[논문]V2I 데이터 Online 고속도로 휴게소 이용률 추정 방법

장현호; 이진수; 윤병조

doi:10.15683/kosdi.2019.12.31.548

V2I 데이터 Online 고속도로 휴게소 이용률 추정 방법
The Method for Online Estimating Utilization Rate of Motorway Service Area Under the V2I Data Condition 원문보기

한국재난정보학회논문집 = Journal of the Society of Disaster Information, v.15 no.4 = no.46, 2019년, pp.548 - 559

장현호 (Urban Science Institute, College of Urban Science, Incheon National University) , 이진수 (Urban Science Institute, College of Urban Science, Incheon National University) , 윤병조 (College of Urban Science, Incheon National University,)

초록
AI-Helper

연구목적: 인력에 의한 조사를 대처할 수 있는 V2I 데이터 기반의 고속도로 휴게소 이용행태 분석. 연구방법: 휴게소 구간 개별차량의 통행속도 자료 분포 특성을 활용하여 통행상태 그룹 분할 및 휴게소 이용경계(Boundary) 설정. 연구결과: 검증 결과 점심시간 휴게소 이용률이 급증, 통행속도 자료 분포 상태간 경계가 명확하거나 불명확한 모든 경우 휴게소 이용경계를 정교하게 산정. 결론: 인력에 의한 휴게소 이용실태 조사를 대처할 수 있어 비용절감의 효과가 크며 조사의 시공간적 범위에 제한이 없음. V2I 시스템이 구축된 휴게소/졸음쉼터/간이 휴게소 등 각 시간대별 동적 이용률 산정이 가능. 단시간/중시간/장시간 이용의 구분이 가능. 차종별 이용실태 도출 가능. 도로구간 불법 주정차 여부 파악 가능. 도로구간 내 돌발상황 검지 가능. 실시간 휴게소 이용률 및 혼잡도 정보 제공등 다양한 분석과 운영전략 수립 가능.

Abstract ▼ AI-Helper

Purpose: Analysis method of V2I data driven motorway service area usage behavior to cope with manpower survey. Method: Segmentation of traveling state group and boundary using the distribution characteristics of traveling speed data of individual vehicles. Result: As a result of the verification, the use rate of resting places in lunchtime surged, and the boundary between the distribution status of the traffic speed data was clearly or unclear. Conclusion: The effect of the cost reduction is big because it can cope with the use of rest area survey by manpower and there is no limit in the time and space range of investigation. The dynamic utilization rate of each time sequence, such as a service area/drowsiness shelter/simple service area, with a V2I system, can be calculated. Identify illegal parking on highway section. Identify the unexpected situation in the road section. Identify the real-time service area utilization rate and congestion information.

주제어

표/그림 (11)

그림 Fig. 1. SA section vehicle speed by time sequence
그림 Fig. 2. Each vehicle speed distribution by traffic flow condition
그림 Fig. 3. Methodology flow
그림 Fig. 4. Cumulative distribution of speed
그림 Fig. 5. Euclidean distance of speed
그림 Fig. 6. Determination of boundary speed between states
그림 Fig. 7. Searching result of ridge
그림 Fig. 8. Estimation result(2015. 10. 05_Mon)
그림 Fig. 9. Estimation result(2015. 10. 07_Wed)
표 Table 1. SA utilization rate result(summary)
그림 Fig. 10. Estimation result(2015. 10. 10_Sat)

