선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 현장조사 데이터를 기반으로 산출한 지체시간과 시뮬레이션을 통한 지체시간을 비교·분석하여, 시뮬레이션 모형별 지체시간 차이가 있음을 증명하였다. 신호교차로 분석에 시뮬레이션의 선정은 중요한 부분이며, 향후 신호교차로 분석에 대한 연구는 지속적으로 수행되어 보다 정밀하고 정확한 분석이 필요하다는 점을 다시 한번 시사하는데 의미를 찾고자 하였다.
가설 설정
- 즉, 현장조사 자료를 통한 지체시간 산정은 분석기간은 1시간으로하며, 현장데이터의 조사주기를 1초, 5초, 10초, 15초로 구분하여 지체시간을 산정하여 비교하였다. 조사주기가 가장 짧은 1초단위를 정확도 100%로 가정하여 조사주기에 따른 오차를 비교하였다.
제안 방법
- KHCS의 입력 값은 기초자료 현장조사 자료 수집을 통해 수집된 자료를 입력하였으며, 순행속도는 도로별 제한속도를 사용하였다. [Table 4]는 KHCS를 활용하여 SB방향의 대치역사거리와 영동5교교차로의 직진/좌회전 방향 평균제어지체를 분석한 결과이다.
- 현장조사 자료를 통한 제어지체 분석은 Ministry of Land, Infrastructure and Transport(2013)에서 제시하고 있는 통행시간을 활용한 평균제어지체 조사 방법을 활용하였다. Korea Highway Capacity Manual에서는 15초 주기를 예시로 들고 있으나, 15초 주기로 할 경우 지체시간의 오차가 발생할 것으로 예상되어 본 연구에서는 조사단위를 세분화하여 비교하였다. 즉, 현장조사 자료를 통한 지체시간 산정은 분석기간은 1시간으로하며, 현장데이터의 조사주기를 1초, 5초, 10초, 15초로 구분하여 지체시간을 산정하여 비교하였다.
- 시뮬레이션을 통한 신호교차로 평균제어지체 분석은 국내에서 보편적으로 많이 사용되고 있는 KHCS, TRANSYT-7F, VISSIM 등의 3가지 교통 분석프로그램을 선정하여 제어지체를 산출하였다. 기본적으로 [Table 2]에서 제시한 현장조사를 통해 수집된 자료를 활용하여 도로 기하구조, 교통현황 등의 변수들은 동일하게 사용하였으며, 시뮬레이션별 네트워크 셋팅 값을 최대한 현장상황과 유사하게 구축하기 위해 KHCS는 드론을 통한 영상촬영으로 초기 대기행렬 값을 산출하여 적용하였다. TRANSYT-7F는 차량들의 규칙적인 도착에 의해 발생되는 균일지체시간과 불규칙한 도착에 의하여 발생되는 임의 포화지체시간의 합으로 구성되며, 추가지체(d3)는 자동적으로 균일지체에 반영되어 산출된다.
- 현장조사는 대상지점 도로 및 교통현황을 파악하기 위한 기초자료조사(도로기하구조, 첨두시 교통량 등)와 제어지체를 산출하기 위한 영상촬영 조사로 구분하여 수행하였다. 기초자료 조사를 통하여 조사된 자료들은 시뮬레이션 구축을 위한 기초자료로 활용하였으며, 드론 영상촬영조사는 대상지점의 순간밀도 및 통과차량을 분석하고, 이를 통하여 평균 제어지체 산출하였다. 분석의 정확성을 더하기 위해 평균제어지체 산출은 우선적으로 신호의 영향을 받는 직진방향과 좌회전 방향을 개별적으로 산출하고, 우회전 및 접근로의 평균제어지체를 산출하였다.
- 분석모형에 따라 제어지체시간이 다르게 분석되어 교차로의 서비스 수준까지 다른 결과 값을 도출하고 있어 정책결정에 혼란을 야기하고 있다. 따라서, 본 연구에서는 현장조사를 통해 신호교차로의 지체시간을 산출하고, 이를 시뮬레이션 모형들과 비교하였다. 시뮬레이션 모형은 국내에서 가장 많이 사용되고 있는 KHCS, TRANSYT-7f, VISSIM을 사용하였으며, 현장조사 결과와 시뮬레이션 결과 값을 비교·분석하였다.
