KR20210072277A - 도심 내 교통류의 충격파 속도와 대기행렬소거시간에 대한 실시간 추정 알고리즘 - Google Patents

Abstract

본 발명은 지능형 교차로 환경(Intelligent Transport System /ITS)에서 실시간으로 교통 공학 모델을 이용해 교통류의 충격파 속도를 추정하고 교통류의 충격파 속도 변화에 따른 대기행렬소거시간을 추정할 수 있는 방법에 관한 발명이다.

Description

도심 내 교통류의 충격파 속도와 대기행렬소거시간에 대한 실시간 추정 알고리즘{ Real-Time Estimation Algorithm for Shock Wave Velocity and Queue Clearance Time of Traffic Flows in Urban Area}

본 발명은 도심 내 교통류의 충격파 속도와 대기행렬소거시간에 대한 실시간 추정 알고리즘에 관한 것이다.

지능형 교통 시스템 (Intelligent Transport Systems, ITS) 기술이 발전하면서 교차로 위 차량들의 정보(속도, 가속도, 차종 등)와 도로의 정보(신호등의 잔여 시간, 도로 형상 등)의 정보를 수집하고 저장할 수 있다. 해당 정보를 운전자들에게 제공해 운전자들의 안전 운전 또는 경제 운전을 지원하고 있다.

이를 위한 통계적 데이터에 근거한 충격파 속도 계산 방법, 고속도로의 연속류 환경에 대한 충격파 속도 계산 방법, 포화교통류율 등의 통계적 데이터에 근거한 대기행렬소거시간 계산 방법 등이 있다.

이러한 종래기술의 가장 큰 문제점은 교통류 특성(충격파 속도와 대기행렬소거시간)을 분석할 때 실시간 데이터가 아닌 통계적 데이터를 사용한다는 것이다. 고속도로와 같은 연속류 환경에서는 정속 주행 패턴이 주로 나타난다. 따라서 연속류 환경에서는 통계적인 데이터를 사용해도 주행 환경의 변화가 적기 때문에 교통류 분석에 크게 영향을 미치지 않는다. 하지만 도심 내 교차로와 같은 단속류 환경에서는 신호등에 의해서 교통류가 주기적으로 연결되고 끊기기를 반복한다. 교통류가 연결되고 끊기면서 교통류 내에 차량의 가속/감속 주행 패턴 안에서 통계적으로 반영되지 못한 다양한 변수들이 발생한다. 갑작스럽게 발생하는 다양한 변수들의 특성을 교통류 분석에 포함하기 위해서 단속류 환경에서는 통계적 데이터가 아닌 실시간 데이터가 사용되어야 한다.

또한 종래기술의 두 번째 문제점은 교통류 특성을 분석할 때 개별적인 차량의 특성을 반영하지 않는다는 점이다. 연속류 환경은 정속 주행 패턴이 주로 나타나는 것과 다르게, 단속류 환경에서는 가속/감속 주행 패턴이 주로 나타난다. 가속/감속 주행 패턴의 경우 차량의 종류에 따라서 주행 특성이 크게 차이 난다. 단속류 환경에서 주로 포화교통류율 등의 정보를 이용해 교통류를 분석하지만, 도로 특성으로 유도된 포화교통류율은 개별 차량의 특성이 크게 나타나는 도심 내 교통류 환경을 효과적으로 반영하지 못하는 문제점을 가진다.

본 발명은 도심 내 교통류의 충격파 속도와 대기행렬소거시간에 대한 실시간 추정 알고리즘을 제공하기 위한 것이다.

상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 운전자 성향과 차량 특성을 반영해 교통류 특성을 파악할 수 있는 추정 알고리즘이 제공된다.

본 발명에서 도심 내 교차로에서 발생하는 교통류 특성인 단속류 환경을 반영할 수 있는 교통류 분석 알고리즘을 제안했다. 제안된 알고리즘은 매 샘플링 시간마다 도로의 대기행렬소거시간을 실시간으로 업데이트 해준다. 실시간으로 계산된 대기행렬은 현재 도로의 교통 상황을 적절하게 반영할 수 있다. 해당 교통 상황 정보를 이용하여 지능형 교차로가 포함된 도심에서 주행하는 자율 주행 차량 또는 커넥티드 카의 제어기에 반영할 수 있다. 그 결과 안전 운전 또는 경제 운전을 유도할 수 있는 효과가 있다.

도 1은 본 발명의 일실시예에 따른 충격파 속도 및 대기행렬소거시간 추정 알고리즘의 개략도이다.
도 2는 본 발명의 일실시예에 따른 미시적 교통 시뮬레이션을 이용한 검증 환경과 시뮬레이터와 연동된 알고리즘 코드를 도시하는 도면이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.

이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.

