KR101774294B1 - 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법 - Google Patents

교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법 Download PDF

Info

Publication number
KR101774294B1
KR101774294B1 KR1020160014710A KR20160014710A KR101774294B1 KR 101774294 B1 KR101774294 B1 KR 101774294B1 KR 1020160014710 A KR1020160014710 A KR 1020160014710A KR 20160014710 A KR20160014710 A KR 20160014710A KR 101774294 B1 KR101774294 B1 KR 101774294B1
Authority
KR
South Korea
Prior art keywords
speed
average
link
time
vehicle
Prior art date
Application number
KR1020160014710A
Other languages
English (en)
Other versions
KR20170093385A (ko
Inventor
이건호
김은정
배광수
안용주
강석이
Original Assignee
도로교통공단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 도로교통공단 filed Critical 도로교통공단
Priority to KR1020160014710A priority Critical patent/KR101774294B1/ko
Publication of KR20170093385A publication Critical patent/KR20170093385A/ko
Application granted granted Critical
Publication of KR101774294B1 publication Critical patent/KR101774294B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control

Abstract

본 발명은 프로브 차량에 탑재되는 OBE(On Board Equipment), RSE(Road Side Equipment), CS(Center Server)를 구비하는 도시교통정보 시스템(UTIS)에서, 상기 CS가 상기 OBE에 의하여 생성되는 세그먼트 데이터를 입력받고, 각 수집원의 신호대기 유무상태를 고려하여 대표링크통행속도를 산출하는 세그먼트데이터 기반의 링크속도 생성 방법이다.

