 정체 기준을 정하지 못했다[3].
교통 빅 데이터를 이용한 교통 혼잡지도 구현을 통하여 축적된 대용량 교통데이터를 이용하여 다차원 분석을 통해 특정 시간, 요일별, 출근시간, 퇴근시간, 행사 등 다양한 데이터와 관점에서 혼잡지도 연구를 수행하였다. 그러나 상세한 교차로 단위까지의 혼잡지도를 표현하지 못하였다는 한계가 존재했다[2].
교통혼잡상태를 파악하기 위해 통행밀도를 기반으로 한 혼잡지표를 개발하였으며[6], 고속도로 가변교통정보표지(Variable Message Sign; VMS)를 활용하여 지정체도 산출방안을 개발하고 현장 적용성 검토를 수행하였다. 이를 통해 문제가 되는 구간을 탐색 가능하며 대책 수립의 기초자료로 활용이 가능하나, 고속도로 연속류에 한정되어 있다는 한계가 존재한다[7].
그러나 본 연구에서는 현장 조사를 통해 얻을 수 있는 가중치를 이용하여 연구 검증을 반영하기엔 어려움이 있었다. 그렇기 때문에 부도로의 분석은 제외한 주도로 링크별 혼잡강도를 산출하였다. 산출된 혼잡강도의 차이 값을 통해 교차로 개선 사전 사후 변화를 확인하였다.
기존 연속류 구간에서 혼잡지표의 단점을 보완하기 위하여 혼잡의 강도개념을 추가하여 새로운 지표 개발이 이루어졌다. 이에 혼잡강도를 구하는 수식은 식 (1)과 같다.
TOPIS 자료의 각 링크는 매 5분마다 속도 자료를 누적시키고 있다. 단속류 혼잡강도 설계에 순수한 속도자료를 사용하는 것만 아니라 속도 자료가 매 5분마다 누적되고 있으며 이 누적량을 이용하여 단속류 혼잡강도를 설계할 수 있었다. 각 링크가 누적하고 있는 5분단위 속도자료의 수는 [Table 1]과 같다.
또한 각 분석기간의 첨두시와 비첨두시를 구분하여 총 1,900회(19×5×5×4) 분석을 수행 하였다.
60일 이하의 기간으로 주말과 주일 특성을 구분하지 않도록 하기 위해 1일, 7일, 14일, 30일, 60일로 나누어서 분석하였다. 또한 각각의 분석 기간마다 오전, 오후첨두시와 오후, 야간비첨두시로 나누어 시간적 특성을 반영하였다.
본 연구에서 2016년 서울시 전체 평균 통행 속도(공간평균속도; space-mean speed)인 24.2 km/h를 기준으로 도심부 통행 속도를 고려하여 분석 임계 속도 항목을 10 km/h, 15 km/h, 20 km/h, 25 km/h, 30 km/h로 나누어 분석하였다.
그렇기 때문에 부도로의 분석은 제외한 주도로 링크별 혼잡강도를 산출하였다. 산출된 혼잡강도의 차이 값을 통해 교차로 개선 사전 사후 변화를 확인하였다.
상기 연속류에 적용되고 있는 혼잡강도 수식을 기반으로 도로의 등급, 지역적 특성, 특수 일에 따라 주행 속도가 다른 단속류에 대응할 수 있는 혼잡강도 수식을 설계하였다.
분석 기간에 대해서는 사전-사후 비교 및 데이터 분석을 통해 의미를 보이는 기간이 있을 것이라 판단했다. 실제로 간선도로 내 교차로의 신호시간, 연동값, 그룹관련 변경 이력이 같은 날에 갱신된 표본을 검토했다. TOPIS에서 사용하고 있는 도로 분류 체계(간선도로, 보조간선도로, 기타도로)를 적용하였다.
이들은 Hardware-In-the-Loop Simulation System (HILSS)모형을 이용하여 운영효과를 평가하는 방법을 제안하였다. 이는 온라인 평가 모형으로 중앙장치로부터 직접 모의실험 모형으로 부터 제어를 받아 실시간 신호제어시스템(Cycle, Offset, Split Model of Seoul; COSMOS)을 구동하는 방식을 제안하였다. 그러나 이들의 연구는 신호제어기의 평가로 국한되며 도시부 도로 교통신호운영 상태에 대한 평가를 포함하지 못하였다[5].
신호교차로는 주도로, 부도로 특성 외에도 많은 특성을 보유하고 있다. 이러한 점을 극복하기 위해 수식 3, 4, 5에 제시된 바와 같이 가중치 계수(Weight factor)를 적용하는 노력이 필요했고 이를 위해 각 링크 별로 가중치를 적용하도록 변수 공간을 마련하였다.
이를 통해 전체 5분 단위 속도 자료 수 대비 임계 속도에 미치지 못하는 5분 단위 속도 자료의 수는 수집시간에 따라 변화하므로 이를 이용하여 단속류 혼잡강도의 수식을 식 (2)와 같이 도출하였다.
혼잡강도 지표 검증을 위하여 2가지의 검증 작업을 수행하였다. (1)혼잡강도 임계값 분석 검증과 (2)혼잡강도를 이용한 교차로 개선 축단위 사전-사후 분석 검증을 수행하였다.
혼잡강도 지표의 의미인 교차로의 혼잡 정도를 파악하기 위하여 ESPRESSO를 이용해 앞서 분서된 임계속도 중 20km/h 수준으로 분석을 실시하였다. [Table 12]는 신촌로 사전 사후 14일간의 링크별 혼잡강도와 그 차이를 나타낸다.

