1. 개요

이 프로젝트의 목적은: (1) 관심 지역에서 조사-차량(probe-vehicle)과 센서 데이타를 수집하고 데이타의 정리 및 지도 매칭(map matching)을 수행하며; 그리고 (2) 데이타가 가용할 때 실측정보(ground truth, 조사 차량으로부터의 정보)와의 직접적인 비교를 통하여, 또는 직접적인 측정 데이타가 가용하지 않을 때는 시뮬레이션을 통하여 다양한 기술의 정확도를 평가하는 것임.

필수적인 센서와 실측정보 데이타를 수직하는데 있어서의 어려움 때문에, 프로젝트의 기술적 방향은 두 가지에 중점을 맞추도록 조정되었음: 교통흐름 측정의 저비용 수집을 위한 새로운 기술의 개발; 그리고 이 프로젝트의 의도를 위해 개발된 기술들을 유용하게 재설정함. 앞에서 언급된 어려움과 새로운 방향은 아래에서 더 자세히 기술됨.

이 프로젝트의 원래 목적은 많은 교통흐름 모니터링 기술의 종합적인 정량적 비교를 비교하는 것임. 이러한 타입의 정확한 비교는 다음의 데이타를 요구함: (1) 관심있는 코리더(corridor)를 따라 충분한 공간/시간적 범위를 가지고 여러 모니터링 기술로부터의 센서 데이타; 그리고 (2) 똑같은 코리더를 따라 상당한 실측정보 데이타. 이 데이타는 일반적으로 높은 정확도의 차량 위치 추적의 형태로, 전지구적 위치 시스템(global positioning system, GPS)의 수신 및 위치 기록 설비(position-logging facility)에 의해 제공됨. 실측정보 데이타의 목적은 비교의 명백한 근거를 제공하는 것임: 그 날의 여러 시간에 걸쳐 다양한 차량에 대해 개별 차량의 이동시간에 대한 정확한 기록과 변화하는 이동 조건을 수집함. 다양한 교통흐름 모니터링 기술로부터의 중복되는 데이타와 상당한 실측정보 데이타에 근거할 때, 통계적으로 유의한 객관적인 비교가 가능함. 그와같은 데이타가 없이는, 어떤 비교도 주관적일 것임. 불행히도, 주 연구자(principal investigator, PI)와 프로젝트의 기술적 검토 패널(Technical Review Panel)의 통제밖에 있는 환경 때문에, 데이타의 여러 대안적 소스는 구체화하지 못했음. 이는 프로젝트의 프레임안에서 바람직한 비교를 불가능하게 만듦.

필수적인 데이타가 가용하지 않는 것으로 결정이 되면(다시 말하면, 실체적이고 저비용의 이동시간 측정의 불가능하면), 프로젝트는 이전 단계에서 개발된 기술을 신속하게 활용하고, 현재의 어려움으로 이끌었던 내재된 문제를 해결하기 위한 노력을 하는 쪽으로 방향을 바꾸었음.

새로운 방향 하에서, 프로젝트는 매우 성공적이었음: 와이파이 전송 모니터링(Wi-Fi transmission monitoring)을 이용하여 저비용의 교통흐름 측정을 위한 프로토타입 시스템이 개발되고 성공적으로 증명되었음. 이 연구는 2012년에 임베디드 센서 네트워크 시스템(Embedded Sensor Network Systems, SenSys)에 대한 Association for Computing Machinery, ACM) 컨퍼런스에서 발표되었음.

시카고(Chicago) 시는 주기적인 표본수집과 추가적인 표본에 기반한 기법을 사용하여, 현재 실시간 차량 GPS 추척을 수집하고 있음. 이 방법의 추적 효율성과 비용 효율성이 평가되고 10개의 대안적인 방법에 대해 비교되었는데, 이를 통해 상당히 더 정화갛고 비용대비 효과적인 방법의 개발로 이어졌음. 이 연구는 ACM의 모바일 시스템, 적용 및 서비스(Mobile Systems, Applications and Services)에 대한 11차 국제 컨퍼런스에 제출되었음.