Description

교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법{The link speed generation method based on segmentdata using traffic signal information}
본 발명은 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법에 관한 것으로서, 상세하게로는 UTIS(Urban Traffic Information System)의 OBE(On Board Equipment) 별로 수집되는 OBE데이터의 세그먼트 시퀀스 별 세그먼트데이터로 속도 분산과 평균 및 링크통행속도를 계산하여 녹색신호기간 통과 여부인 신호대기 유무를 고려함으로써 교통정보의 정확도를 개선하는 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법에 관한 것이다.
일반적인 UTIS는 도심부 교통정보의 수집, 분석, 가공, 제공시스템 구축을 통하여 대도시 지역 및 주요 도시의 교통 정보 네트워크를 담당하기 위한 것으로, CS(Center Server), RSE(Road Side Equipment), OBE 간의 정보 교환을 통하여 상호 연계된 데이터 교환 및 정보처리가 수행되고 있다. 프로브 차량에 탑재되는 OBE에서 생성되는 교통정보데이터는 신호교차로 지역에 설치된 RSE에 전송되고, 이들 정보는 CS에서 수집되어 양질의 교통정보로 가공된 후 역으로 OBE에 제공되거나 스마트폰 애플리케이션, 인터넷망 등으로 도시 내 소통정보를 제공하는 구조로 되어 있다. 이와 같은 UTIS의 지속적 확산과 이용을 위하여 UTIS에서 수집 및 생성하는 속도정보의 품질에 대한 시스템의 만족도 및 재활용성 측면이 매우 중요시 되고 있다. UTIS는 한 방향의 교통 흐름을 나타내는 단일 도로구간인 링크단위의 교통정보만을 수집하는 것이 아니라 일정시간, 혹은 일정거리라는 세그먼트 단위의 속도 평균 및 표준편차 데이터를 수집하고 있기 때문에 신호간섭 요인이나 신호대기 등의 링크특성 요인에 대하여 상세히 파악할 수 있는 여건이 마련이 되어 있다.
이와 같은 세그먼트 단위에 의한 주행정보를 수집하는 방법은 대한민국 특허(등록번호 : 10-1043981, 등록일자 : 2011년06월17일)에 개시되어 있는데, 지도정보의 링크 구간을 세그먼트로 세분화하여 차량의 주행정보를 수집한다. 수집된 주행정보로 세그먼트 단위별로 도로의 소통정보를 생성하여 다중전송하는 기술을 채용함으로써 상세한 지도정보를 가지고 있지 않더라도 소통정보를 세그먼트 단위로 구할 수 있다. 이와 같은 UTIS에 의한 주행정보 수집방법을 통하여 노드간의 세그먼트 단위의 시간 또는 길이 간격으로 구간길이와 통과시간을 포함하는 세그먼트 주행정보를 수집하도록 하고 있으나, 교통류가 연속적으로 진행되지 못하고 신호등 또는 교통통제시설에 의해 단절된 교통시설인 신호교차로, 연결로-일반도로 결합부, 비신호교차로, 회전교차로 및 도시-교외간선도로 시설과 같은 단속류 구간의 교통정보를 수집할 경우 발생하는 결측치, 이상치로 인하여 속도정보의 정확도 저하를 개선하기 어려운 문제점이 있다. 또한, UTIS는 프로브차량의 교통정보 수집원인 OBE를 통해 각 도로구간의 링크별 세그먼트데이터를 수집한 후, 이를 가공하여 최종 링크속도를 산출하고 있으나, 링크 내에서 교통신호로 인한 대기시간이 발생할 경우 대기시간이 속도생성에 반영되어 교통정보 정확도를 저하시키는 경우가 발생하는 문제점이 있다.
본 발명은 이러한 문제를 해결하기 위한 것으로, 본 발명의 해결과제는 프로브차량의 OBE 별로 생성하는 세그먼트 시퀀스 별 세그먼트데이터의 속도 분산과 평균의 값으로 녹색신호 현시기간 통과 여부인 신호대기 유무를 판단하여 속도 가공에 반영함으로써 교통정보 정확도개선시키기 위한 세그먼트데이터 기반의 링크속도 생성 방법을 제공하기 위한 것이다.
상기 과제를 해결하기 위한 본 발명의 해결수단은 프로브 차량에 탑재되는 OBE(On Board Equipment), RSE(Road Side Equipment), CS(Center Server)를 구비하는 도시교통정보 시스템(UTIS)에서, 상기 CS가 상기 OBE에 의하여 생성되는 세그먼트 데이터를 입력받고, 각 수집원의 신호대기 유무상태를 고려하여 대표링크통행속도를 산출하는 세그먼트데이터 기반의 링크속도 생성 방법에 있어서: 상기 CS가
수집주기 T 시간 동안에 수집된 OBE 데이터의 세그먼트 시이퀸스 별로 평균속도와 표준편차로 이루어진 세그먼트 데이터에 의하여 속도의 분산/평균을 계산하는 분산/평균 계산단계; 상기 OBE 데이터에 따라 링크내의 교통류율이 포화교통류율 이상인지 미만인지를 판단하는 패턴확인단계; 상기 패턴확인 단계에서 포화교통류율 미만인 경우에는 교차로의 녹색 현시시간동안에 통과차량과 미통과차량들의 평균속도에 의하여 제1 대표링크통행속도를 산출하고, 포화교통류율 이상인 경우에는 상기 OBE 데이터에 의하여 차량 통과대수K의 차량속도의 산술평균에 의하여 제2 대표링크통행속도를 산출하는 대표링크통행속도 산출단계를 포함하는 것이다.
상기 과제와 해결수단을 갖는 본 발명에 따르면 세그먼트 단위의 시간 또는 길이 간격으로 주행정보를 구할 때 발생하는, 결측치 및 이상치로 인한 교통정보의 품질의 저하를 방지하고, 교통소통지표로 통상적으로 사용되는 통행속도 지표 이외에 신호 교차로 지역의 총 통과 차량수, 정지를 경험하는 차량수 등을 포괄적으로 확인할 수 있는 프로브차량의 세그먼트 단위의 수집정보를 기반으로 교통정보의 정확도를 높여 교통의 흐름을 원활하게 할 수 있다.
도 1은 본 발명에 따른 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법을 구현하기 위한 도시교통정보시스템의 구성도.
도 2는 도 1에 도시된 도시교통정보시스템으로 구현한 교통신호정보를 이용한 세그먼트 데이터 기반의 링크속도 생성 방법의 흐름도.
도 3은 도 1에 도시된 스마트폰의 GPS 트래킹 애플리케이션을 보인 화면.
