Journal Search Engine

View PDF Download PDF Export Citation Korean Bibliography PMC Previewer
The Journal of The Korea Institute of Intelligent Transport Systems Vol.19 No.3 pp.38-51
DOI : https://doi.org/10.12815/kits.2020.19.3.38

Development of Integrated Traffic Control of Dynamic Merge and Lane Change at Freeway Work Zones in a Connected and Automated Vehicle Environment

Yongju Kim*, Dongju Ka**, Sunho Kim**, Chungwon Lee***
*Dept. of Civil and Environmental Eng., Seoul National University
**Co-author: Integrated Master’s and Doctorate course, School of Construction and Environmental Engineering, Seoul National University
***Corresponding author: Professor, School of Construction and Environmental Engineering, Seoul National University
Corresponding author : Chungwon Lee, chungwon@snu.ac.kr
3 June 2020 │ 10 June 2020 │ 11 June 2020

Abstract


A bottleneck and congestion occur when a freeway is closed due to maintenance and construction activities on the freeway. Although various traffic managements have been developed to improve the traffic efficiency at freeway work zones, such as merge control, there is a limit to those controls with human drivers. On the other hand, the wireless communication of connected and automated vehicles (CAVs) enables the operation of advanced traffic management. This study developed a traffic control strategy that integrates Dynamic Merge Control (DMC) and Lane Change Control (LCC) in a CAV environment. DMC operates as an either early or late merge based on the occupancy rate of upstream of the work zone. The LCC algorithm determines the number of vehicles that need to change their lane to balance the traffic volume on open lanes. The simulation results showed that integrated control improves the cumulative vehicle count, average speed upstream, and average network travel time.



자율협력주행차 환경의 고속도로 공사구간 동적합류 및 차로변경 통합제어전략 개발

김 용 주*, 가 동 주**, 김 선 호**, 이 청 원***
*주저자 : 서울대학교 건설환경공학부 석사과정
**공저자 : 서울대학교 건설환경공학부 석박사통합과정
***교신저자 : 서울대학교 건설환경공학부 교수

초록


고속도로에서 공사로 인한 차로폐쇄가 발생하면 병목이 형성되어 혼잡이 발생한다. 따라서 공사구간의 도로 운영효율을 개선하기 위해 다양한 교통관리전략이 개발되었으며, 대표적으 로 공사구간 상류에 운영하는 합류제어가 있다. 일반차 환경에서는 혼잡시 운전자가 합류에 어려움을 겪어 전략 운영에 한계가 존재하나, 자율협력주행차는 통신기능을 활용하여 고도화 된 교통관리전략의 운영이 가능하다. 이에 본 연구는 자율협력주행차 환경에서 동적합류제어 와 차로변경제어를 통합한 교통관리전략을 개발하였다. 통합제어전략은 공사구간 상류의 점 유율을 기준으로 조기합류 또는 지연합류를 운영하며, 비공사차로의 차로별 교통량을 균형화 하기 위해 차로를 변경할 차량수를 결정한다. 미시교통시뮬레이션에 자율협력주행차와 전략 을 구현하고 분석한 결과 누적 통과교통량, 공사구간 상류의 평균속도 및 네트워크 평균통행 시간이 개선되어 도로 운영성이 향상된 것을 확인하였다.



    Ⅰ. 서 론

    최근 자율협력주행차(Connected and Automated Vehicle)에 대한 연구・개발이 활발히 이루어지고 상용화 시점이 가까워짐에 따라 자율협력주행차 및 자율주행 인프라에 대한 관심이 증가하고 있다. 자율협력주행차 는 인공지능 기반의 주변 인식기술과 정밀한 제동, 조향, 가속을 가능하도록 하는 전자식 제어 기술로 인해 일반차(Human-Driven Vehicle) 보다 반응속도가 빠르고 차두거리가 짧으며 돌발상황 대응에 유리하다. 이러 한 자율협력주행차의 특성이 교통류에 미치는 영향을 분석하는 연구가 활발히 수행되고 있으며, 자율협력주 행차의 도입으로 도로 운영의 효율이 증대될 것으로 기대된다(Shladover et al., 2012;Ghiasi et al., 2017).