종래기술의 문제점을 해결하기 위해서 교통류 분석 과정에서 차종에 따른 정보를 반영한다. 지능형 교차로(ITS) 환경에서는 교차로 내의 개별 차량들에 대한 많은 정보를 취득할 수 있다. 가속/감속 주행 패턴은 크게 2가지 요소의 영향을 받는다. 첫 번째는 운전자에 따라 나타나는 특성이고, 두 번째는 엔진의 용량에 따라 나타나는 특성이다. 위의 2가지 특성을 교통류 분석에 포함해야 도심 내 교차로의 단속류 환경에서 효과적인 교통류 정보에 대한 추정이 가능하다. 첫 번째 운전자 특성은 차량 내에 포함된 제어기 내부에서 지속적으로 운전 패턴을 파악해 운전자 성향을 저장함으로써 반영할 수 있다. 두 번째 엔진 특성은 차량의 무게와 엔진의 용량을 이용해 반영할 수 있다.

도 1은 본 발명의 일실시예에 따른 충격파 속도 및 대기행렬소거시간 추정 알고리즘의 개략도이다.

도 1을 참조하면, 본 발명의 일실시예는 지능형 교통 시스템(ITS)에서 모든 도로의 차량 정보와 도로 정보를 수집한다. 운전자의 운전 성향, 차량의 위치/속도/길이/엔진 특성, 교차로의 신호 시간 등을 수집한다.

그리고 수집된 정보(차량 위치, 속도, 교통류에 따른 신호 시간 등)를 통해 도로의 대기행렬길이를 추정한다.

그리고 수집된 정보를 통해 도로의 충격파 속도 추정한다. 교차로에 도착하는 교통류 속도는 빨간 신호 시간과 대기행렬길이를 이용해 추정하며, 교차로에 방출하는 교통류 속도는 운전 성향과 차량 엔진 특성을 반영해 추정한다. 그리고 교차로에 도착하는 교통류와 방출하는 교통류의 상대 속도를 이용해 충격파 속도를 추정한다.

그리고 추정된 정보를 통해 도로의 대기행렬소거시간 추정한다. 충격파 속도를 통해 대기행렬이 완화되는 시간을 추정할 수 있으며, 대기행렬길이와 충격파 속도를 이용해 대기행렬이 소거되는 시간을 추정할 수 있다.

보다 구체적으로, 본 발명의 일실시예에 따른 실시간 충격파 속도 및 대기행렬소거시간 추정 알고리즘은 크게 3가지의 단계를 거치게 된다. 첫 번째 단계는 대기 행렬 길이를 추정하는 단계이다. 우선 차량의 위치와 속도를 이용해 대기행렬에 포함되는지 여부를 결정한다. 그 후 차량의 길이와 차간 간격을 이용해 대기행렬길이를 추정한다. 두 번째 단계는 운전 성향과 차량의 특성을 반영해 충격파 속도를 추정하는 단계이다. 교차로에 접근하는 교통류의 속도와 교차로에서 빠져나가는 교통류의 속도 사이의 차이에서 교통류의 충격파는 발생한다. 교차로에 접근하는 교통류의 속도는 대기 행렬이 증가하는 속도로 추정할 수 있다. 교차로에서 방출하는 교통류의 속도는 운전자들의 운전 성향과 차량의 엔진 특성을 이용해 추정할 수 있다. 운전자의 가속/감속 운전패턴과 차량의 무게 대비 최대 가속도를 이용해 교통류의 방출 속도를 추정할 수 있다.

이를 위한 수식은 [수학식 1]과 같다.

는 교통류가 교차로에 도착하는 속도,

는 신호등이 빨간 현시를 가질 때 동안 누적된 대기행렬길이,

는 교통류의 빨간 현시 시간을 의미한다.

는 교통류가 교차로에서 방출되는 속도,

는 운전자 성향과 엔진 특성을 반영한 지표,

은 대기행렬에 속한 차량의 수,

는 대기행렬소거시간을 의미한다. 아래의 [수학식 1]을 이용해 매 샘플링 시간(Sampling Time)마다 연산해 실시간으로 대기행렬소거시간을 추정한다.

도 2는 본 발명의 일실시예에 따른 미시적 교통 시뮬레이션을 이용한 검증 환경과 시뮬레이터와 연동된 알고리즘 코드를 도시하는 도면이다.

미시적 교통 시뮬레이션 소프트웨어(Aimsun)은 개별 차량의 움직임을 모사해 교통류에 대한 시뮬레이션이 가능하다. 미시적 교통 시뮬레이션 소프트웨어의 특성을 이용해 개별 운전자의 운전 성향과 개별 차종에 따른 차량 특성을 정의할 수 있다. 또한 교통 시뮬레이션 소프트웨어(Aimsun)가 제공하는 API를 이용해 Aimsun과 Python 프로그램 간의 연동 환경을 구성할 수 있다. Aimsun과 Python 사이의 연동 환경에서는 시뮬레이션 중에 운전 성향 정보와 차량 특성 정보를 읽어올 수 있다.

Aimsun을 이용해 도심 내 교차로에 대한 교통 시뮬레이션 환경을 구성하고, Python을 이용해 교통류 분석 알고리즘을 구성해 시뮬레이션 중 운전 성향 정보와 차량 특성 정보를 불러와 충격파 속도와 대기행렬 소거시간을 계산한다.

앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (1)

1. 운전자 성향과 차량 특성을 반영해 교통류 특성을 파악할 수 있는 추정 알고리즘.
   

Images