- TRANSYT-7F는 차량들의 규칙적인 도착에 의해 발생되는 균일지체시간과 불규칙한 도착에 의하여 발생되는 임의 포화지체시간의 합으로 구성되며, 추가지체(d3)는 자동적으로 균일지체에 반영되어 산출된다. 미시적 시뮬레이션인 VISSIM은 현장상황을 최대한 반영하기 위해 동일한 신호그룹으로 운영중인 교차로까지 네트워크 범위로 하여 구축하고, 대상 링크에 차량이 충분히 쌓여 초기대기행렬까지 포함하여 분석되도록 분석시간을 0초 ~ 3,600초가 아닌 300초 ~ 3,900초로하여 분석하였다.
- 본 연구에서는 동일한 도로상에 연속적으로 존재하는 신호교차로 2개소의 제어지체를 실제 관측 값과 다양한 신호교차로 분석시뮬레이션 모형과의 비교·분석을 통해 각 시뮬레이션별 지체시간 분석 값의 오차를 확인하였다
- 본 연구에서는 동일한 도로의 연속된 2개 교차로에 대한 현장조사를 수행하고, 현장조사로 산출된 평균제어지체와 시뮬레이션을 통해 산출된 평균제어지체를 비교하여, 각 시뮬레이션별 현장데이터와의 차이를 제시하였다. 현장조사는 분석의 정확성을 위해 교차로의 모든 상황을 파악할 수 있도록 드론을 통한 조사를 수행하였고, 1초단위로 1시간동안 조사하여 개별차량별 지체시간을 산출하여 정확도를 높였다.
- 서울특별시 내 신호교차로 중 같은 도로축 상에 존재하는 신호교차로 2개소의 동일한 접근로에 대하여 현장조사 및 분석을 수행하였다. 본 연구의 공간적 범위인 네트워크 구축범위는 대상교차로인 대치역사거리와 영동5교사거리를 기준으로 동일한 신호그룹(SA)내의 교차로를 포함하여 시뮬레이션 네트워크를 구축하였다. 이는 신호교차로 연동효과를 고려하여 시뮬레이션 네트워크 구축을 최대한 현장상황과 동일하게 구축하기 위함이다.
- 분석의 정확도 향상을 위해 대상교차로의 현장조사는 영상조사를 활용한 교통량조사와 드론을 활용한 대기행렬조사, 기초데이터 입력을 위한 실측조사로 구분하여 수행하였다. 현장조사 자료를 기반으로 VISSIM 시뮬레이션 네트워크 구축 및 KHCS, TRANSYT-7F의 기초자료를 작성하였다.
- 기초자료 조사를 통하여 조사된 자료들은 시뮬레이션 구축을 위한 기초자료로 활용하였으며, 드론 영상촬영조사는 대상지점의 순간밀도 및 통과차량을 분석하고, 이를 통하여 평균 제어지체 산출하였다. 분석의 정확성을 더하기 위해 평균제어지체 산출은 우선적으로 신호의 영향을 받는 직진방향과 좌회전 방향을 개별적으로 산출하고, 우회전 및 접근로의 평균제어지체를 산출하였다. 또한 현장조사 데이터의 평균제어지체 산출은 조사주기에 따른 결과 값 차이를 확인하기 위해 1초, 5초, 10초, 15초 단위로 구분하여 평균제어지체를 산출하여 비교·분석하였다.
- 서울특별시 내 신호교차로 중 같은 도로축 상에 존재하는 신호교차로 2개소의 동일한 접근로에 대하여 현장조사 및 분석을 수행하였다. 본 연구의 공간적 범위인 네트워크 구축범위는 대상교차로인 대치역사거리와 영동5교사거리를 기준으로 동일한 신호그룹(SA)내의 교차로를 포함하여 시뮬레이션 네트워크를 구축하였다.
- 현장조사는 분석의 정확성을 위해 교차로의 모든 상황을 파악할 수 있도록 드론을 통한 조사를 수행하였고, 1초단위로 1시간동안 조사하여 개별차량별 지체시간을 산출하여 정확도를 높였다. 시뮬레이션은초기대기행렬로 발생하는 추가지체 산출, 분석시간의 조정, 미시적 시뮬레이션 파라메터 조정 등을 통하여 현장상황과 최대한 유사하게 구축하여 분석하였다. 모형들은 지체를 결정하는 모형이 다르며, 산출결과가 상이하지만 국내의 기관, 학교, 기업 등에서는 이러한 부분에 대한 고려 없이 무분별하게 각자 사용하기 편리 한 시뮬레이션을 활용하고 있다.