대상 데이터

그러나 강북권역 보조 간선도로에는 5개 교차로가 변경 이력이 같은 날에 수행된 집단을 찾을 수 없었고 5개에 가까운 4개의 교차로 변경 이력이 있는 집단을 [Table 2]와 같이 ‘신촌로’, ‘강남대표’, ‘학동로’ 및 ‘노해로’로 선정하였다.
본 연구는 첨단 교통 정보 시스템을 보유하고 있는 지방자치단체 한 곳으로 서울특별시를 선정하여 자료를 수집하였다. TOPIS에서 보유한 정보를 토대로 해당도시 도시부 도로 접근로, 교차로, 제어군, 간선도로 축 대상 교통신호운영 개선 효과 여부 진단 적용지표를 도출 및 제안하였다.
본 연구에 사용된 서울특별시 TOPIS 자료는 서울시관내 영업용 차량에 장착된 Digital Tacho Graph(DTG) 장치로부터 수집되는 원시자료를 5분 단위로 가공한 가공자료로 주행 날짜, 주행 시간, 주행 링크 ID, 속도 자료 등을 포함한다.
서울특별시 TOPIS로부터 수집한 자료는 5분 단위로 기록된 2016년 한 해 서울시 전체 교통소통 자료 1식 및 서울시 TOPIS 교통정보 기반자료(링크 자료) 로 1개월 당 3개의 텍스트 파일, 총 1년 36개 파일로 구성된다. 하나의 텍스트 파일의 길이는 155,228,409행이며, 크기는 개 당 약 500MB 정도에 해당한다.

