글로벌리포트
| 리포트구분 | 기술리포트 | 콘텐츠구분 | 도로교통 |
|---|---|---|---|
| 출처 | WSDOT | ||
| 원문제목 | Quantifying Incident-Induced Travel Delays on Freeways Using Traffic Sensor Data: Phase II원문보기 | ||
| 언어 | 영어 | 국가 | 미국 |
| 등록일 | 2012-10-01 | 발행일 | 2011-01-00 |
| 첨부파일 | 등록된 첨부파일이 없습니다. | ||
1. 서론
• 교통사건은 대도심 지역에서 고속도로 교통 혼잡의 약 50% 정도의 원인을 제공하고 있는데, 이로 인하여 추가적인 시간 및 연료 등에 대한 비용이 소요된다. 이러한 교통사건-유발 지체(IID)의 정량화는 교통사건으로 인한 실제 비용을 파악하여 교통사건 방지대책에 대한 투자대비 편익-비용 비율을 최대화 하고, 능동적인 교통관리대책 개발과 통합 교통관리 전략 수립의 작성을 용이하게 한다.
• 본 연구는 워싱턴 대학교 내의 Smart Transportation Applications and Research Laboratory (STAR Lab) 연구소에서 수행된 기존 연구과업의 연장이다. 교통 센서 검측을 기반으로 하는 교통사건으로 유발되는 교통지체(IID)의 새로운 추정방법이 본 연구에서 개발되었다. 이러한 새로운 기법으로 인한 가장 중요한 이점은 이 방법이 IID 추정을 위해서 사용하는 데이터가 거의 모든 교통관련 센서들에서 얻을 수 있는 측정치인 교통량 데이터만을 사용한다는 점이다. 속도 또는 운행시간과 같은 변수는 기존의 측정방법들에서 대부분 필요로 하는 데이터 이지만 이들 데이터는 현재 사용하는 교통 센서들로부터 직접적으로 얻을 수 없으며, 따라서 별도의 절차를 거쳐야만 하였다. 그러나 본 연구에서 개발한 기법에서는 이러한 변수들을 사용하지 않는다. 그러므로 이 새로운 기법은 대단히 적용하기가 수월하며, 대규모의 사업에 적용하기에 적합한 방법이라고 할 수 있다.
2. 연구방법
• 이 새로운 접근방법은 수정 결정론적 대기(Query) 다이아그램 및 단기 교통흐름 예측에 대한 회귀분석 기법에 기반을 두고 있다. 수정 결정론적 대기 다이아그램은 총 지연 추정치를 산정하기 위해 사고발생 지점의 상행흐름 및 하행흐름의 루프 검측기로부터 획득한 누적 교통량 배열(Sequence)을 활용하게 된다. 사고 발생지점에서의 재발되는 지연형상은 IID 결과에서 제거되어야 하기 때문에 무사고 발생 시나리오 하에서의 비(非) 관측 하행교통량을 예측하기 위해 회귀분석 기법이 사용된다. 이렇게 함으로서 기존방법에서 사용되어온 시간 상쇄추정은 불필요하게 되었으며, 이러한 점이 궁극적으로 이 방법이 오로지 사고지점에 대한 교통량 측정치만으로 IID를 추정할 수 있도록 한다.
• 지연(lagged) 회귀분석 및 능형(Ridge) 회귀분석 등 2가지의 회귀분석 기법이 본 연구에서 하행 교통량 배열 추정을 위해 검토되었다. 이들 기법들의 추정 정확도를 분석하고 비교하여 가장 적합한 추정방법을 결정할 수 있도록 하였다. 능형회귀분석 기법을 알고리즘 실행에 적용하였는데, 그 이유는 이 기법의 결과가 교통량 조사 비디오 판독결과와 비교하였을 때 가장 일관성 있게 근접한 추정치를 제시하였기 때문이다. 일일 시간대 별, 차선 수 별 및 방향 별 각기 다른 상황에 대한 해석 결과의 적용을 위해 다수의 상행흐름 및 하행흐름 모델이 보정작업을 거쳤다. 능형 회귀분석 모델을 사용한 하행 교통량은 IID 추정을 위해 수정 대기 다이아그램의 하행 교통량 조사결과와 조합되게 된다.

< 그림 4-1 월별 교통 사건 발생 수 >
• 이 알고리즘의 정확도를 검증하기 위해서 본 연구에서 제안된 방법으로 추정한 IID를 워싱턴 주교통국(WSDOT)에서 2개 지역에 대해 수행한 조사 비디오 카메라로 부터 추출한 실제 IID 값을 비교하였는데, 해당 지역은 I-5 도로에 위치한 지역이고 다른 한 곳은 SR 520 도로에 위치한 지역이다. 제안된 기법을 적용 시 발생하는 오차는 I-5 및 SR 520 지역에 대해 각각 1.4% 및 -5.6% 로 나타났으며, 이는 제안된 기법이 상당히 실제와 근접한 IID를 추정한다는 사실을 대변해 주고 있다고 할 수 있다.