게다가, 프로젝트의 초기 단계에 개발된 지도 매칭과 다른 기술은, 시카고 일리노이 대학(University of Illinois at Chicago, UIC)의 셔틀 추적기(Shuttle Tracker)의 생성을 용이하게 하기 위해 목적이 변경되었음. 이 셔틀 추적기는 차세대의 버스 추적, 경로 매칭, 그리고 도착시간 예측 시스템으로 현재 UIC 캠퍼스에 배치되어 있고 대중들에게 온라인으로 가용하도록 되었 있음(http://bus.uic.edu). 시카고 일리노이 대학 시설팀은 이 서비스를 생성하는데 필요한 추가적인 개발에 펀딩을 지원하였음. UIC 셔틀 추적기는 대학 학생, 교수 및 직원들에게 매우 인기가 많음. UIC 셔틀 추적기에 기반하여 대중교통 시스템의 경로, 정거, 및 일정을 자동적으로 추론하는 연구가 2011년 ACM의 임베디드 센서 네트워크 시스템에서 출판되었음.

2. 와이파이를 통한 이동시간 모니터링

이동시간 데이타의 비용과 그로인한 부족함을 다루기 위해, 연구진은 새로운 이동시간 측정 시스템에 대한 프로토타입 솔루션을 개발하고 배치하였음. 이 시스템은 와이파이 기반의 차량 재식별의 원칙에 근거하고 있음. 와이파이 가능한 스마트폰의 인기로 인해, 상당한 비율의 차량이 하나 이상의 그와같은 장치를 가지고 있다고 믿는 것은 이성적임. 스마트폰이 켜져 있을 때, 스마트폰은 유일한 식별자(MAC 주소로 알려져 있음)를 포함한 와이파이 전송을 방출함. 통과하는 차량으로부터 전송을 능동적으로 수신하는 두 개의 와이파이 모니터를 가지고, 두 모니터에 있는 패킷 수신(packet receptions) 간의 시간차를 계산함으로써 두 모니터 사이의 이동시간을 결정할 수 있음.

3. 정확하고 비용대비 효과적인 실시간 GPS 추적

시카고 시는 현재 자동 차량 위치확인(AVL) 시스템을 사용하여, 2,000대 이상의 차량에 대해 차량 GPS 추적을 수집함. 연구진은 교통흐름의 모니터링 목적을 위해 이 데이타를 사용할 수 없었지만, 이는 비용 대비 효과적인 GPS 추적 기술의 새로운 개발로 이어졌음.

현재, 실시간 GPS 추적 시스템은 GPS 수신기와, 차량의 위치를 중앙 서버로 전송하기 위한 셀룰러 네트워크 모뎀(cellular network modem)으로 구성됨. 오늘날, 이러한 시스템은 일반적으로 차량의 위치를 고정된 시간 간격으로 보고함. 여기서, 일반적인 시간 간격은 30초와 5분 사이임. 잦은 보고(예를 들어, 1초에 한번)가 바람직하지만, 횟수당 요금이 셀룰러 제공자에 의해 부과될 수 있기 때문에 많은 비용이 소요됨.

시카고 시는 유사한 시스템을 사용하는데, 이 시스템에서 위치는 5분에 한번씩 보고되고 차량의 회전이 있을 때마다 추가적인 메시지가 보고됨. 이는 어느 정도 정확한 경로를 기술하지만, 매우 불량한 시간적 정확성을 가짐. 따라서 이는 교통흐름 측정에 사용할 수 없는 타입의 데이타를 만들게 되어, 실시간 자산 추적에도 효과적으로 사용될 수 없음.

4. 데이타 수집의 어려움

4.1 실측정보 데이타

이동시간 측정에 대한 기본적인 실측정보 데이타는 하나 또는 그 이상의 차량에 대해 주기적으로 기록되는 시간 및 장소 계열임. 1초 주기가 이상적이지만, 충분히 긴 목표 코리더의 경우 1분까지의 간격이 용인될 수 있음. 더 세부적인 데이타를 가지고, 신호 교차로에 의해 만들어진 지체와 같은 소규모의 행동이 탐지되고 설명될 수 있음. 더 긴 간격을 가지고, 장기 평균 속도만이 가용할 수 있고, 이는 더 낮은 정확도로 이어질 수 있음.

이 프로젝트의 목적을 위해, 세가지 데이타 소스가 실측정보 데이타를 위해 고려되었음: Airport Express, GPS 추적 차량을 가진 공항 셔틀 기업; GPS로 추적되는 도시 택시; 그리고 GPS 추적되고 도시에 의해 소유된 차량. Airport Express는 처음에 열성적으로 프로젝트를 지원했고 그들의 데이타가 가용하도록 할 것이라고 확신을 주었음. 이는 최초에 2010년 6월로 계획되었으나, 기술적 지체로 인해 이 데이타는 전혀 가용하지 않았음.