도 4는 도 1에 도시된 스마트폰의 GPS 트래킹 애플리케이션의 맵 매칭을 이용한 통행시간을 추정한 그래프.
이하, 첨부된 도면을 참조하여 본 발명의 일실시예를 설명하기로 한다.
도 1은 본 발명에 따른 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법을 구현하기 위한 도시교통정보시스템의 구성도이고, 도 2는 도 1에 도시된 도시교통정보시스템으로 구현한 교통신호정보를 이용한 세그먼트 데이터 기반의 링크속도 생성 방법의 흐름도이며, 도 3은 도 1에 도시된 스마트폰의 GPS 트래킹 애플리케이션을 보인 화면이고, 도 4는 도 1에 도시된 스마트폰의 GPS 트래킹 애플리케이션의 맵 매칭을 이용한 통행시간을 추정한 그래프이다.
도 1 및 도 2에 있어서, 프로브차량(400)의 링크통행속도를 구하기 위하여, 교통정보 수집원인 OBE(300)는 프로브정보를 생성하여 RSE(200)에 프로브차량(400)의 링크정보리스트를 제공하기 위하여, UPDU(UTIS Protocol Data Unit) 통신규격을 기반으로 5분으로 산정된 수집주기(T)의 세그먼트당 속도데이터와 링크당 속도데이터인 OBE데이터를 수집하여 세그먼트 시퀀스 별 평균속도와 표준편차를 갖는 세그먼트데이터를 생성한다(S1100 단계).
프로브정보는 차량식별, 차량분류코드, 차량진입시간, 노드식별번호 및 차량위치(위도/경도) 등의 정보이고, 링크정보리스트는 교통정보 작성 방법에서 제시된 형식으로 프리엠블(Preamble), 링크ID인 엔티티(Entity)ID, 링크정보인 엔티티데이터, 세그먼트데이터, 역 프리엠블인 EOR로 구성되어 있다. 또한, 수집주기(t)는 정해져 있는 시간이 아니고 OBE(300)에 최적화한 시간이며, 평균속도는 링크를 주행하는 프로브차량(400)의 평균통행시간에 기초한 통행속도를 의미하며, 표준편차는 프로브차량(400)의 평균속도의 분산 정도를 나타내는 수치로서 평균속도에 가까울수록 흩어진 정도가 작다는 데에 부합하여 표준편차가 클수록 평균속도에서 멀어진 값이 많이 존재한다.
이때, 인터넷망(700)과 연동되는 프로브차량(400)의 OBE(300)와 GPS위성(800) 간에 교환되는 위치정보와 같은 데이터를 1초 단위로 로깅하기 위하여 도 3에 도시된 바와 같은 GPS 트래킹 애플리케이션(GPS tracking app.)이 설치된 스마트폰(600)을 프로브차량(400)에 탑재하며, 이와 같은 프로브차량(400)은 일정간격(예들 들어 약 1km 간격)으로 일정대수(예를 들어 4대의 차량)를 사용한다. 스마트폰(600)의 GPS 트래킹 애플리케이션(GPS tracking app.)에 로깅된 GPS위성(800)의 위치정보를 구글 어스(Google Earth)와 지아이에스툴(GIS Tool)을 통해 맵 매칭(map matching) 및 링크통행시간을 추출하고, 거리로부터 나누어 링크통행속도를 추정한다. 도 4는 GPS위성(800)의 위치정보를 링크 ID별로 분류한 후, 위치정보 중 신호교차로(500)의 중심점에 가장 근접한 시간을 추출하였고, 진입시간과 진출시간 차이를 이용해서 링크 ID 별로 통행시간을 산출한 그래프이다.
S1100 단계에서 OBE데이터가 수집되어 세그먼트데이터가 생성되면 CS(100)는 수집된 OBE데이터의 세그먼트 시퀀스 별 세그먼트데이터로 속도의 분산/평균을 계산한다(S1110 단계). 이와 같이 OBE(300)에 의해서 수집된 OBE데이터는 CS(100)에서 가공 처리되는데, CS(100)는 세크먼트 시퀀스(Sequence) 별 세그먼트데이터의 표준편차와 평균속도 데이터를 계산하고 포화교통류율에 따라 임계치와 비교하여 각 링크간 통과 유무에 따른 차량수에 따라 처리함으로써 링크특성 요인에 대하여 상세히 파악하여 해당 도로구간의 교통 흐름을 원활하게 할 수 있는 링크속도를 생성하여 교통정보 정확도를 높일 수 있다. RSE(200)는 신호교차로(500) 지역에 설치되며, OBE(300)는 도시지역을 운행하는 적어도 하나 이상의 프로브차량(400)에 내장되어 있는 차량내 장치이다.
이때, 분산은 변량이 평균으로부터 멀어져 있는 정도를 나타내는 값으로 아래의 [수학식 1]과 같이 분산은 "분산 = 표준편차*표준편차"로 계산된다.
Figure 112016012626749-pat00001
CS는 속도를 산출하고자하는 링크의 기저장된 포화교통류율을 검출하고, 통과차량대수가 포화교통류율이 이상인지, 미만인지를 판단한다(S1120 단계). 포화교통류율은 항상 녹색신호가 켜진다고 가정했을 때 차량이 이동할 수 있는 최대 교통량으로 전체 세그먼트 시퀀스에서 분산/평균의 형태에 따라 각 링크가 한번의 신호대기 미만으로 교통류가 해소될 수 있는지 또는 한번의 신호대기 이상으로 교통류가 해소될 수 있는지를 나타내며, 실제 도로구간별로 상이하고 세그먼트 시퀀스의 총 개수가 교통상황에 따라 변한다. 이때 속도의 분산/평균은 교통류율과 높은 상관관계를 갖기 때문에 S1120 단계를 분산/평균 패턴 판단 단계라 한다. 또한 S1120 단계에서 교통류가 포화교통류율 미만의 상태(R1)이면 분산/평균이 임계치보다 큰가를 판단한다(S1130 단계).
S1130 단계에서 속도비율인 분산/평균이 임계치보다 크면, OBE데이터가 수집되는 녹색신호기간(녹색신호 현시시간) 동안에 미통과차량수(m)를 검출한다(S1140 단계). 이때, 녹색신호기간은 교통신호등(도시되지 않음)에 녹색신호가 들어와서 황색신호 또는 적색신호로 바뀔 때까지의 기간이며, 임계치는 교통량, 평균속도, 신호 체계 등의 질적 변화가 일어나게 되는 값으로 차량수가 늘어나면 어느 순간 속도가 급격히 감소하여 정체 현상을 보이는데 그때가 임계치를 넘어서는 순간이다.
S1140 단계에서 녹색신호기간 동안에 미통과차량수(m)가 최소수인 '0'보다 큰가를 CS(100)에서 판단하여(S1150 단계), S1150 단계에서 미통과차량수(m)가 최소수인 '0'보다 크면 5분의 주기 동안에 미통과차량수(m)의 차량속도값의 산술평균인 제1평균속도(Xmt(1))를 아래와 같이 [수학식 2]로 계산한다(S1160 단계).
Figure 112016012626749-pat00002
