정부기관은 자전거 타는 것과 관련한 중요한 데이터를 모으는 방법을 찾고 있음. 정부 기관은 제한된 재정 지원 하에서 사람들이 자전거 타는 것에 대한 이해를 위해 효과적이고 경제적인 방법을 찾고 있음. 성인들이 많이 사용하는 스마트 폰(smart phone)은 자전거 경로에 대한 데이터를 수집하는데 하나의 방법이 될 수 있음.

이 프로젝트를 위해서, 연구원들은 샌프란시스코 카운티 교통국(San Francisco County Transportation Authority: SFCTA)에 의해 개발된 스마트 폰 애플리케이션을 평가하였음. 스마트 폰의 애플리케이션 이름은Called CycleTracks이며, 이 애플리케이션은 아이폰과 안드로이드 기반의 스마트 폰 모두에게 사용가능 함.

텍사스 오스틴(Austin, Texas)의 사례연구를 이용하여, 2011년 5월 1일부터 10월 31일까지 6개월간 연구를 하면서 자전거 경로 데이터를 수집하였음. 오스틴과 샌프란시스코 카운티 교통국에 저장된 자전거 경로는 3,600개가 넘음. 연구자들은 글로벌 위치 시스템(global positioning system: GPS)의 위치 데이터를 서버와, 데이터 클린, 도로망에서 빠진 연결을 추가 그리고, 몇 가지 데이터의 맵핑 방법 검증을 통해 얻었음.

애플리케이션의 중요한 특징은 자전거 이용자와 자전거 여행의 목적에 대한 정보를 수집할 수 있음. 애플리케이션 이용자에게는 이 애플리케이션을 다운받을 때 인구통계 관련 정보를 묻기는 하였으나, 필수 사항은 아니었음. 대략 300 명의 자전거 이용자는 그들의 나이, 성별, 자전거 이용 횟수, 집 우편 번호, 직장 우편 번호, 그리고 학교 우편번호를 제공하였음. 수집된 데이터셋은 자전거 이용자들에게 다양하고 유용한 자전거 경로를 제공하게 됨으로써 선택의 폭을 넓히도록 도움이 될 것으로 예상함.

애플리케이션에 참여한 자전거 이용자들 중 83퍼센트에 해당하는 이용자들이 자전거를 일주일에 최소한 여러 번 사용한다고 응답하였음. 대부분의 참여자들은 오스틴 중부지역에서 거주하거나 일하는 것으로 나타났음. 응답자들의 70 퍼센트는 남성이고 30 퍼센트는 여성인 것으로 나타났음. 참여자들의 연령대 중 가장 높은 비율을 차지한 나이대는 20-29살대 였음. 참여자들 중 가장 큰 비중을 차지하는 자전거 이용자들은 남성이면서 최소한 일주일에 여러 번 자전거를 이용하고 있는 것으로 나타났음. 자전거를 이용하는 목적의 85퍼센트는 교통 이동 수단으로 이용하는 것으로 나타났음.

ArcGIS에서의 알고리즘을 이용하여, 연구자들은 자전거 경로의 90퍼센트를 일치시킬 수 있었음. 수집된 데이터셋은 자전거 이용자들에게 풍부한 정보를 제공하게 되고 그러한 자전거 경로는 자전거 이용자들이 그들의 경로를 선택하고자 할 때 유용하게 이용할 수 있음. 데이터 클리닝, 네트워크 완성, 그리고 맵-매치 프로세스(map-matching process)와 같은 관리가 필요한 부분이 남아 있기는 하지만, 사이클트랙스(CycleTracks)라는 스마트 폰 앱을 이용하여 수집하는 정보의 양이 다른 방법으로 수집하는 정보의 양을 초과하고 있음.

이 보고서는 마케팅에서부터 데이터 분석에 이르기까지의 많은 프로세스에 대하여 요약하고 있음. ArcGIS의 사용법에 대한 자세한 설명과 함께, 다양한 접근방식을 가진 다른 방법들과 이들의 장점과 단점을 포함하고 있음. 데이터 수집을 위한 스마트 폰 애플리케이션의 활용은 지역사회에 의해서 권장되고 있음. 자전거 인프라 투자와, 교육, 그리고 자전거 타기의 권장을 고려하기 위해 주요 질문에 답할 수 있는 참여자에 대한 이해와 설명이 필요함.