    자율협력주행차는 차량 주행의 효율성 뿐만 아니라 Vehicle-to-Vehicle (V2V)과 Vehicle-to-Infrastructure (V2I) 통신을 이용한 협력주행 및 교통관리 측면에서도 장점이 있다. 이러한 통신기술은 지능형 교통시스템(Intelligent Transport System, ITS)의 중요한 구성요소로서 여러 차량과 주변 인프라가 협력하도록 하여 도로교통 운영의 효율을 제고할 수 있다(Jia and Ngoduy, 2016). 또한 루프검지기나 영상검지기 등 기존의 검지체계를 대체하 여 실시간 교통정보 수집 및 활용을 가능하게 한다(Zheng and Liu, 2017).

    도로의 유지보수를 목적으로 공사가 수행되거나 돌발적인 사고가 발생하는 경우 일시적인 차로폐쇄로 인 해 도로용량이 감소하고(HCM, 2016;Lee et al., 2013) 공사구간 상류에서 정체가 유발된다(Lentzakis et al., 2008;Meng and Weng, 2010;Fei et al., 2016). 따라서 공사구간이 교통류에 미치는 영향을 최소화하기 위한 교 통관리전략 운영이 필요하며(Mirshahi et al., 2007), 미국 Federal Highway Administration (FHWA)의 교통관리 계획(Transportation Management Plan) 역시 도로상의 정체 완화를 목적으로 하는 공사구간 상류의 교통관리전 략을 포함하고 있다(Scriba et al., 2010;Ullman et al., 2014).

    대표적인 교통관리전략 중 하나인 합류제어(Merge Control)는 공사로 인한 병목구간 상류에서 도로의 운영성 과 안전성을 효과적으로 개선한다. 합류제어에는 교통소통이 원활한 상황에서 효과적인 조기합류(Early Merge) 와 정체 상황에서 효과가 나타나는 지연합류(Late Merge)가 있으며, 최근 교통수요의 변화에 대응하여 전략을 운영하는 동적합류제어(Dynamic Merge Control, DMC)에 대한 연구가 활발하게 진행되었다(Kang and Chang, 2009;Yuan et al., 2019). 그러나 심한 정체 상황에서는 운전자가 합류를 수행하기 어려우므로 무리한 차로변 경이 유발되어 도로 운영효율이 악화되는 등 합류제어의 효과에 한계가 있다(Kang et al., 2006).

    일반차 환경에서는 교통관리전략의 운영에 한계가 존재하지만, 자율협력주행차는 Vehicle-to-Anything (V2X) 통신을 이용한 고도화된 교통관리전략 운영이 가능하다. 최근 다양한 연구가 자율협력주행차 환경에서 교통 관리전략에 대한 연구를 진행하였으며 대표적으로 차로변경제어(Lane Change Control, LCC)가 있다(Roncoli et al., 2017;Hu and Sun, 2019). 차로변경제어는 병목구간 상류 또는 진출입부의 영향권에서 알고리즘에 따라 주행차량의 차로변경을 유도하여 도로용량 감소를 방지하고 도로의 운영효율을 개선한다(Roncoli et al., 2017). 특히 병목구간 상류에 운영하는 경우 차량이 대기행렬 후미에 도달하여 완전히 정지하기 전에 차로를 변경하므로 교통류의 속도 저하를 방지할 수 있어 공사구간에 적합하다(Zhang and Ioannou, 2016).

    본 연구는 고도화된 전략 운영이 가능한 자율협력주행차 환경에서 동적합류제어와 차로변경제어를 통합 한 교통관리전략을 개발하고, 이를 미시교통시뮬레이션 중 하나인 VISSIM에 구현하였다. 자율협력주행차는 VISSIM의 모형 파라미터(Driving parameter)를 이용해 모델링하였으며, 변동하는 교통수요에 대해 전략별로 시뮬레이션을 수행하여 전략에 따른 도로 운영성 개선 효과를 비교하였다.