[수학식 2]에서와 같이 포화교통류율 미만 상태의 경우, 녹색신호기간 동안의 미통과차량수(m)가 최소수인 '0'보다 크면 녹색신호기간 동안에 미통과차량수(m)의 차량속도의 산술평균인 제1평균속도(Xmt(1))는 수집주기(T)의 녹색신호기간 동안의 미통과차량의 평균속도(km/h)이고 Vi는 i번째 차량의 링크통행속도(km/h)이다.
S1150 단계의 녹색신호기간 동안에 미통과차량수(m)가 '0'이면 녹색신호기간 동안의 미통과차량수가 없을 경우 평균지체를 감안한 제2평균속도(Xmt(2))는 아래의 [수학식 3]과 같이 계산한다(S1170 단계).
프로브차량(400)으로 교통정보를 제공할 때 신호교차로(500)와 같은 단속류 교통 흐름에서 중요한 측정 기준은 녹색신호기간 동안의 정체와 지체이며 세그먼트데이터로 속도의 분산과 평균을 계산하면 분류할 수 있다. 정체는 프로브차량(400)이 도로구간의 다른 링크를 진행하지 못하고 머물러 있는 상태이고, 지체는 프로브차량(400)이 아주 느리게 주행하는 상태를 말한다. 또한, 평균지체는 신호교차로(500) 서비스 수준을 평가하는데 기본이 되는 효과 척도로서, 평균지체시간은 어떤 시간 동안 한 링크의 모든 차량의 총 지체시간을 같은 시간 동안 신호교차로(500) 접근로로 진입하는 총 교통량으로 나눈 값으로 sec/대로 표시할 수 있으며, 총 정지한 차량수, 총지체, 평균지체, 접근교통량, 그리고 정지율에 대하여 재가공하여 세그먼트데이터 기반의 링크속도를 생성한다.
Figure 112016012626749-pat00003
[수학식 3]과 같이 포화교통류율 미만 상태의 경우, 녹색신호기간 동안의 미통과차량수(m)가 '0'으로 녹색신호기간 동안의 미통과차량수가 없을 경우, 평균지체를 감안한 속도인 제2평균속도(Xmt(2))는 자유통행시간(초)인 F.t.t.=l/(설계속도)와, 링크길이(m)인 l, 및 평균대기시간(초)인 D=(신호주기-녹색시간)/2로부터 계산되어진다.
한편, S1130 단계에서 속도비율인 분산/평균이 임계치보다 큰가를 판단하여, 분산/평균이 임계치보다 작거나 같으면, OBE데이터가 수집되는 녹색신호기간 동안에 통과차량수(n)를 산정한다(S1180 단계). S1180 단계에서 녹색신호기간 동안에 산정된 통과차량수(n)가 최소수인 '0'보다 큰가를 판단하여(S1190 단계), S1190 단계에서 통과차량수(n)가 최소수인 '0'보다 크면 일정시간(5분) 동안에 통과차량의 차량속도의 산술평균인 제3평균속도(Xnt(1))를 아래의 [수학식 4]와 같이 계산한다(S1200 단계).
Figure 112016012626749-pat00004
[수학식 4]와 같이 포화교통류율 미만 상태의 경우, 녹색신호기간 동안의 통과차량수(n)가 '0'보다 크면 녹색신호기간 동안에 통과차량의 차량속도의 산술평균인 제3평균속도(Xnt(1))는 수집주기(t)의 녹색신호기간 동안의 통과차량의 평균속도(km/h)이다.
S1190 단계에서 녹색신호기간 동안의 통과차량수(n)가 '0'이면 링크별 제4평균속도(Xnt(2))를 아래의 [수학식 5]와 같이 계산한다(S1210 단계).
Figure 112016012626749-pat00005
[수학식 5]는 포화교통류율 미만 상태의 경우, 녹색신호기간 동안의 통과차량수(n)가 0으로 녹색신호기간 동안의 통과차량수가 없을 경우, 링크별 속도인 제4평균속도(Xnt(2))를 계산한 것이다.
S1160 단계 내지 S1210 단계를 수행한 후에, 제1평균속도(Xmt(1))와 제2평균속도(Xmt(2))는 포화교통류율 미만의 상태의 경우 녹색신호기간 동안에 미통과차량수에 따라 Xmt(*)에 선택적으로 대입하고, 제3평균속도(Xnt(1)) 및 제4평균속도(Xnt(2))는 포화교통류율 미만의 상태의 경우 녹색시간기간 동안에 통과차량수에 따라 Xnt(*)에 선택적으로 대입하여, 총주기에서의 총시간 중 녹색신호기간이 차지하는 비율인 링크서비스율(p)과 함께 적용함으로써 제1대표링크통행속도를 아래의 [수학식 6]으로 계산한다(S1220 단계). 링크통행속도는 물리적인 노드-링크 구간을 정의할 경우, 노드에 해당하는 신호교차로(500)의 중심점으로부터 다음 노드의 신호교차로(500)의 중심점까지 소요되는 시간에 따른 차량의 공간적 속도이다.
Figure 112016012626749-pat00006
[수학식 6]은 포화교통류율 미만의 상태에서의 최종주기에서의 대표링크통행속도이다. 이때, 링크서비스율(p)은 p는 주기 T동안(5분) 녹색 현시시간이 차지하는 비율이다.
한편, S1120 단계에서 최대교통량인 포화교통류율 이상이면, OBE데이터가 수집되는 녹색신호기간 동안에 통과차량수(k)를 산정한다(S1230 단계). S1230 단계에서 산정된 차량수가 녹색신호기간 동안의 통과차량수(k)이면 일정시간(5분) 동안에 통과한 차량속도의 산술평균인 제5평균속도(Xkt)를 아래의 [수학식 7]로 계산한다(S1240 단계).
Figure 112016012626749-pat00007
[수학식 7]은 포화교통류율 상태의 경우 통과차량수(k)의 제2대표링크통행속도를 말하며, Vi는 i번째 차량의 링크통행속도(km/h)이다.
상술한 바와 같이, 세그먼트 시퀀스 별 세그먼트데이터로 계산된 속도 분산과 평균의 값으로 링크통행속도를 생성하기 위해서는 프로브차량(400)의 자체 운전자운행특성, 교통제어조건, 교통혼잡조건, 도로특성정보, 수집원특성 등이 고려되며, 정량화할 수 있는 교통지표 중에서 평균지체와 링크서비스율(p)이 유효한 영향을 미친다. 특히, 교통제어조건이라는 최대 교통량인 포화교통류율에 따라 각 링크간 통과 유무에 따른 미통과차량수 또는 통과차량수를 파악하여 링크통행속도를 계산함으로써 해당 도로구간의 교통 흐름을 원활하게 할 수 있는 링크속도를 생성하여 녹색신호기간 통과 여부인 신호대기 유무를 판단하여 교통정보 정확도를 높일 수 있다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : CS 200 : RSE
300 : OBE 400 : 프로브차량
500 : 신호교차로 600 : 스마트폰
700 : 인터넷망 800 : GPS위성