이 보고서에 참여한 연구자들은 지역사회에서 이 보고서에서의 정보를 활용하고 더 나아가 자전거에 대한 수용과 안전에 대한 실현 프로그램이 생기고 그에 대한 논의가 형성되기를 기대하고 있음. 프로그램에 대한 개발과 평가의 지침이 될 수 있는 데이터를 갖고 있다는 것은 성공과 기회를 얻을 수 있는 중요한 단계라고 할 수 있음. 스마트 폰을 이용하여 정보를 수집하는 것은 중요한 정보를 신중하게 그러나 경제적으로 얻고자 할 때 꼭 고려해 봐야 하는 방법임.
 

 데이터 분석은 맵- 매칭 프로세스 전과 후로 실행되었음. 이 분석에서는 사회인구통계학적으로 모수를 대표할 수 있는 참가자들을 표본으로 추출하여 그 표본에 대한 분석에 초점을 맞추었음. GPS추적에서 얻은 3,264명의 전체 이용자 중에서 표본으로 활용한 참여자는 316명이었음.

맵-매칭 프로세스 이후에는 자전거 경로의 특징을 파악하고 참여자가 어떠한 경로를 선택하는지를 파악하는데 초점을 두었음. Dalumpines와 Scott의 2011년 연구에 발표된 알고리즘을 이용한 맵-매칭 프로세스는 모든 GPS추적 결과와는 일치 하지 않았음. 따라서 네트워크와 매치된 2,820개의 GPS추적과 관련된 데이터만을 분석에 이용하였음.
자전거 경로에 대한 설명

이 단락에서는 2,820개의 자전거 이동에 대하여Dalumpines와 Scott의 맵-매칭 알고리즘을 자전거 이동 GPS 추적에 대해서200피트마다 표식을 하는 방식을 적용하여 네트워크에 매치하는 데이터 분석을 함. 참석자들에게 실제로 선택한 경로를 묻지 않았기 때문에 맵-매칭 프로세스의 정확도에 대해서는 알 수 없음. 정확도에 대한 가장 좋은 측정은 매 자전거 이동에 대한 GPS와 경로를 매치한 것을 비교하여 얻을 수 있음.
 

표는 2,820개의 GPS 추적된 결과를 네트워트에 매치한 결과에 대한 통계를 나타냄. GPS 신호 방해로 인해, 원래의 GPS 추적은 더 짧게 나뉘어져야만 했음. 맵-매칭 프로세스의 결과는 대부분의 경우 전체 GPS 추적인 경우보다는 분할된 경우임. 그러므로 평균과 최고값은 실제의 자전거 이동거리보다  짧게 나타남.

ArcGIS 10.0와 쿼리(queries)와 공간적 결합의 조합을 이용하고 마이크로소프트 사의 엑세스(MS Access)의 교차 테이블과, 네트워크, 토지 이용, 철도와 사용자의 자기보고(self-reported) 데이터는 자전거 이동을 네트워크에 매치하는데 사용되었음.
   

 이 보고서는 CycleTracks라 불리는 스마트 폰 앱을 사용하여 텍사스 주의 오스틴에서 수행된 데이타 수집 파일럿 프로그램의 결과를 요약한 것임. 이 프로젝트의 목적은 스마트 폰에 있는 GPS 장치로부터 자전거 경로 선택 데이타를 수집하는 것의 유용성을 증명하기 위함이었음. 정보를 사용하는 핵심은 데이타를 처리할 수 있느냐였음. CycleTracks 데이타를 처리하는 방법이 ArcGIS를 사용하여 개발되었는데, 왜냐하면 이 도구는 높은 시장 점유율을 가지고 있고 지역 정부에 의해 일반적으로 사용되는 소프트웨어이기 때문임.