- 시뮬레이션을 통한 신호교차로 평균제어지체 분석은 국내에서 보편적으로 많이 사용되고 있는 KHCS, TRANSYT-7F, VISSIM 등의 3가지 교통 분석프로그램을 선정하여 제어지체를 산출하였다. 기본적으로 [Table 2]에서 제시한 현장조사를 통해 수집된 자료를 활용하여 도로 기하구조, 교통현황 등의 변수들은 동일하게 사용하였으며, 시뮬레이션별 네트워크 셋팅 값을 최대한 현장상황과 유사하게 구축하기 위해 KHCS는 드론을 통한 영상촬영으로 초기 대기행렬 값을 산출하여 적용하였다.
- 제어지체 조사방식은 교차로 전·후지점을 통과하는 통행시간을 측정하는 방식으로 각 접근로의 이동류별로 짧은 시간간격(예로, 15초)마다 교차로 전·후의 정해진 지점 사이에 있는 차량의 순간밀도를 연속적으로 측정하고, 조사기간동안 교차로를 통과한 차량대수를 측정하여 계산에 의해 해당 이동류에 대한 평균통행시간을 산출하여 평균제어지체를 산출한다.
- 현장조사는 2018년 11월에 조사한 자료를 활용하였다. 조사된 기초자료는 시뮬레이션 분석시 동일한 입력 값으로 사용하였으며, 교통량조사는 영상조사로 수행하였다. 추가적으로 초기대기행렬 및 현장조사 자료의 지체시간 산정을 위해 교차로별 드론 촬영을 통해, 교차로 전체적인 상황을 조사하였다.
- Korea Highway Capacity Manual에서는 15초 주기를 예시로 들고 있으나, 15초 주기로 할 경우 지체시간의 오차가 발생할 것으로 예상되어 본 연구에서는 조사단위를 세분화하여 비교하였다. 즉, 현장조사 자료를 통한 지체시간 산정은 분석기간은 1시간으로하며, 현장데이터의 조사주기를 1초, 5초, 10초, 15초로 구분하여 지체시간을 산정하여 비교하였다. 조사주기가 가장 짧은 1초단위를 정확도 100%로 가정하여 조사주기에 따른 오차를 비교하였다.
- 조사된 기초자료는 시뮬레이션 분석시 동일한 입력 값으로 사용하였으며, 교통량조사는 영상조사로 수행하였다. 추가적으로 초기대기행렬 및 현장조사 자료의 지체시간 산정을 위해 교차로별 드론 촬영을 통해, 교차로 전체적인 상황을 조사하였다.
- 현장조사 자료를 기반으로 VISSIM 시뮬레이션 네트워크 구축 및 KHCS, TRANSYT-7F의 기초자료를 작성하였다. 특히 VISSIM 과 같은 미시적 시뮬레이션은 네트워크를 구축하는 방식에 따라서도 결과 값이 상당히 차이가 날 수 있으므로 시뮬레이션 분석 전 충분한 Calibration을 통하여 현장상황과 최대한 동일한 상태로 구축하였다. 분석결과 시뮬레이션 모형에 따라 동일한 교차로를 분석하더라도 평균제어지체가 서로 상이하게 분석됨을 증명하였다.
- 현장조사는 기하구조, 교통현황, 신호운영으로 구분하여 평균 제어지체 산출을 위한 기초자료 현장조사를 수행하였다. 현장조사는 2018년 11월에 조사한 자료를 활용하였다.
- 이는 신호교차로 연동효과를 고려하여 시뮬레이션 네트워크 구축을 최대한 현장상황과 동일하게 구축하기 위함이다. 현장조사는 대상지점 도로 및 교통현황을 파악하기 위한 기초자료조사(도로기하구조, 첨두시 교통량 등)와 제어지체를 산출하기 위한 영상촬영 조사로 구분하여 수행하였다. 기초자료 조사를 통하여 조사된 자료들은 시뮬레이션 구축을 위한 기초자료로 활용하였으며, 드론 영상촬영조사는 대상지점의 순간밀도 및 통과차량을 분석하고, 이를 통하여 평균 제어지체 산출하였다.
- 현장조사는 동일한 도로축 상에 존재하는 2개 교차로의 동일방향을 비교·분석하였다.