Claims (3)

  1. 프로브 차량에 탑재되는 OBE(On Board Equipment), RSE(Road Side Equipment), CS(Center Server)를 구비하는 도시교통정보 시스템(UTIS)에서, 상기 CS가 상기 OBE에 의하여 생성되는 세그먼트 데이터를 입력받고, 각 수집원의 신호대기 유무상태를 고려하여 대표링크통행속도를 산출하는 세그먼트데이터 기반의 링크속도 생성 방법에 있어서:
    상기 CS가
    수집주기 T 시간 동안에 수집된 OBE 데이터의 세그먼트 시이퀸스 별로 평균속도와 표준편차로 이루어진 세그먼트 데이터에 의하여 속도의 분산/평균을 계산하는 분산/평균 계산단계;
    상기 OBE 데이터에 따라 링크내의 교통류율이 포화교통류율 이상인지 미만인지를 판단하는 패턴확인단계;
    상기 패턴확인 단계에서 포화교통류율 미만인 경우에는 교차로의 녹색 현시시간동안에 통과차량과 미통과차량들의 평균속도에 의하여 제1 대표링크통행속도를 산출하고, 포화교통류율 이상인 경우에는 상기 OBE 데이터에 의하여 차량 통과대수K의 차량속도의 산술평균에 의하여 제2 대표링크통행속도를 산출하는 대표링크통행속도 산출단계를 포함하는 것을 특징으로 하는 세그먼트데이터 기반의 링크속도 생성 방법.
  2. 청구항 1에 있어서, 상기 제1 대표링크통행속도는 다음의 수학식2-1에 의하여 결정되는 것을 특징으로 하는 세그먼트데이터 기반의 링크속도 생성 방법.
    [수학식2-1]
    제1 대표링크통행속도 =
    Figure 112017054663095-pat00008