    Ⅱ. 기존연구 고찰

    공사구간 부근에서 발생하는 차량의 합류 및 차로변경은 공사구간 안내판을 설치하는 상류부터 공사구간 까지 다양한 지점에서 이뤄진다. 이로 인하여 공사구간 상류에 불규칙하게 복수의 병목이 발생하며, 도로의 운영성과 안전성이 저하된다. 따라서 공사구간에 대한 교통관리 연구는 교통류의 운영성과 안전성 개선을 목 적으로 진행되었다. 특히 공사구간 상류에서 공사차로의 대기행렬과 용량 감소 예방을 위한 합류제어(Merge Control) 연구가 주로 수행되었다. 합류제어는 대표적으로 조기합류(Early Merge)와 지연합류(Lata Merge)가 있으며 정적(Static) 방식과 동적(Dynamic) 방식으로 구분할 수 있다.

    조기합류는 공사구간 상류부에서 공사차로 내 차량이 비공사차로로 미리 합류하도록 유도함으로써 차로변 경 및 합류로 인한 속도 변화를 최소화하는 전략이다(Kang and Chang, 2009). 조기합류는 일반적으로 소통상황 이 원활한 경우에 안전성 측면에서 효과가 크다(McCoy and Pesti, 2001;Yang et al., 2009;Ge and Menendez, 2013). 지연합류는 공사구간까지 도로의 용량을 최대한 활용하고 공사구간 부근에서 합류를 유도하여 정체가 발생하는 교통상황에서 대기행렬의 길이를 감소시킬 수 있다(Walters et al., 2000;Taavola et al., 2003). McCoy and Pesti(2001), Meyer(2004)Ullman et al.(2014)은 시간에 따라 변하는 수요에 대응하여 지연합류를 운영하 는 동적지연합류(Dynamic Late Merge, DLM)에 대한 연구를 수행하였으며 전략 운영 시 혼잡과 지체, 안전성, 대기행렬 측면의 개선이 가능하다고 밝혔다. Michigan DOT (Department of Transportation)는 합류정보를 전달 할 수 있는 가변정보표지판(Variable Message Sign, VMS)으로 zipper merge를 운영하여 공사구간 내 통과교통 량 증가 및 대기행렬 감소를 결과로 제시하였다.

    조기합류는 소통상황이 원활한 경우에 효과가 나타나고, 지연합류는 주로 혼잡한 교통상황에서 통과교통 량 및 통행시간 개선 효과가 나타나므로 전략의 운영기준(Operation Threshold)을 정하면 두 전략을 효과적으 로 활용할 수 있다. 동적합류제어(Dynamic Merge Control, DMC)는 조기합류와 지연합류의 운영기준을 정하 고 소통상황에 따라 전략을 바꾸어 운영한다. Kang et al.(2006)은 Maryland DOT의 운영기준인 점유율을 활용 하여 US I-83에서 동적합류제어를 운영하였고, 통과교통량과 대기행렬 길이 개선 효과를 제시하였다. 그러나 교통수요가 지연합류의 운영기준을 초과하여 심한 정체가 발생하는 경우 운전자가 합류를 수행하기 어렵고 무리한 차로변경이 유발되어 전략의 효과가 나타나지 않았다. 이처럼 일반차(Human-Driven Vehicle) 상황에 서는 교통관리전략의 운영에 한계가 존재한다.

    일반차 환경에서는 VMS로 전략 운영정보를 전달하고 운전자의 준수율에 따라 전략의 효과가 달라지지 만, 자율협력주행차(Connected and Automated Vehicle)는 무선통신 기능으로 전략의 정보를 수신하고 높은 전 략 준수율 달성이 가능하다. 또한 자율협력주행차는 일반차 대비 반응속도가 빠르고 주행행태가 일정하여 교통류의 운영성과 안전성이 개선되고(Van Arem et al., 2006;Shladover et al., 2012), 이에 따라 자율협력주행 차 환경에서 교통관리전략의 효과가 다르게 나타난다. Subhanka(2018)는 자율협력주행차 도입에 따른 정적 합류제어의 효과를 분석하였다. Kim et al.(2018)은 자율협력주행차의 시장점유율 100% 환경에서 Maryland DOT 방식의 동적지연합류에 조기합류를 추가로 운영하는 방안을 시뮬레이션에서 분석하여 통과교통량 증 가와 통행시간 감소 효과를 제시하였다. 그러나 자율협력주행차 환경에서 교통류의 특성이 달라짐에도 일반 차 환경과 동일한 운영기준을 사용하여 일부 수요 시나리오에서 전략의 효과를 확인하지 못했다.