데이터처리

혼잡강도 지표 검증을 위하여 2가지의 검증 작업을 수행하였다. (1)혼잡강도 임계값 분석 검증과 (2)혼잡강도를 이용한 교차로 개선 축단위 사전-사후 분석 검증을 수행하였다.
ANOVA 분석을 통한 상기 가설검정 실험 결과, F 비가 F 기각치를 넘지 못하는 경우는 기각, F비가 F 기각치를 넘는 경우엔 기각하지 못하는 것으로 하여 분석을 수행하였다.
검증을 위해 PostgreSQL을 기반으로 설계된 혼잡강도 수식들이 구축된 서울시의 ESPRESSO를 활용하였다. 도출된 임계값을 기반으로 서울시에서 실제로 신호제어기 DB 갱신이 있던 날을 기준으로 사전사후 분석을 축단위로 수행하였다.
또한 각 분석기간의 첨두시와 비첨두시를 구분하여 총 1,900회(19×5×5×4) 분석을 수행 하였다. 그러나 분석을 통해 산출된 자료의 양이 방대하였고 이를 비교 분석하는데 있어 한계가 있어 SPSS 통계 프로그램을 활용하여 분석하였다.
검증을 위해 PostgreSQL을 기반으로 설계된 혼잡강도 수식들이 구축된 서울시의 ESPRESSO를 활용하였다. 도출된 임계값을 기반으로 서울시에서 실제로 신호제어기 DB 갱신이 있던 날을 기준으로 사전사후 분석을 축단위로 수행하였다.
상기 ANOVA 분석을 통하여 신호교차로 운영상태개선 전 후 ‘비교분석 기간’과 ‘혼잡강도’에 사용되는 각‘임계값’들에 따라 특이 군집들을 파악하였다.
상기 절대값을 기반으로 통계적인 차이점과 특이 경향을 보이는 데이터를 추출하기 위해 일원 분산 분석(Analysis of Variance; ANOVA)과 비모수 파라미터(non parametric)통계분석(Duncan’s Test)을 수행하였다.
이들 임계값 사이에 통계적인 차이가 존재하는지를 파악하기 위하여 해당 자료를 1일, 7일, 14일, 30일, 60일로 정렬하고 10 km/h 군집, 15 km/h 군집, 20 km/h 군집, 25 km/h 군집, 30 km/h 군집으로 분류하여 ANOVA 분석을 실시하였다. 분석에 사용된 가설검정 실험 내용은 아래와 같다.
TOPIS에서 보유한 정보를 토대로 해당도시 도시부 도로 접근로, 교차로, 제어군, 간선도로 축 대상 교통신호운영 개선 효과 여부 진단 적용지표를 도출 및 제안하였다. 제안 지표의 검증을 위하여 혼잡강도 임계값 분석 검증과 서울시 신호 교차로 운영 평가프로그램(Enhanced Software for Productive and Reliable Evaluation of Seoul Signal Operation; ESPRESSO)을 활용한교차로 개선 축단위 사전-사후분석을 수행하였다.
파악된 군집들을 대상으로 분석에 사용된 임계값들 중 보다 나은 효율성을 담보하는 값들을 확인하기 위하여 던컨 검증 분석(Duncan’s Test)을 수행하였다.
혼잡강도 임계값 분석 검증에서 분석된 간선도로를 대상으로 ESPRESSO를 이용하여 축단위의 분석을 수행하였다. [Table 5][Table 6]은 혼잡강도 지표 검증을 위한 축 단위 시험 대상 교차로를 나타낸다.

성능/효과

10]상에서 볼 수 있듯이 교육개발원 입구와 우성아파트 앞 사거리가 어두운 색상이 많이 나타나 혼잡도가 높은 것으로 나타났다. 교육개발원입구의 경우 오전 첨두시, 오후첨두시에만 혼잡이 높게 발생 하는 것을 확인할 수 있었고, 우성아파트 앞 사거리의 경우 심야시간대를 제외한 나머지 시간대에서 전부 혼잡이 발생하는 것을 확인하였다.
본 연구는 과거 수동적이고 인력의 한계를 갖고 있는 기존 교통신호 운영 관리에서 탈피할 수 있도록 5분단위 속도자료를 이용한 도시부 단속류에서의 혼잡강도적용이 가능한 것으로 확인되었다.
빅 데이터의 정확도에 따른 신뢰성에 대해 교통 빅 데이터를 이용한 구간통행속도 결측치 보정 알고리즘을 통해 중앙교통정보센터 교통관리시스템의 교통정보 빅 데이터를 활용하여 교통패턴데이터를 생성하고, 이를 활용하여 신뢰성 높은 교통정보를 제공하기 위한 알고리즘을 개발하는 연구를 수행되었고[1] 현장실험을 실시해 얻은 대표 값을 결정하기 위한 가중 평균값 및 평균값을 이용하는 것이 중앙값을 이용하는 것보다 정확도가 높다고 제시했다.
상행 방향의 우성아파트 앞 사거리 북향접근로의 혼잡강도가 0.96으로 가장 높은 것으로 확인되었다. 전체적으로 이번 신호 운영 개선을 통해 혼잡이 증가한 것으로 나타났다.
9]상에서 볼 수 있듯이 신촌기차역 입구와 아현교차로가 어두운 색상이 많이 나타나 혼잡도가 높은 것으로 나타났다. 신촌기차역의 경우 오전 시간대에 혼잡이 많이 발생하는 것을 확인 할 수 있었고, 아현교차로의 경우 오후 늦은 시간대에 혼잡이 많이 발생하는것을 확인 할 수 있었다. [Table 13]은 강남대로 사전 사후 14일간의 링크별 혼잡강도와 그 차이를 나타낸다.
96으로 가장 높은 것으로 확인되었다. 전체적으로 이번 신호 운영 개선을 통해 혼잡이 증가한 것으로 나타났다. 특히 양재역과 서초구민회관(보)의 북향 접근로의 경우 혼잡강도가 0.
95로 가장 높은 것으로 확인되었다. 전체적으로 이번 신호운영 개선을 통해 혼잡이 개선된 것으로 나타났다. 특히 이대역 동향 접근로의 경우 혼잡강도가 0.

