Journal Search Engine

Volume/Issue :

Year(s) : to

Search :

Title :

Author :

Keyword :

Abstract :

Figure :

Table :

Reference :

Search Advanced Search

Adode Reader(link)

View PDF Download PDF Export Citation Korean Bibliography PMC Previewer

The Journal of The Korea Institute of Intelligent Transport Systems Vol.17 No.4 pp.41-53
DOI : https://doi.org/10.12815/kits.2018.17.4.41

Correction of Measured Traffic Volume on Expressways Using Optimization Model

Dong ho Kim^*, Dong joo Park^**, Do gyeong Kim^***, Seung jin Shin^****

^*Dept. of Transportation Eng., Univ. of Seoul
^**Dept. of Transportation Eng., Univ. of Seoul
^***Dept. of Transportation Eng., Univ. of Seoul
^****The Korea Transport Institute

Corresponding author : Seung jin Shin, sjshin434@koti.re.kr

Received 20180614 │ Revised 20180710 │ Accepted 20180801

Abstract

This study developed the optimization method to correct the measured traffic volume of the expressway that minimizes the measurement error and satisfies the traffic balancing with TCS. For this purpose, the model constructed in this study was compared and verified with the true traffic volume. Verification result of the model, it was found that the measurement error is reduced when the measured traffic volume is corrected for the traffic volume balance. As a result of applying it to 40 links of the Kyoungbu expressway, the measured traffic volume was corrected by -8.1%~9.6% and the measurement error was decreased as much as the corrected traffic volume. This research is meaningful in improving the accuracy of the measured traffic volume of the expressway, while the scale and role of the expressway are increasing.

Key Words : Traffic Volume Correction , Traffic Volume Balancing , Optimization Model , Annual Traffic volume Report , TCS(Toll Collection System)

최적화 모형을 이용한 고속도로 측정교통량 보정

김 동 호^*, 박 동 주^**, 김 도 경^***, 신 승 진^****

^*주저자 : 서울시립대학교 교통공학과 박사수료
^**공저자 : 서울시립대학교 교통공학과 교수
^***공저자 : 서울시립대학교 교통공학과 교수
^****교신저자 : 한국교통연구원 Post-Doc

초록

본 연구는 도로교통량통계연보에서 제시하고 있는 고속도로 교통량을 보정하기 위해 측 정오차를 최소화하면서 TCS 교통량과 교통량 균형을 만족시키는 최적화 모형을 개발하였다. 이를 위해 본 연구에서 구축한 모형을 실제교통량과 비교･검증하였다. 모형 검증 결과, 교통 량 균형에 만족하도록 측정교통량을 보정할 경우, 보정교통량은 측정교통량에 비해 실제교 통량과의 차이가 적은 것으로 나타났다. 경부고속도로 40개 구간에 적용 결과, 전체 구간에 대한 측정교통량은 –8.1%~9.6% 보정되었으며, 보정된 교통량만큼 측정오차가 감소하는 것 으로 나타났다. 본 연구는 고속도로의 규모와 역할이 증대되고 있는 가운데 고속도로 측정교 통량의 정확성을 향상시켰다는 점에서 의미가 있다.

키워드 : 교통량 보정 , 교통량 균형 , 최적화모형 , 도로교통량통계연보 , TCS

This article has been cited by 0 article in crossref

Cited-By

Funding:

Ⅰ. 서 론

최근 고속도로의 규모와 역할이 증가하고 있는 상황에서 고속도로 교통량은 고속도로의 운영·관리, 노선 계획, 대기오염 및 이산화탄소 배출량 산정 등 많은 분야에서 활용되고 있다. 고속도로 교통량의 활용가치가 증대됨에 따라, 국내에서는 도로법 제 102조에 의거하여 매년 교통량을 조사하여 도로교통량 통계연보를 작 성하고 있다(MOLIT, 2016). 도로교통량 조사는 수시조사와 상시조사로 구분하여 차종별, 방향별, 시간대별 교통량을 수집한다. 수시조사는 10월 셋째 주 목요일 하루 동안 VDS, CCTV 등을 이용하며, 상시조사는 AVC 장비를 사용하여 1년 동안 교통량을 수집한다. 그러나 수집된 고속도로 교통량은 수집 기술의 한계, 검 지기 오류 등으로 부정확성을 내포하고 있다(Vanajakshi and Rilett, 2004; Lee et al., 2013). 이렇게 부정확성을 내포하고 있는 고속도로 교통량을 다양한 분야에 활용시 신뢰성 있는 결과를 도출하기 어렵기 때문에 고속 도로 교통량을 활용하기 전에 정확성을 측정하여 보정해야 한다. 교통량을 보정하기 위해 고속도로 본선과 램프의 실제교통량을 조사해야 하나 많은 시간과 비용이 소요된다.

과거부터 고속도로 검지기에서 수집된 교통량(이하, 측정교통량)을 보정하기 위해 많은 연구가 수행되어 왔다(Jagadeesh et al., 2013). 대부분의 연구는 교통류 이론이나 과거 자료(Historical data)와의 일관성에 기반 하여 보정하였으나, 공간적 일관성(Network consistency)에 기반한 교통량 균형(balancing)을 고려하지 않았다 (Hu, 2001; Chen et al., 2003; Zheng et al., 2012; Turner et al., 1999). 다시 말해, 도로에 유입하고 유출하는 교 통량은 해당 구간에 남아있는 교통량과 일치해야 하는 교통량 보존 법칙을 만족하지 못하고 있다. 일부 연구 에서는 이러한 한계를 고려하여 검지기로부터 수집된 측정교통량을 실제교통량으로 가정하고, 일정 구간 내 에 측정교통량이 교통량 균형에 만족하도록 보정하였다 (De Oña et al., 2012; Zhao et al., 1998; Kwon et al., 2008; Jagadeesh et al., 2013; Shaw and Noyce, 2014). 그러나 검지기로부터 수집된 측정교통량은 오차가 포함 되어 있기 때문에 교통량 균형에 맞게 보정할 경우 보정된 측정교통량은 더 큰 오차를 야기할 수 있다.

따라서 본 연구의 목적은 매년 조사를 통해 수집하고 있는 고속도로 측정교통량을 보정하기 위해 TCS (Toll Collection System) 교통량 자료를 이용하여 측정오차를 최소화하고, 교통량 균형을 만족시키는 최적화 모형을 구축하는데 있다. 또한 본 연구에서 구축한 모형을 고속도로에 적용하여 실제교통량과 비교･검증하 였다. 본 연구는 다음과 같이 구성된다. 2장에서는 교통량 보정 방법 및 교통량 균형에 관한 기존 연구를 검 토한다. 3장에서는 TCS 교통량과 측정교통량을 이용하여 교통량 균형을 정립한다. 4장에서는 교통량 균형을 기반으로 측정교통량을 보정하는 방법론을 수립한다. 5장에서는 4장에서 수립한 방법론을 실제 고속도로 노 선에 적용한다. 마지막으로 6장에서는 본 연구의 결론과 향후 연구 방향을 제시한다.

Ⅱ. 선행 연구 고찰

과거부터 고속도로 교통량의 정확성 향상을 위해 측정교통량 보정 연구가 많이 수행되어 왔다. 측정교통 량 보정에 관한 연구는 <Table 1>과 같이 크게 근본적 일관성(Fundamental consistency), 과거 자료와의 일관성 (Historical consistency), 공간적 일관성(Network consistency) 방법으로 분류될 수 있다. 근본적 일관성 보정방 법은 교통류 이론 등에 근거하여 측정교통량의 오차를 보정하나, 매우 작은 오차가 발생할 경우 측정교통량 을 보정하는 것은 불가능하다(Jagadeesh et al., 2013). 과거 자료와의 일관성 보정 방법은 과거 이력 교통량을 기반으로 측정교통량의 오차를 보정한다. 그러나 교통사고, 도로신설 등으로 인해 교통량 패턴이 변화된 경 우 교통량을 보정하는데 한계가 있다(De Oña et al., 2012). 공간적 일관성 방법은 본선 또는 램프의 정확한 실제교통량을 필요로 하나, 정확한 실제교통량을 수집하는 것이 어렵다(Kikuchi and Miljkovic, 1999). 본 연구 에서는 실제교통량 수준인 TCS 교통량 자료를 활용할 수 있기 때문에 공간적 일관성 방법을 중심으로 선행 연구를 검토하였다.

Shaw and Noyce(2014)는 일정 도로 구간의 양 끝단에서 수집된 측정교통량을 기준으로 구간 내 본선과 램 프의 측정교통량을 교통량 균형에 만족하도록 보정하였다. 도로 구간의 양 끝단에서 수집되는 측정교통량은 도로 구간 내 본선과 램프의 측정교통량을 보정하는 기준이 되기 때문에 정확성이 높아야 한다. Kwon et al.(2008)은 Matrix 기반 가중 최소제곱 회귀모형을 이용하여 본선에서 수집된 측정교통량의 균형 문제를 해 결하였다. 이 모형은 각 교통량 검지기에 대한 신뢰수준을 기반으로 설정하였다. Xin et al.(2006)은 검지기에 서 수집된 측정교통량이 일정 범위의 오차를 가진다고 가정하였다. 최적화 모형을 이용하여 오차 범위 내에 서 교통량 균형이 만족하도록 본선과 램프의 측정교통량을 보정하였다. Vanajakshi and Rilett(2004)는 고속도 로 본선의 검지기에서 유출하는 측정교통량과 인접한 검지기로 유입되는 측정교통량을 비교함으로써 교통 량 균형을 검증하였다. 비교를 통해 차이가 발생할 경우 교통량 균형에 위배된다고 간주하고 비선형 최적화 모형을 적용하여 측정교통량을 보정하였다. Wall and Dailey(2003)은 고속도로 본선의 측정교통량을 검증하고 보정하기 위해 기준이 되는 검지기를 설정하고, 이 검지기에서 수집된 측정교통량을 초기값으로 설정하였다. 초기값으로 설정된 측정교통량은 인접한 측정교통량이 교통량 균형을 만족하는지를 검증하기 위해 사용되 었다. 만약 교통량 균형을 만족하지 못할 경우 보정계수를 적용하였다. 보정된 측정교통량은 다시 인접한 측 정교통량들을 검증·보정하기 위해 사용되었다. FHWA Traffic Monitoring Guide(2001)에서는 교통량 균형을 위해 램프 교통량을 조정하는 모형을 제시하고 있다. TMG에서는 본선의 측정교통량이 정확하다고 가정하였 다. 그러나 교통량 불균형은 단지 램프 교통량에 의해서만 발생하지 않고, 본선에서 수집된 측정교통량에서 도 발생할 수 있다. Zhao et al.(1998)은 최소제곱 회귀모형을 이용하여 교통량 균형을 만족시키고, 동시에 보 정 전후의 교통량 차이를 최소화함으로써 고속도로 본선과 램프의 측정교통량을 보정하였다. 제안한 모형은 측정교통량에 대한 표준편차를 필요로 하고, 오차는 정규분포를 가진다고 가정하였다. <Table 2>는 공간적 일관성에 기반하여 고속도로 측정교통량을 보정한 선행연구를 정리한 것이다.

본 연구는 실제교통량인 TCS 교통량을 이용하여 측정오차를 최소화하고, 교통균형을 만족시키는 측정교 통량 보정 방법론을 개발한다는 점에서 기존 연구와 차별화된다. 공간적 일관성에 기반을 둔 기존 연구에서 는 본선 또는 램프에서 수집된 측정교통량을 실제교통량으로 가정하고, 측정교통량을 교통량 균형에 만족하 도록 보정하는 방법론을 개발하였다.

Ⅲ. 교통량 균형 개념 정립 및 측정

1. 자료 수집

본 연구에서는 고속도로 교통량 보정을 위한 최적화 모형 구축을 위해 <Table 3>과 같이 2015년 10월 셋 째 주 목요일 수시조사 및 상시조사에 의해 수집한 고속도로 측정교통량과 TCS 교통량 자료를 이용하였다. 도로교통량 통계연보 자료 중 고속도로 측정교통량은 IC와 IC, IC와 JC, JC와 IC, JC와 JC 사이의 본선 구간 을 이용하는 차량에 대해 방향별로 집계한 자료이다. TCS 교통량은 요금징수기계화 설비에 의하여 고속도로 영업소를 이용하는 차량을 집계한 자료로써, 고속도로 영업소를 유출하고 유입하는 교통량을 알 수 있다. 본 연구는 천재지변, 도로공사, 교통사고 등의 사유로 2015년 10월 셋째 주 목요일에 조사되지 않은 고속도로 측정교통량은 제외하였다. 또한 TCS 교통량(6종, 경차포함)과 고속도로 측정교통량(12종)의 차종이 다르기 때문에 본 연구에서는 차종 구분없이 모든 차종을 합한 총교통량을 활용하였다.

2. 교통량 균형 개념 정립

고속도로 측정교통량은 수집 위치에 따라 <Fig. 1>과 같이 크게 2가지 유형(TYPE A, TYPE B)로 분류될 수 있다. TYPE A는 IC와 IC, IC와 JC, JC와 IC 사이의 본선 구간에서 방향별로 측정교통량이 수집되는 유형 으로, 고속도로 영업소를 유출입하는 TCS 교통량을 이용하여 본선 구간으로의 유출입 교통량을 파악할 수 있다. TYPE B는 JC와 JC 사이의 본선 구간에서 방향별로 측정교통량이 수집되는 유형으로, JC와 JC 사이에 영업소가 없기 때문에 TCS 교통량으로 본선 구간으로의 유출입 교통량을 파악할 수 없다. 이에 본 연구에서 는 TCS 교통량을 이용하여 본선 구간으로 유출입 교통량을 파악할 수 있는 TYPE A를 대상으로 교통량 균 형을 정립한다.

본 연구의 분석 대상인 TYPE A 중 특정 지점인 영업소 2(TG 2)를 세부적으로 살펴보면, <Fig. 2>와 같다. 여기서, 고속도로 측정교통량은 공간적 일관성에 기반하여 교통량 균형을 만족해야 한다는 개념을 토대로 교통량 균형식을 정립하면 식 (1), 식 (2)와 같다.

x_{d}^{f} = x_{u}^{f} - T_{i n}^{f} + T_{o u t}^{f}

(1)

x_{d}^{r} = x_{u}^{r} - T_{i n}^{r} + T_{o u t}^{r}

(2)

여기서,

$x_{u}^{f}$ =정방향(f) 상류부(u) 교통량, $x_{d}^{f}$ =정방향(f) 하류부(d) 교통량
$x_{u}^{r}$ =역방향(r) 상류부(u) 교통량, $x_{d}^{r}$ =역방향(r) 하류부(d) 교통량
$T_{i n}^{f}$ =정방향(f) 영업소 유입교통량, $T_{o u t}^{f}$ =정방향(f) 영업소 유출교통량
$T_{i n}^{r}$ =역방향(r) 영업소 유입교통량, $T_{o u t}^{r}$ =역방향(r) 영업소 유출교통량

TCS 교통량은 영업소에서의 방향별 유입교통량( $T_{i n}^{f}$ , $T_{i n}^{r}$ )과 유출교통량( $T_{o u t}^{f}$ , $T_{o u t}^{r}$ )을 알 수 없다. 따라서 식 (1)과 식 (2)를 연립방정식으로 정리하면 식 (3)과 같이 나타낼 수 있다. 식 (3)은 영업소 유입 TCS 교통량 과 유출 TCS 교통량 차이는 영업소 좌측과 우측에 위치한 본선의 방향별 교통량 차이의 합계와 같음을 의미 한다. 좌측항 $T_{i n}^{f}$ + $T_{i n}^{r}$ 는 영업소로 유입하는 TCS 교통량이고, $T_{o u t}^{f}$ + $T_{o u t}^{r}$ 는 영업소에서 유출하는 TCS 교통 량이다. 우측항 $x_{u}^{f} - x_{d}^{r}$ 는 영업소 좌측에 위치한 본선의 방향별 교통량 차이이고, $x_{u}^{f} - x_{d}^{f}$ 는 영업소 우측에 위 치한 본선의 방향별 교통량 차이를 나타낸다. 여기서 TCS 교통량을 이용한 $(T_{i n}^{f} + T_{i n}^{r}) - (T_{o u t}^{f} + T_{o u t}^{r})$ 와 고속 도로 측정교통량에 기반한 $(x_{u}^{f} - x_{d}^{r}) + (x_{u}^{r} - x_{d}^{f})$ 와의 차이가 적을수록 교통량 균형을 만족한다고 정의한다.

(T_{i n}^{f} + T_{i n}^{r}) - (T_{o u t}^{f} + T_{o u t}^{r}) = (x_{u}^{f} - x_{d}^{r}) + (x_{u}^{r} - x_{d}^{f})

(3)

3. 교통량 균형 측정

앞서 언급했듯이 TCS 교통량과 고속도로 측정교통량의 차종이 다르기 때문에 총교통량 측면에서 교통량 균형을 측정하였다. <Table 4>는 경부 고속도로 40개 구간의 교통량 균형 측정 결과를 나타낸 것이다. 전반 적으로 모든 구간에서 교통량 불균형이 나타나고 있다. 이와 같이 교통량 불균형이 나타나고 있는 고속도로 측정교통량은 교통량 균형을 만족하도록 보정할 필요가 있다.

Ⅳ. 모형 구축 및 검증

1. 모형 구축

도로교통량 통계연보를 기반으로 한 고속도로 측정교통량은 식 (4)와 같이 측정오차를 포함하고 있다. 정 확한 실제교통량을 알 수 없기 때문에 측정오차는 항상 존재하게 된다. 이로 인해 공간적 일관성 측면에서 교통량 불균형이 발생하게 된다.

y_{i}^{j} = x_{i}^{j} + e_{i}^{j}

(4)

여기서,

$y_{i}^{j}$ = 실제교통량(≒보정교통량)
$x_{i}^{j}$ = 고속도로 측정교통량
$e_{i}^{j}$ = 측정 오차
i=상류부 or 하류부, j=정방향 or 역방향

본 연구에서는 측정오차를 최소화하고 동시에 교통량 불균형을 보정하기 위해 식 (5)와 같이 최적화 모형을 사용한다. 최적화 모형의 목적함수는 측정오차를 최소화하는 보정교통량을 산출한다. 제약조건은 첫째, 교통량 의 균형을 만족시킨다. 식 (3)을 이용하여 영업소 좌측과 우측에 위치한 본선의 방향별 교통량 차이의 합계가 영업소 유입 TCS 교통량과 유출 TCS 교통량 차이와 동일하게 측정교통량을 보정한다. 둘째, 측정교통량이 교통 량 균형을 만족시키는 교통량으로 보정될 때 극단적인 보정될 수 있기 때문에 교통량 불균형 차이만큼 보정한 다. 셋째, 측정교통량이 불균형 차이만큼 보정될 때 $y_{u}^{f} + y_{u}^{r}$ 와 $y_{d}^{f} + y_{d}^{r}$ 의 상한값 또는 하한값을 설정한다. 영업소 TCS 유입 교통량과 TCS 유출 교통량 차이 즉, $(T_{i n}^{f} + T_{i n}^{r}) - (T_{o u t}^{f} + T_{o u t}^{r}) \geq 0$ 이면 $(y_{u}^{f} - y_{d}^{r}) + (y_{u}^{r} - y_{d}^{f}) \geq 0$ 이기 때문 에 $y_{u}^{f} + y_{u}^{r} \geq y_{d}^{f} + y_{d}^{r}$ 이어야 한다. 반대로 $(T_{i n}^{f} + T_{i n}^{r}) - (T_{o u t}^{f} + T_{o u t}^{r}) \leq 0$ 이면 $y_{u}^{f} + y_{u}^{r} \leq y_{d}^{f} + y_{d}^{r}$ 이어야 한다.

Minimize \sum {[y_{i}^{j} - x_{i}^{j}]}^{2}, i=u or d, j=f or r

(5)

s.t.

Conservation : $(T_{i n}^{f} + T_{i n}^{r}) - (T_{o u t}^{f} + T_{o u t}^{r}) = y_{u}^{f} - y_{d}^{r} + y_{u}^{r} - y_{d}^{f}$
Correction total amount : $(T_{i n}^{f} + T_{i n}^{r}) - (T_{o u t}^{f} + T_{o u t}^{r}) - (x_{u}^{f} - x_{d}^{r} + x_{u}^{r} - x_{d}^{f}) = (y_{u}^{f} - x_{u}^{f}) + (y_{d}^{r} - x_{d}^{r}) + (y_{u}^{r} - x_{u}^{r}) + (y_{d}^{f} - x_{d}^{r})$
Correction range : $\begin{array}{l} (y_{u}^{f} + y_{u}^{r}) \geq (y_{d}^{f} + y_{d}^{r}) if, (T_{i n}^{f} + T_{i n}^{r}) - (T_{o u t}^{f} + T_{o u t}^{r}) \geq 0 \\ (y_{u}^{f} + y_{u}^{r}) \leq (y_{d}^{f} + y_{d}^{r}) if, (T_{i n}^{f} + T_{i n}^{r}) - (T_{o u t}^{f} + T_{o u t}^{r}) \leq 0 \end{array}$
Non-negative : $y_{u}^{f}, y_{d}^{r}, y_{u}^{r}, y_{d}^{f} \geq 0$

여기서,

$y_{u}^{f}$ =정방향(f) 상류부(u) 보정교통량, $y_{d}^{f}$ =역방향(r) 하류부(d) 실제교통량
$y_{u}^{r}$ =역방향(r) 상류부(u) 보정교통량, $y_{d}^{r}$ =역방향(r) 하류부(d) 실제교통량
f=정방향, r=역방향, u=상류부, d=하류부

2. 모형 검증

본 연구는 TCS 자료를 이용하여 실제교통량이 확인 가능한 고속도로 노선의 시점 또는 종점에 인접한 12 개 구간을 대상으로 모형을 검증하였다. 가령, 시점 구간의 실제교통량 $y_{u}^{f}$ 는 <Fig. 2>와 같이 영업소 1에서 유출하는 TCS 교통량과 같다. 실제교통량 $y_{d}^{f}$ 는 식 (1)에 의해 실제교통량 $y_{u}^{f}$ 에서 유입교통량 $T_{i n}^{f}$ 를 빼고 유 출교통량 $T_{o u t}^{f}$ 를 더하여 산출할 수 있다. 여기서, 유입교통량 $T_{i n}^{f}$ 는 영업소1에서 영업소2로 유입하는 TCS 교통량이고, 유출교통량 $T_{o u t}^{f}$ 는 영업소2에서 유출하는 총교통량 중 영업소1로 유출하는 교통량을 제외한 TCS 교통량이다. 실제교통량 $y_{u}^{r}$ 와 $y_{d}^{r}$ 도 동일한 방법으로 산출할 수 있다. 모형 검증 결과, <Table 5>와 같이 보정교통량은 보정 전의 측정교통량에 비해 실제교통량과의 차이가 적게 나타났다. 이는 교통량 불균형이 나타나고 있는 측정교통량을 교통량 균형에 만족하도록 보정할 경우 측정오차가 감소한다는 것을 의미한다.

Ⅴ. 모형 적용 및 결과 분석

본 연구는 <Table 6>에서 보는 바와 같이 교통량 불균형이 나타나고 있는 경부고속도로 40개 구간에 본 연구의 모형을 적용해 보았다. 모형 적용 결과, 경부고속도로 40개 구간의 측정교통량은 –8.1%~9.6% 보정 되었으며, 보정된 교통량만큼 측정오차가 감소한 것으로 나타났다. 다시 말해 모든 구간의 보정교통량은 교 통량 균형을 만족시켜 보정교통량이 측정교통량에 비해 측정오차가 감소하였다. 특히, 측정교통량이 가장 크 게 보정된 구간은 기흥 영업소(동탄JCT ~ 기흥IC, 기흥IC ~ 수원IC)사이의 구간으로 17,109대가 보정되어, 교 통량 불균형이 가장 크게 개선되었다.

Ⅶ. 결론 향후 연구과제

본 연구에서는 측정교통량을 보정하기 위해 측정오차를 최소화하면서 동시에 TCS 교통량과 교통량 균형 을 만족시키는 최적화 모형을 구축하였다. 최적화 모형을 고속도로 측정교통량에 적용한 결과, 보정교통량은 보정 전의 측정교통량에 비해 실제교통량과의 차이가 적은 것으로 나타났다. 이를 통해 교통량 불균형이 나 타나고 있는 측정교통량이 교통량 균형에 만족되도록 보정할 경우 측정오차가 감소하는 것을 알 수 있었다. 구축된 모형을 교통량 불균형이 나타나고 있는 경부고속도로 40개 구간에 적용한 결과, 경부고속도로 40개 구간의 측정교통량이 –8.1%~9.6% 보정되었고, 보정된 교통량만큼 측정오차가 감소한 것으로 나타났다.

본 연구는 고속도로의 규모와 역할이 증가하고 있는 가운데 고속도로 측정교통량의 정확성을 향상시켰다 는 점에서 의미가 있으나, 많은 개선사항이 필요하다. 첫째, 본 연구는 IC와 IC, IC와 JC, JC와 IC 사이에서 수집된 측정교통량으로 공간적 범위를 한정지었다. 다시 말해 JC와 JC 사이 영업소가 없는 구간에서 수집된 측정교통량은 보정하지 않았다. 향후에는 이러한 한계점을 고려하여 고속도로 측정교통량을 보정할 필요성 이 있다. 둘째, 본 연구는 차종구분 없이 총 교통량 측면에서 분석하였으나, 승용차, 버스 등 차종을 구분한 분석이 수반되어야 할 것이다. 셋째, 본 연구는 경부고속도로를 대상으로 모형에 적용하였으나, 다른 고속도 로 노선에도 적용이 필요할 것으로 판단된다. 마지막으로 본 연구에서는 TCS 교통량을 실제교통량으로 가정 하였으나, TCS 자료 또한 오차가 내재하고 있을 것으로 판단된다. 따라서 향후에는 본 연구에서 실제교통량 으로 가정한 TCS 교통량이 실제교통량으로 활용해도 되는지에 대한 규명이 필요할 것이다.

Figure

<Fig. 1>.

Collection Types of Measured Traffic Volume on Expressway

<Fig. 2>.

Traffic Volume of Expressway Link and Ramp by Direction and Point

Table

<Table 1>.

Correction Methods of Measured Traffic Volume

<Table 2>.

Correction Methods of Measured Traffic Volume Based on Network Consistency

<Table 3>.

Data Collection Outline

<Table 4>.

Estimation Results of Traffic Volume Balancing on Kyoungbu Expressway

<Table 5>.

Results of Model Verification

<Table 6>.

Results of Measured Traffic Volume Correction on Kyoungbu Expressway

Reference

ChenC. , KwonJ. , RTGe J., Skabardonis A. and Varaiya, P.(2003), “Detecting Errors and Imputing Missing Data for Single-Loop Surveillance Systems,” TRR, 1855, TRB, pp.160-167.
De Oña, Juan, Penélope Gómez and Enrique M. -C.(2012), " Method to detect malfunctioning traffic count stations ," IET Intelligent Transport Systems, vol. 6. no. 4, pp.364-371.
HuP. S. (2001), Proof of Concept of ITS as An Alternative Data Resource: A Demonstration Project of Florida and New York Data, ORNL Oak Ridge National Laboratory(US), p.33.
Jagadeesh, George R., George R. Dhinesh and Thambipillai S.(2013), “Method for accuracy assessment of aggregated freeway traffic data,” IET Intelligent Transport Systems, vol. 8, no. 4, pp.407-414.
KikuchiS. and MiljkovicD. (1999), “Method to Preprocess Measured Traffic Data for Consistency : Application of Fuzzy Optimization Concept,” TRR, 1679, TRB, pp.73-80.
KwonJ. , PettyK. , ShiehE. , KopeliasP. and PapandreouK. (2008), “ Automatic Method for Imputing and Balancing Link Traffic Counts ,” TRB 87rd Annual Meeting, No. 08-2322, pp.1-7.
LeeH. P. , NamKoong S., Kim S. H. and Kim J.(2013), “ Improvement of A Preprocessing of Archived Traffic Data Collected by Expressway Vehicle Detection System ,” The Journal of The Korea Institute of Intelligent Transport Systems, vol. 12, no. 1, pp.15-27.
Ministry of Land, Infrastructure and Transport,(2016), Annual traffic volume report p.5.
ShawJ. W. and NoyceD. A. (2014), “ Automated Optimal Balancing of Traffic Volume Data for Large Access-Controlled Highway Networks and Freeway-to-Freeway Interchanges ,” TRB 93rd Annual Meeting, No. 14-3565, pp.1-13.
TurnerS. M. , EiseleW. L. , GajewskiB. J. , AlbertL. P. and BenzR. J. (1999), ITS Data Archiving: Case Study Analysis of San Antonio TransGuide Data, pp.90-113.
US Department of Transportation, Fhwa(2001), Traffic Monitoring Guide, pp.3-41.
VanajakshiL. and RilettL. (2004), “Loop Detector Data Diagnostics Based on Conservation-of-Vehicles Principle,” TRR 1870, TRB, pp.162-169.
WallZ. R. and DaileyD. J. (2003), “Algorithm for Detecting and Correcting Errors in Archived Traffic Data,” TRR, 1855, TRB, pp.183-190.
XinW. , HourdosJ. and MichalopoulosP. (2006), Streamlining of the Traffic Modeling Process for Implementation in the Twin Cities Freeway Network-Phase II, No. MN/RC-2006-14, pp.15-18.
ZhaoM. , GarrickN. and AchenieL. (1998), “ Data Reconciliation—Based Traffic Count Analysis System ,” TRR, 1625, pp.12-17.
ZhengP. and MikeM. (2012), “ An Investigation on the Manual Traffic Count Accuracy ,” Procedia-Social and Behavioral Sciences, vol. 43, pp.226-231.

Correction of Measured Traffic Volume on Expressways Using Optimization Model

Abstract

최적화 모형을 이용한 고속도로 측정교통량 보정

초록

Ⅰ. 서 론

Ⅱ. 선행 연구 고찰