    자율협력주행차 환경에서 V2X 통신기술을 이용한 고도화된 교통관리전략 운영이 가능할 것으로 기대되며, 최근 병목구간 상류와 진출입 영향권에 운영하는 차로변경제어(Lane Change Control) 관련 연구가 활발하게 진 행되고 있다. Roncoli et al.(2017)은 시뮬레이션에서 Lane-Change Feedback Control의 효과를 분석하여 평균통행 시간의 개선을 확인하였다. Zhang and Ioannou(2016)은 차로차단이 발생한 상황에서 가변속도제어(Variable Speed Limit)와 차로변경을 통합제어하여 대기행렬과 평균통행시간 감소 효과를 제시하였다.

    본 연구는 기존 동적합류제어의 한계를 극복하고 자율협력주행차 환경에 적합한 운영기준을 활용하였다. 공사구간에서 도로의 운영성을 효과적으로 개선하기 위하여 차로별 교통량을 활용한 차로변경제어를 운영 하였으며, 변동하는 교통수요에 대한 시뮬레이션 분석을 수행하여 동적합류와 차로변경 통합제어전략의 효 과를 확인하였다.

    Ⅲ. 방법론

    1. 동적합류 및 차로변경 통합제어전략

    본 연구는 공사로 인해 차로감소가 발생하는 상황에서 도로의 운영성을 개선하기 위해 공사구간 상류부 에 운영하는 교통관리전략을 개발하였다. 전략은 동적합류와 차로변경을 통합제어한다. 동적합류제어는 공 사구간 상류부의 교통상황에 따라 조기합류 또는 지연합류를 운영하며, 차로변경제어는 공사차로에서 합류 하는 차량을 고려하여 비공사차로의 차량수를 균형화하는 것을 목적으로 한다. 본 연구는 <Fig. 1>과 같이 3 차선 고속도로의 3차로에 공사구간이 존재하여 차로폐쇄가 발생하는 상황을 가정하며, 모든 차량은 전략을 준수한다.

    <Fig. 1>

    Concept of Integrated Traffic Control Algorithm

    KITS-19-3-38_F1.gif

    1) 동적합류제어(Dynamic Merge Control, DMC)

    동적합류제어는 공사구간 상류의 공사차로에 운영하는 것으로 조기합류와 지연합류가 있다. 소통상황이 원활할 때는 조기합류로 차량이 대기행렬에 도달하여 완전히 정지하기 전에 합류하게 하고, 정체 수준의 교 통상황에는 지연합류를 통해 도로의 용량을 최대한 활용하고 공사구간 직전에 비공사차로로 합류하게 한다.

    동적합류제어는 공사구간 상류부 검지기(Vehicle Detector System, VDS)에서 수집되는 점유율을 이용해 교 통상황을 판단하고 합류제어를 결정하며, 합류제어 정보는 자율협력주행차에 통신으로 전달된다. 운영 알고 리즘은 <Fig. 2>에 제시된 바와 같다. 전략을 운영하는 링크의 집합 L에 대해, ϕi (t)는 링크 i에 설치된 검지기 의 1분(Δt)마다 측정된 평균 점유율을 의미한다. <Fig. 2(a)>는 기존 동적합류제어로 공사구간 상류부에 위치 한 세 개의 검지기 중 하나 이상의 검지기에서 15% 이상의 점유율을 검지하는 경우 지연합류를 운영하고, 세 개의 검지기 모두 5% 미만으로 검지하면 지연합류를 종료하고 조기합류를 운영한다. <Fig. 2(b)>는 본 연구에 서 개발한 동적합류제어로 공사구간 상류에 대해 조기합류를 운영하고(1), 공사구간 상류부의 링크에서 측정 된 점유율이 하나의 검지기라도 기준 점유율(ϕth) 이상일 때 조기합류를 종료하고 지연합류를 운영한다(2).