후속연구

가중치의 경우 교차로의 주도로, 부도로 특성 및 현장에서만 나타나는 특성을 반영할 수 있도록 수식 설계단계에서 마련하였다. 그러나 본 연구에서는 현장 조사를 통해 얻을 수 있는 가중치를 이용하여 연구 검증을 반영하기엔 어려움이 있었다. 그렇기 때문에 부도로의 분석은 제외한 주도로 링크별 혼잡강도를 산출하였다.
본 연구 결과를 현장에서 활용할 경우, 독립교차로단위의 신호운영 관리를 떠나 교차로의 운영 상태를 활용한 네트워크 단위의 광역적인 교통류 흐름을 파악할 수 있을 것으로 기대된다. 또한 신호운영적인 관점에서 관리자가 직접적인 조사에 따른 관리가 아닌 체계적인 데이터를 이용한 분석을 통해 문제점을 해결해 나갈 수 있다는 부분에서 운영자의 부담이 줄어들 것으로 기대한다. 특히 교통공학적 관점에서 도시부 내의 교차로의 상태를 진단하고 치료를 통해 선지적인 신호 운영 또한 가능할 것으로 기대된다.
마지막으로 신호 교차로 운영에 있어 상기 제시한 한계점들을 추후 연구를 통해 보완한다면 최적 혼잡강도를 도출할 수 있을 것으로 기대한다.
본 연구 결과를 현장에서 활용할 경우, 독립교차로단위의 신호운영 관리를 떠나 교차로의 운영 상태를 활용한 네트워크 단위의 광역적인 교통류 흐름을 파악할 수 있을 것으로 기대된다. 또한 신호운영적인 관점에서 관리자가 직접적인 조사에 따른 관리가 아닌 체계적인 데이터를 이용한 분석을 통해 문제점을 해결해 나갈 수 있다는 부분에서 운영자의 부담이 줄어들 것으로 기대한다.
연구를 진행함에 있어서 주도로 및 부도로의 가중치와 임계값에 대한 가이드라인이 부족하여 정확한 혼잡강도 분석에 대해 한계가 있었다. 연구의 시간적 제약상 검증에 사용된 표본수가 많지 않았다.
이를 위해 특이치를 고려한 분석이 이루어져야 할 것으로 보인다. 이러한 정확성과 신뢰성을 위해 체계적인 현장관리가 보장되어야 체계적인 연구가 진행될 것으로 보인다.
연구의 시간적 제약상 검증에 사용된 표본수가 많지 않았다. 주간선도로, 보조간선도로, 집산도로 등과 같이 각 도로가 갖고 있는 특성과 도시부 및 지방부의 지역적 특성 그리고 첨두시와 비첨두시의 특성을 반영해야 하는 부분이 필요할 것으로 보인다. 또한, 앞서 [Table 11]에서 언급한 대표 임계속도는 강남권, 강북권 4개 축 표본을 사용하여 제시되었다는 한계가 있다.
또한 신호운영적인 관점에서 관리자가 직접적인 조사에 따른 관리가 아닌 체계적인 데이터를 이용한 분석을 통해 문제점을 해결해 나갈 수 있다는 부분에서 운영자의 부담이 줄어들 것으로 기대한다. 특히 교통공학적 관점에서 도시부 내의 교차로의 상태를 진단하고 치료를 통해 선지적인 신호 운영 또한 가능할 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	5분단위 속도자료를 이용한 도시부 단속류에서의 혼잡강도적용이 가능하면 기대되는 결과는?	본 연구 결과를 현장에서 활용할 경우, 독립교차로단위의 신호운영 관리를 떠나 교차로의 운영 상태를 활용한 네트워크 단위의 광역적인 교통류 흐름을 파악할 수 있을 것으로 기대된다. 또한 신호운영적인 관점에서 관리자가 직접적인 조사에 따른 관리가 아닌 체계적인 데이터를 이용한 분석을 통해 문제점을 해결해 나갈 수 있다는 부분에서 운영자의 부담이 줄어들 것으로 기대한다. 특히 교통공학적 관점에서 도시부 내의 교차로의 상태를 진단하고 치료를 통해 선지적인 신호 운영 또한 가능할 것으로 기대된다.
	교통공학 이론 지표에는 무엇이 있는가?	과거 도시 지역 도로 교통흐름을 이해하고 운영관리하기 위해서 교차로 지체도, 간선도로 통행속도 등과 같은 다양한 교통공학 이론 지표들이 적용되어 왔다. 그러나 이러한 이론 및 지표들은 지능형교통체계 구축이전 교통공학 연구측면 많은 제약이 있는 상태에서 개발되었다.
	별도의 교통공학기술의 소개가 필요한 이유는 무엇인가?	그러나 이러한 이론 및 지표들은 지능형교통체계 구축이전 교통공학 연구측면 많은 제약이 있는 상태에서 개발되었다. 현재의 지능형교통체계시스템과 같이 소통정보를 수집 및 누적할 수 있는 ATIS 시스템이 존재하기 때문에 해당 자료를 활용하는 별도의 교통공학기술의 소개가 필요하다. 이에 센터에 누적된 소통정보를 이용하여 도시부 내의 교통류 흐름을 진단하고 평가할 수 있는 지표를 개발하고 적용하고자 하는 노력들이 존재했다.