AI 본문요약
AI-Helper

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

문제 정의

이러한 시스템 및 자료 환경에도 불구하고 DSRC 시스템에서 수집되는 Hi-Pass 경로정보를 이용한 고속도로 SA 이용률 관련 연구는 보고되지 않고 있다. 따라서 본 연구에서는 V2I (차대 시설통신, Vehicle to infrastructure) 데이터 환경에서 SA 이용실태를 실시간으로 모니터링하기 위한 방법론을 제시하고, 그 가능성을 실제 자료를 이용하여 검증하였다. 검증결과, SA 이용률의 검지 정확도는 99%에 도달하는 것으로 분석되었다.
이러한 SA 이용 특성에 대한 실시간 정보의 중요성에도 불구하고 이에 대한 Online 추정기술은 전무한 상태이다. 따라서 본 연구에서는 신뢰성 있는 SA 이용행태 및 실시간 모니터링이 가능한 방법론을 제시하였다. 추가로, 실시간 교통정보 및 운영시스템에 개발 기술을 적용하기 위하여 빠른 연산 수행속도로 시스템 연산요구수준을 충족하도록 설계하였다.
본 연구는 V2I 환경에서 수집되는 모든 자료에 적용할 수 있도록 설계하였다. 기본적으로 본 연구의 입력 자료는 SA 구간 기준 시간대별 통행속도 자료로 어느 형태든 적용할 수 있다.
본 연구는 인력에 의한 휴게소 이용실태조사의 한계를 대체하기 위해 수행되었다. 인력에 의한 조사는 지속적인 조사가 불가능하며 막대한 비용대비 조사의 시간적 적용범위는 2일(평일, 주말)에 불과하다.
또한, 실시간 고속도로 휴게소 이용정보의 제공에 있어서 신뢰성이 저하되며 졸음휴게소 및 기타 간이 휴게소를 대체하는 공간에서 이용행태에 대한 조사는 전무하다. 이 같은 한계를 극복하기 위해 본 연구에서는 휴게소 구간 V2I 데이터 특성 기반의 휴게소 이용률 추정 방법론을 개발하였다. 본 연구에서 개발한 핵심 알고리즘은 통행상태 분할 알고리즘, 휴게소 이용률 산정 알고리즘으로 구분된다.
검증결과, SA 이용률의 검지 정확도는 99%에 도달하는 것으로 분석되었다. 추가로, 분석결과에 기초하여 졸음 휴게소, 국도 SA 등에 적용 여부 및 향후 연구에 대하여 기술하였다.

가설 설정

첫째, 통행속도별 요소간격의 최대 마루(Maximum ridge)와 해당 요소간격 기준 좌·우 마루 (Sub-Maximum ridge) 총 3개의 점(v₁, d₁), (v₂, d₂), (v₃, d₃)을 산출한다. 둘째, 경계 속도를 추정하기 위해 2차 함수의 분포를 가정하였으며 산출된 3개의 점을 이용해 각 계수를 도출한다. 계수를 도출하는 과정은 가우스-조던 소거법을 활용하였다.