구글 어스(google earth)와 매틀랩(matlab)과 같은 다른 방법도 테스트되었음. 이 연구는 CycleTracks 스마트 폰 앱을 사용하여 자전거 경로 정보를 수집하고 분석하는데 있어서 첫번째는 아니지만, 오스틴 지역에 대해서는 첫번째였고, 네트워크로부터 경로를 생성하는 수단을 개발하고 자전거 이동 경로를 분석하기 위해 ArcGIS를 사용한 첫번째 연구였음.

GPS 추적은 임의 오차 및 시스템 오차를 포함하기 때문에, CycleTracks 앱에서 수집된 데이타는 광범위한 데이타 클리닝과 GPS 추적경로와 네트워크를 최대한 정확하게 매칭할 수 있는 맵-매칭 알고리즘을 요구함. GPS 추적경로와 네트워크를 매칭하는데 잇어 높은 성공률을 가진 알고리즘을 개발할 수 있도록, ArcGIS 소프트웨어를 사용한 맵-매칭 알고리즘에 대한 추가적인 테스트가 제안됨. 이와 같은 프로젝트에 대한 핵심은 또한 완벽한 네트워크를 가지는 것임.

Dalumpines와 Scott의 알고리즘을 사용하여 네트워크에 매칭된 경로에 대한 분석이 CycleTracks 앱을 사용한 기관이 자전거 경로 선택 데이타를 수집하는데 최적의 방법인 것으로 밝혀졌음. 연구자들은 데이타 클리닝, 네트워크 완료 및 맵-매칭에 예상보다 훨씬 많은 시간은 소비했음. 그럼에도 불구하고 CycleTracks나 다른 스마트 폰 앱을 통해 가용하게 된 데이타의 폭넓은 사용은, 다른 데이타 수집 대안을 고려하였을 때 직면하게 되는 어려움을 훨씬 상회함.

이 프로젝트로부터의 데이타셋은 추가적인 분석일 필요한 만큼 풍부한 정보를 제공함. 첫째, 수정되고 여러 다른 맵-매칭 방법에 대한 더 많은 분석이 제안되며, 선택된 경로에 대한 더 나은 이해를 위해 경로들을 결합하기 위한 추가적인 데이타를 포함해야 함. 이 연구는 CycleTracks 데이타를 가지고 하는 분석에 더 유용한 형태로 다른 데이타셋 -- 예를 들어, 자전거 사용자가 평가한 GIS 특징 데이타셋 -- 에 대한 준비를 포함해야 함.

둘째, 또다른 잠재적 연구분야는 선택된 경로가 높은 사용자 평가와 자전거 타기의 서비스 수준과 얼마나 잘 매칭이 되는지 평가하는 것임. 이 비교는 자전거 서비스 수준이 투자 결정을 내리는데 이익이 되는지를 결정하는데 유용할 것임.

이 연구를 차후에 확장하는데 있어서, GPS 추적경로를 실시간으로 매칭하기 위해 CycleTracks 앱을 수정하는 것이 포함될 수 있음. 이는 잠재적으로 데이타 클리닝에 대한 수고를 덜어줄 수 있고 시간을 절감할 수 있도록 함. 실시간 맵-매칭의 단점은 부정확한 맵핑의 가능성인데, 왜냐하면 실시간 알고리즘이 최종 이동 결과를 알게 되는 이익을 가지고 있지 않고 더 작은 정보로 위치를 추정해야 하기 때문임.

개인에 의해 소유된 스마트 폰의 성장과 지역 기관에서 ArcGIS 사용의 증가와 함께, 이 두 애플리케이션은 자전거 이용자에 의한 경로 선택에 대한 정보를 효율적으로 얻을 수 있는 수단을 제공함. 이 귀중한 정보는 지역사회로 하여금 어떤 형태의 시설이 가장 적합한지 결정하기 위해서 누가 어디로 자전거를 타는지 이해할 수 있도록 도와줌. 자전거 이용자에 대한 편의시설의 개선은 가장 효율적이고 지속가능한 형태의 이동수단의 사용을 촉진하고, 이를 통해 대중의 건강과 교통 혼잡을 개선할 것임.