- 본 연구에서는 동일한 도로의 연속된 2개 교차로에 대한 현장조사를 수행하고, 현장조사로 산출된 평균제어지체와 시뮬레이션을 통해 산출된 평균제어지체를 비교하여, 각 시뮬레이션별 현장데이터와의 차이를 제시하였다. 현장조사는 분석의 정확성을 위해 교차로의 모든 상황을 파악할 수 있도록 드론을 통한 조사를 수행하였고, 1초단위로 1시간동안 조사하여 개별차량별 지체시간을 산출하여 정확도를 높였다. 시뮬레이션은초기대기행렬로 발생하는 추가지체 산출, 분석시간의 조정, 미시적 시뮬레이션 파라메터 조정 등을 통하여 현장상황과 최대한 유사하게 구축하여 분석하였다.
대상 데이터
- 현장조사 데이터와의 비교분석을 위한 시뮬레이션은 KHCS, TRANSYT-7F, VISSIM을 사용하였다. 시뮬레이션의 교통현황자료는 현장조사를 통해 조사된 기초자료를 사용하였으며, VISSIM 시뮬레이션의 네트워크는 실제 현장상황과 최대한 동일하게 구축하기 위해 대상지점과 동일한 신호그룹내에 있는 교차로를 포함하였다. 산출된 평균제어지체는 산출모형별로 비교하여 제어지체를 비교 분석하였다.
- 제어지체 산출의 분석시간은 오전첨두시인 07시~08시의 드론 영상자료를 활용하였으며, 직진차로와 좌회전차로로 구분하고, 신호교차로의 제어지체 산출의 정확도 향상을 위해 우회전 차로는 별도로 구분하였다. 현장조사는 동일한 도로축 상에 존재하는 2개 교차로의 동일방향을 비교·분석하였다.
- 분석의 정확도 향상을 위해 대상교차로의 현장조사는 영상조사를 활용한 교통량조사와 드론을 활용한 대기행렬조사, 기초데이터 입력을 위한 실측조사로 구분하여 수행하였다. 현장조사 자료를 기반으로 VISSIM 시뮬레이션 네트워크 구축 및 KHCS, TRANSYT-7F의 기초자료를 작성하였다. 특히 VISSIM 과 같은 미시적 시뮬레이션은 네트워크를 구축하는 방식에 따라서도 결과 값이 상당히 차이가 날 수 있으므로 시뮬레이션 분석 전 충분한 Calibration을 통하여 현장상황과 최대한 동일한 상태로 구축하였다.
- 현장조사는 기하구조, 교통현황, 신호운영으로 구분하여 평균 제어지체 산출을 위한 기초자료 현장조사를 수행하였다. 현장조사는 2018년 11월에 조사한 자료를 활용하였다. 조사된 기초자료는 시뮬레이션 분석시 동일한 입력 값으로 사용하였으며, 교통량조사는 영상조사로 수행하였다.
데이터처리
- 또한 현장조사 데이터의 평균제어지체 산출은 조사주기에 따른 결과 값 차이를 확인하기 위해 1초, 5초, 10초, 15초 단위로 구분하여 평균제어지체를 산출하여 비교·분석하였다.
- 시뮬레이션의 교통현황자료는 현장조사를 통해 조사된 기초자료를 사용하였으며, VISSIM 시뮬레이션의 네트워크는 실제 현장상황과 최대한 동일하게 구축하기 위해 대상지점과 동일한 신호그룹내에 있는 교차로를 포함하였다. 산출된 평균제어지체는 산출모형별로 비교하여 제어지체를 비교 분석하였다. 이에 따라 본 연구는 다음의 4단계로 구분하여 연구를 진행하였다.
- 시뮬레이션 모형은 국내에서 가장 많이 사용되고 있는 KHCS, TRANSYT-7f, VISSIM을 사용하였으며, 현장조사 결과와 시뮬레이션 결과 값을 비교·분석하였다.
- 또한 현장조사 데이터의 평균제어지체 산출은 조사주기에 따른 결과 값 차이를 확인하기 위해 1초, 5초, 10초, 15초 단위로 구분하여 평균제어지체를 산출하여 비교·분석하였다. 현장조사 데이터와의 비교분석을 위한 시뮬레이션은 KHCS, TRANSYT-7F, VISSIM을 사용하였다. 시뮬레이션의 교통현황자료는 현장조사를 통해 조사된 기초자료를 사용하였으며, VISSIM 시뮬레이션의 네트워크는 실제 현장상황과 최대한 동일하게 구축하기 위해 대상지점과 동일한 신호그룹내에 있는 교차로를 포함하였다.