    <Fig. 2>

    Dynamic Merge Control Algorithm

    KITS-19-3-38_F2.gif

    I f ϕ i ( t ) < ϕ t h , i L , t h e n N i , 3 o u t = N i , 3 , i L
    (1)

    I f ϕ i ( t ) ϕ t h f o r a n y i , t h e n N i , 3 o u t = 0 f o r i L { 1 } a n d N 1 , 3 o u t = N 1 , 3
    (2)

    여기서,

    • ϕi(t) = 링크 i에 설치된 검지기의 1분(Δt)마다 측정된 시각 t의 평균 점유율

    • ϕth = 조기합류 또는 지연합류를 결정하는 기준 점유율

    • N i , 3 o u t = 링크 i의 3차로(공사차로)에서 2차로(비공사차로)로 합류할 차량수

    • Ni,3 = 링크 i의 3차로(공사차로)상에 존재하는 차량수

    • L = 전략을 운영하는 링크 집합

    기준 점유율은 전략운영 대상 네트워크에 따라 최적값이 달라질 수 있다. 조기합류가 운영되면 공사차로 를 주행하는 차량은 비공사차로로 합류하도록 유도된다. 지연합류가 운영되면 공사차로에 존재하는 차량은 공사구간 직전까지 해당 차로를 유지하라는 정보를 수신한다.

    2) 차로변경제어(Lane Change Control, LCC)

    차로변경제어는 공사구간 상류의 비공사차로에 운영하며, 공사차로에서 합류하는 차량을 위해 비공사차 로에 충분한 차간 간격을 확보하여 용량 감소를 예방하는 전략이다. 이를 위해 공사차로에 인접한 차로상의 차량에 차로변경을 유도한다. 차로변경제어는 동적합류제어 정보가 전달되는 시각 t에 링크 ij차로상에 존 재하는 차량수를 이용한다.

    본 연구의 차로변경제어는 공사차로에서 합류하는 차량수를 고려하여 비공사차로의 차로별 교통량 차이 를 최소화하는 정수계획법(Integer Programming)을 이용하였다. 정수계획법은 결정변수가 정수인 선형계획법 (Linear Programming)으로 차로를 변경할 차량수를 결정하는 본 문제에 적합하다. 목적함수(3)는 공사구간 상 류부터 공사구간까지 2차로 또는 3차로를 주행하는 차량수와 1차로를 주행하는 차량수의 차이를 최소화하는 것이다. 3차로를 주행하는 차량은 전략 운영구간 내에서 2차로로 합류하므로 이와 같은 목적함수로 차로가 폐쇄되지 않은 1, 2차로 교통량을 균등화하여 운영효율 개선을 기대할 수 있다. 결정변수 N i , 2 o u t 는 링크 i의 2 차로에서 1차로로 차로를 변경할 차량수이다.

    m i n i m i z e ( i = 1 l N i , 3 k e e p + i = 1 l ( 1 + l i l 1 w ) N i , 2 k e e p + N 0 , 2 ) ( i = 1 l N i , 1 + i = 1 l N i , 2 o u t + N 0 , 1 )
    (3)

    여기서,

    • N i , 2 o u t =링크 i의 2차로에서 1차로로 차로를 변경할 차량수

    • N i , 2 k e e p = 링크 i의 2차로 주행을 유지할 차량수

    • N i , 3 k e e p = 링크 i의 3차로 주행을 유지할 차량수

    • Ni,j = 링크 ij차로상에 존재하는 차량수

    • w = 공사구간 인접 링크에 대한 가중치

    • l = 전략을 운영하는 링크 수

    링크에 대한 가중치 w는 교통관리를 운영하는 네트워크에 따라 최적값이 달라질 수 있으며, 공사구간 부 근에서 과도한 차로변경의 빈도를 조정한다. 앞서 동적합류제어에서 링크 i의 3차로에서 2차로로 합류할 차 량수가 결정됨에 따라 3차로 주행을 유지할 차량수도 결정된다(6). 제약식은 다음과 같다.

    s u b j e c t t o ( i = 1 l N i , 3 k e e p + i = 1 l ( 1 + l i l 1 w ) N i , 2 k e e p + N 0 , 2 ) ( i = 1 l N i , 1 + i = 1 l N i , 2 o u t + N 0 , 2 ) 0
    (4)

    N i , 2 k e e p = N i , 2 + N i , 3 o u t N i , 2 o u t , i L
    (5)

    N i , 3 k e e p = N i , 3 N i , 3 o u t , i L
    (6)