    이때, p는 T시간동안 녹색현시시간이 차지하는 비율,
    Figure 112017054663095-pat00009
    는 상기 분산/평균 값이 기설정된 임계값보다 큰 경우에 T 시간내의 녹색현시시간 동안에 미통과한 차량대수가 m(m>0) 인 경우 미통과차량의 차량속도의 산술평균이고, 미통과한 차량대수가 0인 경우 평균지체속도이고,
    Figure 112017054663095-pat00010
    는 상기 분산/평균 값이 기설정된 임계값 이하인 경우에 T 시간 내의 녹색현시시간 동안에 통과한 차량이 n(n>0)인 경우 통과차량의 평균속도의 산술평균이고, 통과한 차량이 0인 경우 링크별 제한속도임
  3. 청구항 2에 있어서, 상기 평균지체속도는 수학식2-2에 의하여 결정되고, 상기 링크별 제한속도는 링크별 설계속도인 것을 특징으로 하는 세그먼트데이터 기반의 링크속도 생성 방법.
    수학식2-2
    평균지체속도 = (3.6) (링크길이)/ (자유통행시간 + 평균대기시간)
    여기서, 자유통행시간은 링크길이/설계속도이며, 평균대기시간은 (신호주기-녹색현시시간)/2이다
KR1020160014710A 2016-02-05 2016-02-05 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법 KR101774294B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160014710A KR101774294B1 (ko) 2016-02-05 2016-02-05 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160014710A KR101774294B1 (ko) 2016-02-05 2016-02-05 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법