이론/모형
- 현장조사 자료를 통한 제어지체 분석은 Ministry of Land, Infrastructure and Transport(2013)에서 제시하고 있는 통행시간을 활용한 평균제어지체 조사 방법을 활용하였다. Korea Highway Capacity Manual에서는 15초 주기를 예시로 들고 있으나, 15초 주기로 할 경우 지체시간의 오차가 발생할 것으로 예상되어 본 연구에서는 조사단위를 세분화하여 비교하였다.
성능/효과
- 2%의 정확도로 나타났다. 2개 교차로 모두 실제 데이터보다 높은 지체시간으로 분석되었다. 방향별 분석결과는 직진방향과 우회전에서 현장조사 데이터보다 높은 값으로 분석되었으며, 좌회전에서 낮은 지체시간으로 분석되었다.
- KHCS는 대치역사거리는 대상 접근도로에서 7.7초/대 차이로 약 85.5%의 정확도를 보였으며, 영동5교사거리에서는 7.9초/대 차이로 83.2%의 정확도로 나타났다. 2개 교차로 모두 실제 데이터보다 높은 지체시간으로 분석되었다.
- 2%의 정확도로 나타났다. KHCS와는 반대로 2개 교차로 모두 대상 접근로의 평균제어지체가 실제 관측 값보다 다소 낮은 것으로 분석되었다. 방향별 분석결과는 직진과 좌회전 방향에서는 실제 데이터보다 낮았으며, 우회전에서는 높은 지체 값으로 분석되었다.
- TRANSYT-7F는 대치역사거리는 대상 접근도로에서–3.3초/대 차이로 약 93.8%의 정확도를 보였으며, 영동5교사거리에서는–9.3초/대 차이로 80.2%의 정확도로 나타났다.
- TRANSYT-7F를 활용한 분석결과 SB방향의 대치역사거리와 영동5교교차로의 직진/좌회전 방향의 평균 제어지체를 분석한 것으로 대치역사거리의 직진차로 평균제어지체는 46.3초/대, 좌회전차로는 85.7초/대로 우회전을 포함한 접근로의 평균제어지체는 49.8초/대로 분석되었으며, 영동5교교차로의 직진차로의 평균제어지체는 36.6초/대, 좌회전은 57.9초/대로 우회전을 포함한 접근로의 평균제어지체는 37.6초/대로 분석되었다. 교차로의 도로 및 교통조건, 신호운영 현황 등을 입력함으로써, 접근로 방향의 이동류별, 접근로별, 교차로 전체의 서비스 수준이 산출가능하다.
- (2004)은 CORSIM, PARAMICS, SIMTRAFFIC, VISSIM 등을 이용하여 연동 신호교차로에 대한 시뮬레이션을 수행한 후 각 모형의 결과 값을 비교하였다. VISSIM, PARAMICS는 유사한 추세를 보였지만, CORSIM, SIMTRAFFIC은 불일치함을 보였다. Fambro et al.
- VISSIM은 대치역사거리는 대상 접근도로에서 21.1초/대 차이로 약 60.3%의 정확도를 보였으며, 영동5교사거리에서는 8.1초/대 차이로 82.7%의 정확도로 나타났다. 비교대상 시뮬레이션 모형 중 유일한 미시적 시뮬레이션 모형으로 직진방향에서는 95% 이상의 정확도를 보였으나, 회전방향(좌회전, 우회전)에서는 낮은 정확도로 분석되었다.
- VISSIM을 활용한 분석결과 SB방향의 평균제어지체는 대치역사거리 직진차로 51.3초/대, 좌회전차로는 128.1초/대, 접근로의 평균제어지체는 74.2초/대로 분석되었으며, 영동5교교차로 직진차로의 평균제어지체는 51.1초/대, 좌회전은 38.4초/대, 접근로의 평균제어지체는 38.8초/대로 분석되었다.
