초록 ▼

□ 연구개요
[연구배경 및 목적]
교통관리는 혼잡판단 및 적절한 대응전략 실현이 핵심이다. 일반적인 교통관리시스템은 교통류 검지를 위해 지점검지기를 주로 활용해 왔으며, 최근에는 구간검지기를 통해 통행시간을 상당히 정확하게 산출할 수 있게 되어 혼잡 파악기능이 향상되었다. 본 연구는 고속도로 구간의 혼잡패턴을 타원형태로 표현할 수 있다는 가능성을 토대로, 자연현상이나 기계 시스템의 불안정성을 해석하는 방법인 Complex Eigenvalue Analysis (CEA)를 적용하여 혼잡을 새롭게 해석하고자 하였다.

□ 연구개요
[연구배경 및 목적]
교통관리는 혼잡판단 및 적절한 대응전략 실현이 핵심이다. 일반적인 교통관리시스템은 교통류 검지를 위해 지점검지기를 주로 활용해 왔으며, 최근에는 구간검지기를 통해 통행시간을 상당히 정확하게 산출할 수 있게 되어 혼잡 파악기능이 향상되었다. 본 연구는 고속도로 구간의 혼잡패턴을 타원형태로 표현할 수 있다는 가능성을 토대로, 자연현상이나 기계 시스템의 불안정성을 해석하는 방법인 Complex Eigenvalue Analysis (CEA)를 적용하여 혼잡을 새롭게 해석하고자 하였다.

[연구수행내용]
본 연구는 차량누적(Vehicle Accumulation)과 통행시간(Travel Time) 간의 타원형이변량 관계를 바탕으로, CEA를 적용함으로써 교통상태를 모니터링 할 수 있는 파라미터들을 도출하고 각 파라미터를 혼잡지표로서 활용하는 방법을 개발하였다. 개발된 혼잡해석방안을 응용하여 혼잡완화·해소를 위한 교통관리전략을 개발하였으며, Multi-Agent Reinforcement Learning을 통해 효과가 기대되는 전략들을 통합운영하는 알고리즘 역시 개발하였다. 개발된 각 교통관리전략 알고리즘은 Simulation API로서 개발되었으며, 각 전략의 효과를 Simulation을 통해 분석하였다.

□ 연구 목표대비 연구결과
본 연구는 3차년도에 걸쳐 총 6개의 세부 연구목표를 수립하였으며, 모든 세부목표에 대한 연구결과를 도출하였다.

[1차년도 목표]
① CEA를 이용한 고속도로 혼잡의 기하학적 해석방안 개발 (100% 완료)
② 새로운 해석방안에 대한 고속도로 검지기 자료 활용 검증 (100% 완료)

[2차년도 목표]
③ CEA를 접목한 교통관리전략 및 알고리즘 개발 (100% 완료)
④ 개발된 교통관리전략 알고리즘의 Simulation API 개발 (100% 완료)

[3차년도 목표]
⑤ 개별 교통관리전략 알고리즘의 Simulation 평가 (100% 완료)
⑥ 다중에이전트 강화학습 활용 통합 알고리즘 개발 및 Simulation 평가 (100% 완료)

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구의 새로운 혼잡해석 방안 및 응용 교통관리전략을 통해 고속도로의 혼잡비용을 줄일 수 있을것으로 기대된다. 또한, 본 연구는 별도 검지체계의 신규도입 없이 기존의 검지기 체계를 적극 활용하기 때문에 비용 측면에서 경제적이며 향후 적극적인 실증 및 현장 도입이 가능하다. 산업적 측면으로는, 교통관리를 통해 혼잡을 관리하고 있는 해외에 본 연구 결과를 지식재산권 형태로 수출이 가능할것으로 기대된다. 본 연구의 개별 교통관리전략 알고리즘은 API 형태로 개발되며, 통합 알고리즘 역시 하나의 Simulation 프로그램으로서 개발되므로 향후 다양한 Test site를 대상으로 하여 재현가능한 교통관리 솔루션으로 활용될 수 있다. 그리고 본 연구의 통합 교통관리전략 및 알고리즘 Multi Agent Reinforcement Learning 기반 알고리즘으로서, 향후 지속적인 발전을 통해 스마트 하이웨이의 시스템 구성요소로서 개발될 가능성이 있다.

(출처 : 연구결과 요약문 2p)