제안 방법

계수를 도출하는 과정은 가우스-조던 소거법을 활용하였다. (Gauss-Jordan Elimination) 마지막으로, 해당 시간대 총 통행량 대비 추정된 경계속도 기준 이하의 차량의 비율로 SA 이용률을 산정하였다.
4km로 해당 구간의 통행시간을 시간대별로 구분하여 통행속도로 산출하였다. 검증을 위해 산출된 시간대별 개별 통행속도 자료를 입력 값으로 본 연구의 방법론을 적용하였다.
첫째, 반복연산이 최소 수준으로 유지되며 기존의 클러스터링 기법을 대처할 만한 방법론을 개발하여 실시간 적용이 가능하도록 설계하였다. 둘째, 소통상 황이 양호하지 못한 상태 즉, 상태의 구분이 모호한 상황에서도 SA 이용 대상을 보다 정교하게 선정할 수 있는 방법론을 개발 하였다.
하지만 혼잡시와 같이 구분이 불명확한 경우 그 경계를 명확히 선정할 수 없어 신뢰성 있는 이용률 산정이 어렵다. 따라서 구분이 명확하거나 불명확한 모든 경우에 합리적인 경계를 설정할 수 있도록 통행속도 요소별 간격의 분포를 고려한 휴게소 이용률 산정 알고리즘을 개발 및 적용하였다.
반면 소통상황이 양호하지 못한 경우 여러 상태로 구분되며, 이는 어느 방법론을 적용해도 동일한 문제가 발생한다. 따라서 본 방법론의 신뢰성을 확보하기 위해 휴게소 이용률 산정 알고리즘을 추가로 개발 및 적용하였다.
전술한 바와 같이 최대 요소간격의 규모가 작아 경계가 불명확한 경우 단순히 요소간격이 가장 큰(최대 마루) 통행속도를 경계속도로 산정할 수 없다. 따라서 상태 간 경계를 현실적으로 결정하기 위해 각 통행속도 요소별 간격의 분포 특성을 고려하였다. 분포는 연산 수행 속도를 고려하여 2차 함수의 형태로 변환하여 극대점에 해당하는 지점을 경계점으로 설정하였다.
이 같은 한계를 극복하기 위해 본 연구에서는 휴게소 구간 V2I 데이터 특성 기반의 휴게소 이용률 추정 방법론을 개발하였다. 본 연구에서 개발한 핵심 알고리즘은 통행상태 분할 알고리즘, 휴게소 이용률 산정 알고리즘으로 구분된다. 상태 분할 알고리즘은 개별 통행속도 요소 간 간격(Gap)을 산출해 요소 간격 기반으로 상태를 분할하게 된다.
본 연구의 방법론은 Fig. 3과 같이 통행상태 분할 알고리즘, 휴게소 이용률 산정 알고리즘으로 구분된다. 상태분할 알고리즘의 자료가공 단계는 시스템의 검지 오류나 과도한 통행속도에 기인한 이상치 제거가 목적이다.
2(b)와 같이 군집된 상태 수가 2개 이상이며 그 이격이 좁아 SA를 이용한 대상을 선정하기가 어렵다. 본 연구의 방법론은 크게 실시간성, 신뢰성 두 가지 측면에서 설계하였다. 첫째, 반복연산이 최소 수준으로 유지되며 기존의 클러스터링 기법을 대처할 만한 방법론을 개발하여 실시간 적용이 가능하도록 설계하였다.
실시간 적용을 위해 반복연산이 최소 ni × ni (ni = i시간대 개별차량 속도기록 개수)회가 필요한 기존 클러스터링 기법 대신 통행속도 요소별 간격 (Gap) 기반의 상태 분할 알고리즘(ni회 소요)을 개발 및 적용하였다.
본 연구에서 제시된 방법론의 적용을 위해 한국도로공사의 DSRC 시스템에서 수집되는 경로통행시간을 이용하였다. 자료는 차량 ID, 검지기 ID 별 검지 시각으로 구성되어 있으며 검지 시각은 1일 86,400초 기준으로 표기되어 있다.
본 연구의 방법론은 크게 실시간성, 신뢰성 두 가지 측면에서 설계하였다. 첫째, 반복연산이 최소 수준으로 유지되며 기존의 클러스터링 기법을 대처할 만한 방법론을 개발하여 실시간 적용이 가능하도록 설계하였다. 둘째, 소통상 황이 양호하지 못한 상태 즉, 상태의 구분이 모호한 상황에서도 SA 이용 대상을 보다 정교하게 선정할 수 있는 방법론을 개발 하였다.
첫째, 통행속도별 요소간격의 최대 마루(Maximum ridge)와 해당 요소간격 기준 좌·우 마루 (Sub-Maximum ridge) 총 3개의 점(v1, d1), (v2, d2), (v3, d3)을 산출한다.
따라서 본 연구에서는 신뢰성 있는 SA 이용행태 및 실시간 모니터링이 가능한 방법론을 제시하였다. 추가로, 실시간 교통정보 및 운영시스템에 개발 기술을 적용하기 위하여 빠른 연산 수행속도로 시스템 연산요구수준을 충족하도록 설계하였다.

대상 데이터

분석의 시간적 범위는 2015년 10월 셋째 주(월, 수, 금, 토)로 설정하였으며 분석 대상은 경부고속도로 하행(부산 방향) 기흥휴게소로 선정하였다. 기흥 휴게소 전·후 인접 검지기 간의 연장은 3.