- Han and Kim(2012)은 지체시간과 연동성 구분 없이 두 개를 동시에 고려하여 반영할 수 있는 시뮬레이션 모형을 개발하여, 지체시간 모형인 TRANSYT-7F와 연동폭 최대화 모형인 PASSERV를 기준으로 지체시간과 연동효율을 비교·분석하였다. 기존 HCM 방법에 의한 균일지체와 본모형의 지체시간을 비교하였고, 기존 신호 최적화 모형에서 산출한 지체시간과 유사한 패턴이 나왔다. Cho et al.
- [Table 4]는 KHCS를 활용하여 SB방향의 대치역사거리와 영동5교교차로의 직진/좌회전 방향 평균제어지체를 분석한 결과이다. 대치역사거리는 직진과 우회전이 공용차로군으로 분석되어 직진/우회전 평균제어지체는 54.7초/대, 좌회전은 89.0초/대로 접근로의 평균제어지체는 60.8초/대로 분석되었으며, 영동5교교차로 직진차로의 평균제어지체는 63.0초/대, 좌회전은 55.2초/대, 접근로의 평균제어지체는 54.8초/대로 분석되었다.
- 시뮬레이션 모형은 국내에서 가장 많이 사용되고 있는 KHCS, TRANSYT-7f, VISSIM을 사용하였으며, 현장조사 결과와 시뮬레이션 결과 값을 비교·분석하였다. 동일한 도로의 연속된 신호교차로 2개 지점을 분석하여 시뮬레이션별로 결과 값 차이가 나타남을 증명하였다. 따라서, 신호교차로 분석시 분석 모형의 선정은 중요한 요소이며, 이에 따라 신호운영전략 및 신호운영 등에 영향을 미칠 것으로 판단된다.
- KHCS와는 반대로 2개 교차로 모두 대상 접근로의 평균제어지체가 실제 관측 값보다 다소 낮은 것으로 분석되었다. 방향별 분석결과는 직진과 좌회전 방향에서는 실제 데이터보다 낮았으며, 우회전에서는 높은 지체 값으로 분석되었다.
- 2개 교차로 모두 실제 데이터보다 높은 지체시간으로 분석되었다. 방향별 분석결과는 직진방향과 우회전에서 현장조사 데이터보다 높은 값으로 분석되었으며, 좌회전에서 낮은 지체시간으로 분석되었다.
- 본 연구에서는 현장조사 데이터를 기반으로 산출한 지체시간과 시뮬레이션을 통한 지체시간을 비교·분석하여, 시뮬레이션 모형별 지체시간 차이가 있음을 증명하였다.
- (2014)은 교차로 1개소(1개접근로) 자료의 실제 관측 값(15초 단위 측정)과 다양한 신호교차로 분석도구(KHCM, CORSIM, TRANSYT-7F, SYNCHRO, VISTRO)를 사용하여 신호교차로 서비스 수준 평가척도인 차량당 평균지체시간을 산출 및 비교 하였다. 분석결과 관측 값과 분석도구를 이용한 산출 값이 다를 수 있다는 것이 계량적으로 증명되었으며, 미시적 교통시뮬레이션 모형을 사용하는 방법이 관측된 정지지체 값과 상대적으로 유사함을 확인하였다. Han and Kim(2012)은 지체시간과 연동성 구분 없이 두 개를 동시에 고려하여 반영할 수 있는 시뮬레이션 모형을 개발하여, 지체시간 모형인 TRANSYT-7F와 연동폭 최대화 모형인 PASSERV를 기준으로 지체시간과 연동효율을 비교·분석하였다.
- 특히 VISSIM 과 같은 미시적 시뮬레이션은 네트워크를 구축하는 방식에 따라서도 결과 값이 상당히 차이가 날 수 있으므로 시뮬레이션 분석 전 충분한 Calibration을 통하여 현장상황과 최대한 동일한 상태로 구축하였다. 분석결과 시뮬레이션 모형에 따라 동일한 교차로를 분석하더라도 평균제어지체가 서로 상이하게 분석됨을 증명하였다. 이는 교차로를 분석하는 사용자(운영자)가 선택하는 시뮬레이션 모형에 따라 결과 값이 달라질 수 있다는 것을 인지하고, 적절한 분석도구를 사용하여야 함을 의미하며, 신호교차로 분석에 시뮬레이션 모형의 선택은 그만큼 중요하다고 판단된다.
- 7%의 정확도로 나타났다. 비교대상 시뮬레이션 모형 중 유일한 미시적 시뮬레이션 모형으로 직진방향에서는 95% 이상의 정확도를 보였으나, 회전방향(좌회전, 우회전)에서는 낮은 정확도로 분석되었다.