Publications (2)

Publication Number Publication Date
KR20170093385A KR20170093385A (ko) 2017-08-16
KR101774294B1 true KR101774294B1 (ko) 2017-09-04

Family

ID=59752698

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160014710A KR101774294B1 (ko) 2016-02-05 2016-02-05 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법

Country Status (1)

Country Link
KR (1) KR101774294B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886718A (zh) * 2017-11-01 2018-04-06 沈阳世纪高通科技有限公司 一种路况分析方法、装置及网络系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007241429A (ja) 2006-03-06 2007-09-20 Sumitomo Electric Ind Ltd 交通流パラメータ算出システム、方法及びプログラム
JP2007241987A (ja) 2006-02-07 2007-09-20 Matsushita Electric Ind Co Ltd 交通情報生成方法及び交通情報生成装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007241987A (ja) 2006-02-07 2007-09-20 Matsushita Electric Ind Co Ltd 交通情報生成方法及び交通情報生成装置
JP2007241429A (ja) 2006-03-06 2007-09-20 Sumitomo Electric Ind Ltd 交通流パラメータ算出システム、方法及びプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107886718A (zh) * 2017-11-01 2018-04-06 沈阳世纪高通科技有限公司 一种路况分析方法、装置及网络系统
CN107886718B (zh) * 2017-11-01 2020-09-11 沈阳世纪高通科技有限公司 一种路况分析方法、装置及网络系统

Also Published As

Publication number Publication date
KR20170093385A (ko) 2017-08-16

Similar Documents

Publication Publication Date Title
US10704920B2 (en) Traffic lane guidance system for vehicle and traffic lane guidance method for vehicle
CN107784835B (zh) 基于交通数据分析的交通状态模式预测系统及其预测方法
KR100820467B1 (ko) 도로 차선 종류를 고려한 구간 교통량 예측 시스템 및 그방법
CN109544932A (zh) 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法
CN105474285A (zh) 用于预测至少一个拥堵参数的方法、分析系统和车辆
CN109272746B (zh) 一种基于bp神经网络数据融合的mfd估测方法
Aljamal et al. Real-time estimation of vehicle counts on signalized intersection approaches using probe vehicle data
Lu et al. Using taxi GPS data for macroscopic traffic monitoring in large scale urban networks: calibration and MFD derivation
CN105869402B (zh) 基于多类型浮动车数据的高速公路路段速度修正方法
JP5378002B2 (ja) 車両動作推定装置、車両動作推定方法および車両動作推定プログラム
JPWO2011158364A1 (ja) 信号機サイクル推定装置及び信号機サイクル推定方法
CN109448408B (zh) 一种红绿灯处车辆行驶状态优化方法
CN112150801A (zh) 一种基于准车辆轨迹的快速路实时事故风险预测方法
Patnaik et al. Development of roundabout entry capacity model using INAGA method for heterogeneous traffic flow conditions
Azizi et al. Estimation of freeway platooning measures using surrogate measures based on connected vehicle data
Cohen et al. Travel time estimation between loop detectors and FCD: A compatibility study on the Lille network, France
KR101774294B1 (ko) 교통신호정보를 이용한 세그먼트데이터 기반의 링크속도 생성 방법
KR101945179B1 (ko) 위험 교통류 정보 제공 시스템 및 그 방법
Montero et al. Case study on cooperative car data for estimating traffic states in an urban network
TWI748514B (zh) 車流推估方法與系統
KR101815941B1 (ko) 불안정 교통류 정보 제공 방법
CN106887138B (zh) 一种堵车蔓延态势侦测方法与系统
KR102003264B1 (ko) 교통류를 관리하는 방법 및 이를 위한 시스템
El Esawey et al. Using buses as probes for neighbor links travel time estimation in an urban network
Liu et al. Estimating delay time at signalized intersections by probe vehicles

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant