Ⅰ서 론

1배경 및 목적

1990년대에 개발된 COSMOS(cycle, offset, split model for seoul)시스템의 경우 접근로의 교통수요에 따라 주기, 녹색시간 등의 신호제어변수를 조절하 여 신호운영을 하였으며, 접근로의 과포화시에는 형평옵셋 제어, 앞막힘 예방제어 등의 방안을 통해 대응할 수 있도록 설계되었다[1].

하지만 COSMOS 시스템에서 도로의 교통상황을 판단하기 위해 사용하는 정지선 검지기, 대기길이 검지기의 경우에는 차량의 점유율을 기반으로 도로 의 교통상황을 판단하고 있으며 이로 인해 도로의 과포화 상황을 정확하게 파악하지 못하는 문제가 발생하고 있으며 이로 인해 효율적인 신호운영에 차질이 발생하고 있다.

따라서 본 연구에서는 기존의 교통상황 판단방 안에서 벗어나 서울시에 등록된 법인택시 GPS 데 이터의 가공을 통한 구간통행속도 산출 및 본 연구 와 동시에 진행한「GPS데이터를 이용한 대기행렬 길이 산출에 관한 연구」에서 산출된 대기길이를 기반으로 도로의 혼잡상황을 판단하는 방안을 수립 하고자 한다.

2연구 방법

본 연구에서는 도로의 소통상황 판단, GPS 데이 터를 이용한 교통정보 산출 방안에 대한 연구사례 및 GPS 데이터의 링크 매칭과 관련된 방안를 고찰 하였다.

이를 바탕으로 하여 서울시 법인택시 GPS 데이 터를 가공하여 도로의 교통상황을 판단하는 알고리 즘을 수립하였으며 수립된 알고리즘을 실제 네트워 크에 적용하여 도로상황을 제대로 표현하는지를 확 인하였다. <Fig. 1>

Ⅱ관련 문헌 고찰

1GPS 데이터를 이용한 통행속도 산출

Jeong(2003)은 기존의 루프검지기가 가지고 있는 한계성을 극복하고 보다 신뢰성 있는 교통정보를 수집하기 위한 방안을 마련하고자 GPS 데이터를 통해 수집할 수 있는 시간, 위도, 경도 등의 정보를 이용하여 링크통행속도를 산출하는 알고리즘을 제 안하였다[2].

또한, 산출된 링크통행속도를 세 개의 변수(속도, 요일, 시간)로 이루어진 퍼지추론 시스템에 적용하 여 보다 신뢰성 있는 링크통행속도를 산출하였다.

마지막으로 추정된 구간통행속도의 정확성 평가 를 위해 GPS의 정보 수집주기를 1초 단위로 변경 하여 시뮬레이션 하였으며 그 결과, 정보수집주기 가 빠를수록 구간통행속도의 오차값이 가장 낮게 나타났으며 10초의 정보수집 주기까지는 비교적 정 확한 결과값을 도출할 수 있는 것으로 조사되었다.

2도시부도로의 정성적 소통상황 판단

Cho(2011)은 도시부 도로의 소통상황을 정성적으 로 판단하기 위한 알고리즘을 개발하였다[3].

이 때, 도시부 도로의 정성적 소통상황을 분류하 기 위해 미국의 HCM 및 한국의 KHCM을 참고하여 도로의 서비스수준을 판별하였으며 이를 도로용량 편람에 따른 교통류 안전성에 따라 원활, 서행, 정 체 3가지로 구분하여 도로의 소통상황을 정성적으 로 나타내었다.

3제한된 GPS정보를 활용한 통행시간 추정

Yoo(2014)은 서울시에서 제공하는 서울시 법인택 시 GPS데이터 기반의 통행시간 정보의 정확도 문 제를 개선하기 위해 택시 GPS데이터 중 일부 이동 경로가 삭제된 GPS데이터를 복원시켜 GPS데이터 의 정확도를 향상시키는 연구를 진행하였다[4].

결함이 있는 GPS데이터 기반으로 구성된 시계열 모형에서 프로브 차량의 진행방향과 위상정보를 결 합하여 결손 된 링크들 중에서 가장 근접한 링크를 후보 링크로 선정하여 복원한 후, 이를 기반으로 산 출되는 통행량 및 통행시간의 정확도를 향상시키는 방안을 사용하였다.

4GPS 데이터의 링크 매칭에 대한 연구

Chung(2000)은 GPS 데이터를 표준노드링크와 매 칭하기 위한 방안을 3가지로 구분하였으며 각 방안 별 장단점에 대하여 기술하였다[5].

또한, 최근 들어 미국 정부의 주도로 SA(selective availability)개념이 사라짐에 따라, GPS 데이터의 주 행궤적과 주변 노드링크와의 기하구조 및 위상정보 를 비교하여 가장 유사한 지점에 매칭시키는 방안 을 제시하였다.

5국내의 혼잡교차로 제어전략

국내의 실시간 신호제어 시스템상에서 교차로 제 어전략을 살펴보면 한산상태에서는 교통수요에 따 라 녹색신호시간을 변동하여 차량군의 지체시간을 최소화하는 것을 목표로 운영하고 있다[1].

혼잡 교차로에 대해서는 혼잡정도에 따라 포화 (안정), 포화(불안정), 과포화 상황으로 판정하고 있 으며 각 상황에 따라 앞막힘 예방제어, 형평옵셋 제 어 등의 내부미터링 기법 혹은 외부미터링 기법을 사용하여 교차로 신호제어를 수행하고 있다.

Ⅲ교통상황 판단 방안 수립

1분석방법론

본 연구에서는 서울시 법인택시 GPS 데이터를 가공하여 프로브 차량의 구간통행속도, 대기길이를 산정하고 이를 기반으로 도로의 교통상황을 판단할 수 있는 알고리즘을 수립하고자 한다. <Fig. 2>

2택시 GPS 데이터 소개

본 연구에서는 도로의 소통상황을 판단하고자 서울시 법인택시 26,000대에 부착되어 있는 GPS 데 이터를 활용하였으며 94%의 높은 정보 정확도를 확보하고 있는 것으로 조사되었다[6].

서울시 법인택시 GPS 데이터는 10초 당 1회 차량 위치를 데이터화하여 2분 30초(총 15회)마다 센터로 데이터를 전송하고 있으며, 개별 차량 ID, 차량의 위 도 및 경도를 통한 위치정보, 방위각, 지점 속도, 차 량의 주행궤적 등의 정보를 수집할 수 있다.

3GPS 데이터 링크 매칭

본 연구에서는 서울시 법인택시 GPS 데이터를 링 크 매칭하기 위해 Point-to-curve 방법을 사용하였다.

Point-to-curve 방법을 쉽게 설명하자면 GPS데이 터를 노드와 링크로 구성된 수치지도상에 투영시키 면 GPS데이터가 가지고 있는 자체적인 오차로 인해 정확하게 매칭이 되지 않는 문제가 발생한다.

이 때, 각각의 GPS 데이터를 현재 위치한 지점에 서 가장 가까운 링크로 매칭시키는 방안이 Point-to -curve 방법이다. <Fig. 3>

4링크 진출·입 시각 보정을 통한 통행시간 산출

서울시 법인택시 GPS 데이터의 경우 10초 단위 로 프로브차량의 위치를 검지하기 때문에 정확한 링크 진입시각 및 진출시각을 파악할 수 없다.

따라서 프로브차량의 링크 진입 및 진출시각을 산출하기 위해서는 프로브차량이 동일한 속도로 주 행한다는 가정하에 링크 진출 및 진출 시각을 1초 단위로 보정할 필요성이 있다.

식 (1)을 통해 A’지점에서 A지점까지의 통행속도 를 산출할 있으며 이를 통해 <Fig. 4>와 같은 1초단 위 차량주행궤적을 표시할 수 있다.

이를 통해 링크의 진출·입 시각을 1초단위로 파악할 수 있으며 산출된 링크 진출·입 시각을 통해 링크를 주 행하는 프로브차량의 통행시간을 산출할 수 있다.

L ( A ′ − A ) =

A′지점에서A지점까지의 거리(m)

A′지점에서A지점까지의시간(sec)

A′지점에서A지점까지의 속도(m/s)

5교통상황 판단방안

1)교통상황 판단 변수 산출

본 연구에서는 서울시 법인택시 GPS 데이터를 가 공하여 구간통행속도 및 대기행렬길이를 산출함으로 서 도로의 교통상황을 판단하는 변수로 활용하였다.

구간통행속도의 경우 앞서 산출된 링크 진·출입 시간과 링크길이를 기반으로 하여 산출할 수 있다.

또 다른 교통상황 판단변수 중 하나인 대기행렬길 이의 경우에는 본 연구와 같이 진행중인 「GPS 데이 터를 이용한 대기행렬 길이 산출에 관한 연구」에서 수립한 방안을 이용하여 대기행렬 길이를 산출하였다.

대기행렬 길이를 산출하는 방안으로는 신호교차로 에서 정지 및 출발로 인해 발생하는 충격파를 이용하 였으며 2개의 충격파가 만나는 지점을 대기행렬 길이 로 정의하였다.