- (2005)은 포화/비포화 상태를 고려하여 다양한 지체산정 모형(대기행렬 모형, 충격파 모형, 정상상태 확률적 모형, 시간종속 확률적 모형, 거시적 및 미시적 시뮬레이션 모형에 대한 지체를 비교하였다. 비포화상태에서는 결정적 모형과 확률적 모형 모두 비슷한 값으로 나타났으며, 포화상태에서는 HCM(1994)를 제외하고는 모두 유사한 곡선을 보이고, 지체 값 차이가 있었으며, 거시적 시뮬레이션(TRANSTY-7F)과 미시적시뮬레이션 (NETSIM)간의 지체값은 상당한 차이가 있음을 제시하였다. Han and Park(2010)은 다지 회전교차로와 신호교차로의 최적의 기하구조를 구축하고, 주도로와 부도로의 진입교통량의 비율을 반영한 분석시나리오를 작성하며, VISSIM을 이용하여 차량당 평균제어지체를 비교․분석한 결과 진입교차로가 3,500 pcph 이하일 때 회전교차로가 신호교차로보다 효과적이라 분석하였으며, 6지 교차로 일 경우는 3,600 pcph이하 일 때 효과적이라 제시하였다.
- 조사주기가 길어질수록 평균제어지체의 차이가 발생하고 점차 낮아지는 추세를 보이고 있어, 조사주기가 길어지면 길어질수록 분석 값 차이는 점차 심해질 것으로 판단된다.
- 현장조사 대상구간의 조사주기에 따라 비교한 결과 약간의 결과 값 차이는 발생하고 있으나, 평균제어지체가 1초 내외로 큰 차이는 발생하지 않는 것으로 분석되었다. 이는 순간밀도의 차이는 조사주기에 따라 차이가 있지만 평균제어지체 산정시 조사주기 차이만큼 보정해 주기 때문으로 판단된다.
후속연구
- 조사주기가 길어질수록 평균제어지체의 차이가 발생하고 점차 낮아지는 추세를 보이고 있어, 조사주기가 길어지면 길어질수록 분석 값 차이는 점차 심해질 것으로 판단된다. 또한 대상교차로의 신호주기/접근로의 현시/교차로 통행형태에 따라 다양한 차이가 발생할 것으로 판단되어진다.
- 향후 이러한 한계점을 해소하는 연구가 지속적으로 수행되어진다면 신호교차로 분석시 교통상황별 교통분석 시뮬레이션 모형 선택에 있어 큰 도움이 될 것이라 판단된다. 또한, 정확하고 정밀한 평균제어지체 산출을 통해 신호운영자는 신호교차로의 교통 혼잡정도를 판단하고, 이에 따른 대응방안을 통하여 교차로의 지체시간을 줄이는데 큰 도움이 될 것으로 기대한다.
- 하지만 본 연구에서 제시된 시뮬레이션 모형별 분석결과만으로 시뮬레이션의 정확성을 따지기에는 분석 샘플의 다양성(대상지점, 교통량, 포화도, 통행속도, 기하구조 등)이 부족하다는 한계점이 있다고 판단되며, 다양한 방면에서의 비교분석이 수행되어야 한다. 향후 이러한 한계점을 해소하는 연구가 지속적으로 수행되어진다면 신호교차로 분석시 교통상황별 교통분석 시뮬레이션 모형 선택에 있어 큰 도움이 될 것이라 판단된다.
- 하지만 본 연구에서 제시된 시뮬레이션 모형별 분석결과만으로 시뮬레이션의 정확성을 따지기에는 분석 샘플의 다양성(대상지점, 교통량, 포화도, 통행속도, 기하구조 등)이 부족하다는 한계점이 있다고 판단되며, 다양한 방면에서의 비교분석이 수행되어야 한다. 향후 이러한 한계점을 해소하는 연구가 지속적으로 수행되어진다면 신호교차로 분석시 교통상황별 교통분석 시뮬레이션 모형 선택에 있어 큰 도움이 될 것이라 판단된다. 또한, 정확하고 정밀한 평균제어지체 산출을 통해 신호운영자는 신호교차로의 교통 혼잡정도를 판단하고, 이에 따른 대응방안을 통하여 교차로의 지체시간을 줄이는데 큰 도움이 될 것으로 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.