패널 구성원들과의 최초의 논의에서, 택시 차량은 실측정보 데이타를 위해 양호한 부차적 소스로 생각되었음. 도시는 GPS를 사용하는 여러 택시 기업들과 일함. 그러나 이 데이타에 접근을 얻는 것은 어려운 것으로 나타났는데, 왜냐하면 택시 기업, 운전자 또는 승객에 대한 프라이버시 걱정 때문이었음.

마지막으로, 세번째 대안은 자동 차량 위치확인(Automatic Vehicle Location, AVL)이 장비된 도시 차량으로부터 GPS 추적을 사용하는 것이었음. 이 데이타는 프로젝트에 가용하였으나, 이 데이타는 여러 특징으로 인해 실측정보의 목적으로 사용되는 것이 불가능하였음. 서비스 비용을 줄이기 위한 노력으로, 이 AVL 장치는 차량 위치를 매우 가끔(5분 마다) 보고함. 정확한 경로 묘사를 위해서, 이렇게 가끔하는 보고는 차량이 상당한 회전을 할때마다 추가적인 위치확인 보고가 증가됨. 이 방법은 양호한 공간적 정확도를 제공하지만, 일시적인 정확도는 대부분의 경우에 실측정보 데이타로 사용하기에 충분하지 않음. 데이타의 두가지 측면은 실측정보 데이타로써의 사용성을 더욱 제한함: (1) 도시 차량은 종종 잦은 정지 또는 우회로와 같은 비정상적인 운전 행동을 보임; 그리고 (2) 차량의 타입을 파악하기 위해 데이타가 가용하지 않음. 이러한 메타데이타(meta-data)가 부족하기 때문에, 도심으로 운전하기 위해 공항 관리자들에 의해 사용되는 승용차는 쓰레기 트럭과 똑같이 처리될 수 있음. 추가적인 처리 및 필터링이 없다면, 연구진은 이 프로젝트에 대해 도시의 AVL 데이타를 생산적으로 사용할 수 없었음.

4.2 데이타 비교

원래 목적은 이동시간 측정 및 추정을 위한 여러 기술의 정확성을 비교하기 위해서 연구진의 실측정보 데이타셋을 사용하는 것이었음. 이 기술에는 TrafficCast BlueToad, SenSys 자기 재식별(magnetic re-identification), RFID(radio-frequency identification) 통행료 응답기(toll-transponders), 적색 카메라, 루프 탐지기(loop detectors), 그리고 시카고 대중교통청(Chicago Transit Authority, CTA) 셔틀 추적기의 이동시간 추정이 포함됨.

5. 논의 및 결론

요약하자면, 데이타 가용성의 부족은 최초에 계획되었던 프로젝트의 비교 평가 측면을 수행하는데 상당한 장애물이었음. 평가가 확실히 이루어지기 위해서, 여러 다른 기술을 이용하여 동일한 시간의 측정이 동일한 시간 간격에 걸쳐 동일한 도로 상에서 종합적인 실측정보 측정과 함께 수행되어야 함. 연구진은 최초에 이러한 데이타가 다양한 3자를 통하여 가용할 것으로 생각했으나, 데이타는 대부분 시간이나 공간 측면에서 중복되지 않아서 비교를 불가능하게 만들었음.

이러한 타입의 실험을 조화롭게 하는 비용 및 어려움은, 다양한 교통-센싱 기술의 상대적인 성능에 대해 거의 알지 못하는 상태로 이끌었음. 연구진의 경험 및 발견에 근거하여, 종합적인 비교 평가는 (3자로부터 상당한 기여가 없다면) 만족스럽게 완료되기 위해 상당한 장비 비용을 필요로 할 것임.

연구진은 미래의 주 연구자가 차후 비교 프로젝트를 착수하기에 앞서, 데이타 수집에 대한 계획과 백업 계획을 가지고 있을 뿐만 아니라 필요한 데이타에 대한 증명된 접근성이 있거나 스스로 데이타를 수집할 수 있는지에 대해 확실히 해야 함을 제안함.

프로젝트는 네가지의 상당한 긍정적인 결과를 만들어냈음: 새로운 와이파이 차량 추적기술; GPS 추적 방법에 대한 종합적인 평가; 이전 연구의 성능 뛰어넘는 새로운 에러 기반, 실시간 GPS 추적 방법; 그리고 시카고 일리노이 대학의 셔틀 추적기.