이 때, 차량들의 정지 및 출발 당시의 위치를 시공도 상에 나타내었으며 이를 통해 2개의 충격파의 이동을 파악하여 2개의 충격파가 만나는 지점을 산정하였다. <Fig. 5>

2)혼잡여부 판단

접근로의 혼잡상태를 파악하기 위한 방안으로 통 행속도, 대기길이를 고려하여 판단하는 방안을 수립 하였다. 식 (2), (3)와 같이 링크를 한 주기 동안 통과하기 위한 통행속도보다 낮은 통행속도를 나타내고 주기당 주 행거리(distance per cycle) 가 대기길이보다 짧은 경우에는 도로의 혼잡상태로 판단하였으며 그 외의 경우에는 비 혼 잡상태로 판단하였다.

3)대기행렬의 성장여부 고려

혼잡상태로 판단된 접근로의 대기행렬의 성장여 부를 판단하여 접근로의 포화상태 여부를 자세하게 표현하고자 하였다.

대기행렬의 성장여부를 파악하기 위해 식(4)의 이동평균법을 활용하였으며 이를 통해 과거 10분간 의 데이터를 5분단위로 롤링하여 대기행렬의 의 증 감추세를 파악하였으며 이 과정에 서 대기행렬이 성 장하지 않았으면 포화(비성장) 상황으로 판단하였다.

m =

특정기간

가장최근시점

4)과포화 여부 판단

접근로의 과포화 여부 판단은 식 (5)와 같이 대 기행렬의 길이가 링크를 초과하여 상류부 교차로에 영향을 미치고 있는지 여부를 판단하여 대기행렬 길이가 링크를 초과할 경우 과포화(성장), 초과하지 하는 경우 포화(비성장)으로 판단하였다.

5)전주기에서의 과포화 접근로의 교통상황 판단

전주기에서의 과포화상황으로 판단된 접근로의 경 우 대기행렬의 성장여부를 판단하여 대기행렬이 성장 하였다면 과포화(성장)단계로 판단하였으며 성장하지 않았다면 다시한번 과포화 상태여부를 점검하였다.

이 과정을 통해 접근로의 교통상황이 아직 과포 화 상황에 머물러 있다면 과포화(비성장)상황으로 판단하였으며 과포화 상황을 벗어났다면 포화(비성 장)상황으로 판단하였다.

6)신호제어용 혼잡상황 판단 알고리즘 개발

통행속도, 주기당 이동거리, 대기길이를 이용하 여 혼잡여부를 판단한 뒤 혼잡상황으로 판단된 접 근로의 대기행렬 길이의 성장여부를 점검하여 포화 (비성장)을 구분하였으며 마지막으로 과포화 여부 를 판단함으로서 과포화(성장), 포화(성장)을 최종적 으로 판단하는 알고리즘을 개발하였다. <Fig. 6>

ⅣGPS 데이터 분석

앞서 수립한 도로의 소통상황 판단 방법론에 따 라 2016년 02월 01일 18:00~19:00 사이에 국기원 입 구→강남역 사거리(링크 1), 역삼역 사거리→국기원 입구(링크 2)를 지나는 서울시 법인택시 GPS 데이 터를 바탕으로 시간대별 교통상황을 조사해 보았다.

링크1인 국기원 입구~강남역 사거리의 소통상황 의 경우 18:00~19:00에 과포화(성장), 과포화(비성 장) 상황을 반복적으로 나타내는 등 계속해서 과포 화 상황을 유지하고 있는 것으로 나타났다. <Table 1>

링크2의 역삼역 사거리→국기원 입구의 교통상황 을 분석해 본 결과, 포화(비성장)에서 포화(성장)상 황을 반복적으로 나타내고 있는 것으로 조사되어 링크 1에 비해 상대적으로 교통상황이 덜 혼잡한 것 으로 나타났다. <Table 2>

Ⅴ결론 및 향후 연구과제

이 연구에서는 도로의 혼잡상황을 보다 자세하 게 판단하기 위한 방안 중 하나로 서울시 법인택시 GPS 데이터를 가공하여 도로의 교통상황을 판단하 는 방안을 수립하였다.

세부 연구내용은 서울시 법인택시 GPS 데이터 가공하기 위해 링크 매칭 및 링크 진출입 시간 산 정을 위한 방안을 수립하였으며 이를 기반으로 구 간통행속도를 산출하였다.

또한 본 연구와 같이 진행된 「GPS 데이터를 이용 한 대기행렬 길이 산출에 관한 연구」의 대기행렬 길 이 데이터를 활용하여 도로의 교통상황을 판단하기 위한 알고리즘을 수립하였으며 이를 실제 네트워크 에 적용해 보았다.

향후 연구과제로는 GPS데이터의 취약점인 고가 도로 및 터널을 표기할 수 없다는 단점을 극복하기 위한 연구를 진행할 필요성이 있다.

또한, 본 연구에서는 이미 지난시점의 GPS데이 터를 통해 교통상황 판단을 하였기에 현장조사를 통한 실측치와의 비교분석을 시행하지 못하였으나 향후 연구에서는 사전에 현장조사를 시행하여 실측 치와의 비교분석을 시행해 볼 필요성이 있다.