참고문헌 (8)

기용걸, 배광수, 최진욱, 안계형, "교통 빅 데이터를 이용한 구간통행속도 결측치 보정 알고리즘," 한국IT서비스학회 학술대회 논문집, Vol. 2014, No. 2, pp. 469-472, 2014.
송성호, 교통 빅데이터를 이용한 교통혼잡지도 구현, 충북대학교, 석사학위논문, 2014.
정도성, 교통 빅데이터 분석에 의한 교통정체 변화 판별 알고리즘, 부산대학교, 석사학위논문, 2014.
이경순, 김영선, 김진구, 박상준, "서울교통정보센터의 운영현황과 발전방향," 교통 기술과 정책, Vol. 11, No. 3, pp. 59-63, 2014.

원문보기 상세보기
고광용, 이승환, "교통신호제어시스템 온라인 평가모형 개발," 대한교통학회지, Vol. 26, No. 3, pp. 31-40, 2008.

원문보기 상세보기
이상건, 박진호, 도로교통혼잡지표 개발에 관한 연구, 교통개발연구원 연구보고서, 1997.
이승준, 박재범, 김수희, 복기찬, "고속도로 VMS 정보를 활용한 지정체도 산출방안 개발," 한국도로학회 논문집, Vol. 11, No. 1, pp. 25-36, 2009.

원문보기 상세보기
Walter J. Freeman, “An Evaluation of Signalized Intersection System Analysis Techniques,” Transportation Frontiers for the Next Millennium, Vol. 11, No. 1, pp. 25-36, 2000.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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