위치기반 차량정보를 활용한 동적인 속도 균일한 공간분할 최적화. 속도균질공간을 선형적으로 표현하는 시각화 방법도 제시하였다.
속도분포와 대푯값
시간평균속도와 공간평균속도의 관계는 식 (2-1)과 같다. 이러한 방식으로 공간 평균 속도를 사용하여 특정 구간 내 교통 특성을 분석할 수 있습니다.
도로교통량 조사 및 서비스
모든 고속도로 경로에 대한 동적 속도 균일 공간 최적화. '동적 속도 균일 공간'에서 작동하는 것이 가능해질 것이다.
맵 매칭 기법
GNSS 기반의 교통정보 분석
GNSS 위치정보를 활용한 교통정보 분석을 위해 지리적 용도에 따른 GNSS 데이터 맵 매칭과 더불어 교통정보 생성, 조사, 분석 등 관련 연구사례를 조사하였다. GNSS 기반의 교통정보 분석은 본 연구의 응용 중 하나인 미시적 수준에서 많이 수행되었으나, 처리량이 많은 데이터를 이용하여 거시-중-미시 수준을 모두 포함하는 도로망 정보 분석이 가능하다. GNSS를 기반으로 합니다. 이 연구의 범위. 본 연구는 그리드 기반 GNSS 데이터를 사용한 모든 연구에서 미리 정의된 고정된 크기의 그리드를 사용했다는 점에서 이전 연구와 다르다.
GNSS 기반의 교통정보 분석은 본 연구의 적용 주제 중 하나인 미시적 수준에서 많이 수행되어 왔지만, 대용량 GNSS 기반 데이터를 활용하여 거시-중-미시 수준을 모두 포함하는 도로망 정보를 분석한다. 본 연구의 범위 본 연구는 그리드 기반 GNSS 데이터를 적용한 모든 연구에서 일정 크기의 미리 정해진 그리드를 사용했다는 점에서 이전 연구와 다르다. 분해, 비분해 분해, 분리 분해로 구성되며 각각 그리드 기반, R-Tree 기반, QuadTree 기반 인덱스에 해당합니다(Singh 2017). 지오해시 기반 코딩에는 위치정보를 수집하는 GNSS 시스템이 내장된 스마트폰을 사용하였다.
선행연구 시사점 검토
위치 기반 데이터의 신속한 매핑을 위한 인덱싱 기술은 인덱스의 정확도에 따라 데이터의 정확성을 결정하며, 일반적으로 특정 범위의 데이터로 표현됩니다. 인덱싱 기법 중 그리드 기반 지오해시 역시 위치 기반 데이터가 속한 영역을 표현하는데, 인덱싱 속도는 매우 뛰어나지만 도로 등 선형 데이터를 인덱싱하는 데 활용된 사례는 없다.
본 연구의 차별성 및 기여
여기서 SMS = 공간 평균 속도 TMS = 시간 평균 속도. 공간 분할 결정은 공간 평균 속도에 대한 시간 평균 속도의 비율을 사용합니다.
데이터 준비
그러므로, 오전 8시 ~ 평일 화물차의 피크타임인 오전 10시. 트럭의 DTG 데이터에는 주행 경로에 대한 정보가 없기 때문에 고속도로 경로별로 데이터를 추출해야 했습니다.
GIS 분석 툴
고속도로 노선별 동적 속도 동질공간 최적화
서울양양고속도로의 역동적인 속도를 지닌 동질적인 공간을 최적화하여 그 결과를 얻었다. 평택-시흥간 고속도로의 동적속도 균일공간을 최적화하여 그 결과를 얻었다.
결과의 해석
속도편차가 큰 최종 공간은 고속도로 분기점과 분기점의 영향 구간으로 표현될 수 있다. 이 모델은 특정 속도 균일 공간의 공간 평균 속도를 계산하는 데 사용할 수 있습니다.
동적 속도 동질공간 모형과 공간 분할함수 비교
동질공간의 선형 표현
Step 3] 공간 평균 속도 값을 분할링크에 적용하여 분할링크의 길이를 계산한다. 결과는 각 최종 속도 균일 공간에 대한 분산 평균 비율 검증을 통해 검증되었으며, Garber 모델, 절대 백분율 오차 및 평균 절대 오차를 사용하여 제시되었습니다.
속도 동질공간 분산평균비
본 연구는 시간과 공간의 변화를 동시에 고려하는 동적 속도를 갖는 균질한 공간을 최적화한 것으로, 시간에 따른 속도 분포에 따라 서로 다른 공간으로 나누어 최종 공간을 공간 평균의 대표값으로 설정한다. 속도. 여러 DTG 데이터를 사용합니다. 결과 해석에서 제시된 비수렴 공간 중 차선 간 속도 차이로 인한 공간은 제외하였다.
속도 동질공간 대푯값 비교
결과 활용 방법
사고 영향 영역, 분류/집계 영역, 차선 간 속도 차이가 큰 정보는 자율주행차의 주변 상황 감지 기능을 보조할 수 있으며, 날씨 등으로 인해 센서에 장애가 발생할 경우 전방 상황에 대한 중요한 정보를 제공할 수 있습니다. 또한 반자율주행이나 비자율주행 차량의 경우에도 전방 상황에 따른 속도 변화에 대한 실시간 정보는 교통안전 측면에서 매우 중요한 역할을 할 수 있습니다. 이러한 교통 흐름의 속도에 대한 상세한 정보는 다양한 교통 관리 상황에서 교통 분석 및 서비스를 가능하게 하여 향후 효율적인 교통 운영을 가능하게 할 것이라고 믿습니다.
분·합류부 영향권
이를 통해 어느 경로에서 주행 속도에 관계없이 차선 간 속도 차이가 큰지 알 수 있으며, 이를 운전자에게 안전 정보로 제공할 수 있습니다. 또한 분기/수렴지역의 영향으로 실제 평균속도가 영향을 받는지, 교통흐름이 불안정한지 등을 판단할 수 있다.
사고 영향권
이와 같이 세부 교통흐름의 속도정보는 사고의 영향영역뿐만 아니라 사고가 발생한 시점까지 추정할 수 있으며, 시간과 교통특성에 따라 영향영역을 확장하는데 활용될 수 있다. 흐름.
데이터 집계 시간의 민감도
유량이 완전히 회복되었음을 나타냅니다. 위의 민감도 분석을 통해 수집시간을 단축함으로써 단시간에 속도분포 분석이 가능함을 알 수 있다.
속도 동질공간 분할함수의 민감도
동적속도 균일공간 최적화의 결과는 다음과 같다. 따라서 공간의 평균 속도 외에 이탈, 차선 변경, 느린 이동 등에 대한 정보로 제공될 수 있다.