이론/모형

둘째, 경계 속도를 추정하기 위해 2차 함수의 분포를 가정하였으며 산출된 3개의 점을 이용해 각 계수를 도출한다. 계수를 도출하는 과정은 가우스-조던 소거법을 활용하였다. (Gauss-Jordan Elimination) 마지막으로, 해당 시간대 총 통행량 대비 추정된 경계속도 기준 이하의 차량의 비율로 SA 이용률을 산정하였다.
본 연구에서 제시된 방법론의 적용을 위해 한국도로공사의 DSRC 시스템에서 수집되는 경로통행시간을 이용하였다. 자료는 차량 ID, 검지기 ID 별 검지 시각으로 구성되어 있으며 검지 시각은 1일 86,400초 기준으로 표기되어 있다.

성능/효과

검증결과 상태 간 경계가 명확하거나 불명확한 모든 경우에서 경계를 정교하게 산정하는 것으로 나타났다. 이는 통행시간 증분으로 인해 휴게소 이용 차량의 통행속도 감소가 명확히 나타나며 통행속도 요소별 간격의 특성을 고려해 상태의 경계를 합리적으로 선정한 결과로 판단된다.
따라서 본 연구에서는 V2I (차대 시설통신, Vehicle to infrastructure) 데이터 환경에서 SA 이용실태를 실시간으로 모니터링하기 위한 방법론을 제시하고, 그 가능성을 실제 자료를 이용하여 검증하였다. 검증결과, SA 이용률의 검지 정확도는 99%에 도달하는 것으로 분석되었다. 추가로, 분석결과에 기초하여 졸음 휴게소, 국도 SA 등에 적용 여부 및 향후 연구에 대하여 기술하였다.
596초가 소요되었다. 따라서 각 시간대별 동적 이용률 산정에 0.002초의 빠른 연산성능으로 실시간 교통정보 시스템의 연산 요구조건을 만족한다고 판단된다.
이는 통행시간 증분으로 인해 휴게소 이용 차량의 통행속도 감소가 명확히 나타나며 통행속도 요소별 간격의 특성을 고려해 상태의 경계를 합리적으로 선정한 결과로 판단된다. 본 방법론은 주어진 연산환경[Desk-top, Intel Core i5-7400 (CPU 3.00GHz)]에서 1일 288개 시간대의 연산 수행에 0.596초가 소요되었다. 따라서 각 시간대별 동적 이용률 산정에 0.
추정결과 혼잡상태의 휴게소 이용 경계는 정교하게 발현되며 소통상황이 양호할 때 휴게소 이용 경계속도는 보다 유연 하게 발현되는 것으로 나타났다. 본 연구에서 개발한 방법론은 상태 간 경계가 명확하거나 불명확한 모든 경우에서 경계를 현실적이고 정교하게 설정하는 것으로 나타났다. 이는 통행시간 증분으로 인해 휴게소 이용 차량의 통행속도 감소가 명확히 나타나며 통행속도 요소간격의 상태를 고려해 상태의 경계를 합리적으로 선정한 결과로 판단된다.
15%의 이용률을 기록하였다. 분석 대상일 모두 대부분 오후 점심시간에 휴게소 이용률이 급증하는 것으로 분석되었으며 이후 감소하는 형태를 보였다. 5분 기준(288개 시간대) 관측치와 추정치의 결정계수는 대부분 0.
적용결과 기흥휴게소의 일평균 이용률은 10% 이내로 나타났다. 1시간 기준 최대 이용률은 금요일 13시경으로 분석되었으며 이때, 15.
99로 높게 나타났다. 추정결과 혼잡상태에 가까워 최대 요소간격의 규모가 작을수록 휴게소 이용 경계는 정교하게 발현되며 소통상황이 양호해 최대 요소간격의 규모가 클수록 휴게소 이용 경계속도는 보다 유연하게 발현되는 것으로 나타났다.
99로 높게 나타났다. 추정결과 혼잡상태의 휴게소 이용 경계는 정교하게 발현되며 소통상황이 양호할 때 휴게소 이용 경계속도는 보다 유연 하게 발현되는 것으로 나타났다. 본 연구에서 개발한 방법론은 상태 간 경계가 명확하거나 불명확한 모든 경우에서 경계를 현실적이고 정교하게 설정하는 것으로 나타났다.