< 표 4-3 1일 시간대별 교통 사건 발생 수 >
• 제안된 알고리즘은 모든 계산절차를 자동화하기 위해서 JAVA 프로그램으로 프로그램 되어 있다. 이 프로그램은 2009년의 워싱턴 사고 추적시스템(WIST) 데이터 베이스와 워싱턴 교통국 (WSDOT)에서 루프 검지기로 측정 수집한 교통량 데이터와 같이 구동되게 된다. 사고 데이터는 주요한 데이터 오차를 제거하기 위해 사전 작업을 수행한다. 이러한 데이터 세탁 작업 후 2,676 개의 사고 데이터들이 본 연구 작업의 네트웍에 수록되었으며, IID 추정작업에 사용되었다. 이러한 시전 작업을 통해서 제안된 방법이 사용이 편리하고 연산 작업도 대단히 신속하다는 것을 보여주고 있다. 제안된 알고리즘은 또한 IID 분석 시 입력 데이터의 융합수준 및 시간간격에 대단히 융통성을 보여주고 있다. 2009 WITS 데이터 베이스의 모든 사고 자료를 사용자가 시각적으로 수월하게 활용할 수 있도록 하기 위해 지역 지도를 기반으로 하는 온라인 플랫폼도 개발되었다. 사용자는 이러한 온라인 시스템을 사용하여 2009년도의 어떤 기간에 대해서도 교통사고 및 이와 연관된 IID 추정치에 대해 편리하게 질의할 수 있다.

< 표 4-12 교통 사건의 종류에 따른 지속시간 >
3. 연구 결과
• 이러한 IID 추정치에 근거하여 사고발생 빈도, 사고 지속시간 및 IID 와 관련된 통계적 분석이 본 연구에서 수행되었다. 본 연구에서 파악한 주요 내용은 다음과 같다.
- 본 연구에서 개발된 방법을 사용하여, 사용자는 교통량 계수장치를 포함한 대규모 고속도로 네트웍에 대해 상당히 정확한 IID 추정치를 파악할 수 있다.
- 2009 WITS 데이터 분석을 통해 WSDOT의 사고 대처는 IR자원 배분과 대응 절차의 차이로 인하여 야간과 주말에 보다 많은 시간이 소요되었다는 사실을 파악하였다. 일반적으로, 주말과 야간에는 교통수요가 낮으며 따라서 교통 혼잡의 확률이 낮다. 그러나 일부 특정한 교통노선의 경우 주말 교통수요가 주중과 비교해서 특별한 차이점을 나타내지 않으며 따라서 주중과 비슷한 IR 대응자원 및 효율성을 필요로 한다. 예를 들어 I-5 도로 교통사고에 대한 사례분석을 보면 주말 교통사고는 동일한 형태의 주중 교통사고에 비하여 일반적으로 긴 평균 IID 수치를 나타내었다. 이러한 결과는 일부 혼잡한 노선의 경우에는 주말시간에도 보다 많은 IR 자원을 배치할 필요가 있다는 사실을 보여주고 있다.

< 그림 5-3 수정 대기 다이아그램의 도식화 >

< 그림 5-6 온라인 시스템 전경 >

< 그림 6-11 사례분석 : 주중 및 주말의 사건종류에 따른 IID >
4. 향후 추진 과제
• 본 연구는 또한 다음과 같은 향후 연구과제의 방향 및 잠재적인 적용성을 도출하였다.
- 교통사건이 발생하지 않는 시나리오 하에서 정확한 하행 교통량 배열의 정확한 추정은 IID 정량화에서 대단히 중요한 요소이다. 기하형상 계수들과 더불어 교통량 수준은 교통 이동성에 대단히 큰 영향을 미치며, 지역특성을 반영하는 변수들을 추정 알고리즘에 포함하여 고려하는 예측모델은 보다 정확한 결과를 도출하였으며, 향후 연구과제에 이들의 특징을 반드시 검토하여야만 한다.
- 고품질의 입력 데이터는 IID 추정치의 정확성에 대단히 중요한 요소이다. 일부 기존 사건 데이터와 루프 검측기 데이터는 불완전하고 부정확한 기록들이(예를 들면, 존재하지 않는 사건발생 지역 또는 비현실적인 교통량 등) 포함되어 있어 신뢰성을 떨어뜨리고 있다. 이러한 오류들은 본 연구에서 제안된 알고리즘을 사용하여 보다 정확한 IID 추정치를 얻기 위해서는 반드시 제거되어야만 한다. 이러한 의미는 사건 및 루프 검측 데이터의 개선작업을 수행할 수 있는 기법이 필요하다는 의미를 내포하고 있다.
- Ramp(분기점) 교통량을 IID 추정 시에 고려하여야만 한다. 그러나 본 연구에서는 교통 분기점에 대한 정보가 제공되지 않아서 램프 교통량을 고려하는 것이 불가능 하였다. 향후 연구에서는 도로 네트웍 데이터베이스에 램프진출입 지역정보를 포함하여 IID 추정량 분석 에 이러한 램프의 영향을 반영하도록 하여야만 한다.
- 이러한 IID 추정치는 IID로 인하여 유발되는 비용을 계산하는데 사용될 수 있다. 이들 데이터는 IR 프로그램의 효용성에 대한 평가에 사용될 수 있다. 이들은 또한 IR 자원 배치를 최적화 하는데 적용될 수도 있다.
관련 연관정보를 한꺼번에 열람하고자 하시는 경우 정보 메뉴의 정보매트릭스에서 열람하고자 하는 정보의 키워드를 입력하여 검색해주세요.
| 항목명 | 논문 관련데이터내용 |
|---|---|
| 항목명 | 논문 관련데이터내용 |
| 항목명 | 논문 관련데이터내용 |
| 항목명 | 논문 관련데이터내용 |
| 원문 | 원문보기 |
초록(Abstract)
대화 상자는 사용자에게 작업에 대해 알리고 중요한 정보를 포함하거나 결정이 필요하거나 여러 작업을 포함할 수 있습니다. 대화 상자는 사용자에게 작업에 대해 알리고 중요한 정보를 포함하거나 결정이 필요하거나 여러 작업을 포함할 수 있습니다.
ScienceON 연계정보 (※ 관련정보는 한국과학기술정보연구원(KISTI)의 ScienceON 검색서비스를 통해 제공됩니다.)
-
등록된 댓글이 없습니다.