후속연구

본 연구는 V2I 환경에서 수집되는 모든 자료에 적용할 수 있도록 설계하였다. 기본적으로 본 연구의 입력 자료는 SA 구간 기준 시간대별 통행속도 자료로 어느 형태든 적용할 수 있다. 통행속도 자료는 시스템의 검지 오류나 과도한 통행속도에 기인한 이상치가 존재한다.
본 연구는 차량 경로자료 기반의 휴게소 이용행태 분석이라는 점에서 그 의의가 크다. 향후 본 방법론을 통해 ①V2I 시스템이 구축된 도로구간 휴게소, 졸음 쉼터, 간이 휴게소 등의 각 시간대별 동적 이용률 산정 ②단시간 이용(주유, 생리적 상태 해결), 중 시간 이용(식사, 관광), 장시간 이용(졸음방지를 위한 수면)의 구분 ③차종별 휴게소 이용실태 도출 ④V2I 시스템 이 구축된 도로구간 불법 주정차여부 파악 ⑤V2I 시스템이 구축된 도로구간의 돌발상황 검지 ⑥실시간 휴게소 이용률 및 혼잡도 정보제공 등 다양한 분석과 운영전략을 수립할 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	동적 SA 이용률의 특성은?	따라서 일별 시간대별 SA 이용률은 동적으로 변화한다. 이러한 동적 SA 이용률은 실시간 SA 서비스 향상 및 SA 잠재 이용자에게 매우 주요한 정보로 활용되며, 정적정보가 아닌 시간 임계적(Time-critical) 정보이다. 이러한 SA 이용 특성에 대한 실시간 정보의 중요성에도 불구하고 이에 대한 Online 추정기술은 전무한 상태이다.
	고속도로 및 지역 간 도로 교통사고의 주요 원인은 무엇인가?	고속도로 및 지역 간 도로 교통사고의 주된 요인은 피로와 졸음이다. 따라서 고속도로 휴게소(Service area, 이하 SA)의 이용행태 분석은 교통사고 방지 및 SA 서비스 개선에 매우 주요하며, 이를 위한 SA 이용실태조사가 정기적으로 수행되고 있다.
	한국도로공사의 고속도로 휴게소 이용행태 조사기간은 언제인가?	따라서 고속도로 휴게소(Service area, 이하 SA)의 이용행태 분석은 교통사고 방지 및 SA 서비스 개선에 매우 주요하며, 이를 위한 SA 이용실태조사가 정기적으로 수행되고 있다. 한국도로공사의 경우, 정기적(2~4년)으로 고속도로 SA 이용실태조사[약 3,000여 명의 조사원이 투입되어 평일은 10월 셋째 주 수요일 또는 목요일 주말은 동월 토요일에 24시간 전수조사]를 시행하고 있다.

참고문헌 (4)

Baek, S.G., Kim, C.H. (2006). "A research on parking demand of freeway service area" Korean Society of Civil Engineers 2006 Conference, Gwangju, KR, pp. 3573-3576.
Choi, Y.H., Baek, S.G., Kang, J.G. (2010). "Characteristics Analysis for Rest Areas on Expressways" Korean Society of Civil Engineers 2010 Conference, Incheon, KR, pp. 1772-1775
Kim, T.H., Won, J.M., Kang, H.I., Kim, K,D. (2006). "The development of parking space demand estimation models for freight vehicles in freeway rest areas" Journal of the Korea Planning Association, Vol. 41, No. 3, pp. 243-253.
Lim, H.S., Chang, H.H., Lee, Y.I., Baek, S.G. (2009). "Estimation of use of rest area with freeway drivers individual behavior." Korean Society of Transportation Conference, Vol. 60, pp. 255-260.

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

연합인증