    I f N i + 1 , 2 o u t = 0 , t h e n N i , 2 o u t = 0 , i L
    (7)

    N i , 2 o u t , N i , 2 k e e p 0 , i L A l l v a r i a b l e s a r e i n t e g e r
    (8)

    목적함수 값이 0과 같거나 작은 것은 2차로 또는 3차로를 주행하는 차량수에 비해 1차로를 주행하는 차량 수가 많아지는 것을 의미한다. 이 경우 공사구간에 일반적으로 발생하는 차로별 교통량 불균형과는 다른 형 태의 불균형이 발생하여 도로의 효율이 저하될 수 있다. 따라서 목적함수는 0과 같거나 큰 값을 가져야 한다 (4). 제약식 (5)는 링크 i의 2차로에서 1차로로 차로를 변경할 차량수가 결정됨에 따라 2차로 주행을 유지할 차량수가 결정되는 것을 의미한다. 이때 3차로에서 2차로로 합류하는 차량수와 기존에 2차로상에 존재하는 차량수를 고려한다. 정수계획법에서 복수의 최적해가 도출될 수 있으므로 제약식 (7)로 공사 인접구간 대비 상대적으로 혼잡이 심하지 않은 상류부의 차량이 차로변경을 하는 해가 도출되도록 하였다. 최적해가 존재 하지 않는 경우 차로변경제어에 대한 정보를 전달하지 않는다.

    2. 분석 툴(Tool)

    본 연구의 분석은 미시교통류시뮬레이션 VISSIM과 최적화 소프트웨어인 CPLEX를 이용하였다. 먼저 VISSIM 은 교통류를 구현하며 링크에 설치된 검지기의 평균 점유율 및 차로별 차량수에 대한 정보를 제공한다. 수집 된 정보는 본 연구의 동적합류제어 및 차로변경제어 알고리즘에 입력되고, 알고리즘을 통해 결정된 동적합 류제어 정보와 CPLEX를 이용해 도출된 차로변경제어의 최적해는 VISSIM에 입력된다. 통합제어전략은 시뮬 레이션 시간으로 1분(Δt)마다 위 과정을 반복하여 구현된다.

    3. 자율협력주행차 구현

    본 연구는 승용차 형태의 자율협력주행차만을 투입 차종으로 설정하고, 자율협력주행차는 도로 인프라와 의 V2I, I2V 통신이 가능하다고 가정하였다. 자율협력주행차의 주행행태는 VISSIM의 차량추종모형과 차로 변경모형을 활용하여 구현하였다. 몇몇 연구는 VISSIM의 모형 파라미터(Driving Parameter)를 조정하여 자율 협력주행차의 거동을 구현하였으며(ATKINS, 2016;Aria, 2016), 본 연구는 ATKINS(2016) 연구에서 제시한 레 벨4 수준의 자율협력주행차 모형 파라미터를 사용하였다(Table 1 참고).

    <Table 1>

    Driving Parameter for Level 4 Automated Vehicle

    KITS-19-3-38_T1.gif

    Ⅳ. 시뮬레이션 분석

    1. 시뮬레이션 시나리오

    본 연구는 VISSIM에 <Fig. 3>과 같이 3차선의 5km 고속도로를 구성하고, 3차로에 위치한 공사구간으로 인하여 일시적인 차로폐쇄가 발생하는 네트워크에서 동적합류 및 차로변경 통합제어의 시뮬레이션 분석을 수행하였다. 5km 본선부는 250m 길이의 링크 20개로 이루어지며 모든 링크에 검지기와 통신 인프라가 설치 되어 있어 교통정보 수집과 전략에 대한 정보 전달이 가능하다. 공사구간은 본선부 2.5km 지점부터 250m 구 간으로 설정하였다. 시뮬레이션 시간은 10분의 warm-up을 포함하여 120분이며 공사로 인한 차로폐쇄는 20분 부터 60분까지 40분 동안 발생한다.

    <Fig. 3>

    Simulation Network Design

    KITS-19-3-38_F3.gif

    통합제어전략은 공사구간 시점 기준 상류 2km 구간에 대해 운영된다. 먼저 동적합류제어의 조기합류가 운영되면 공사구간의 2km 상류지점부터 3차로의 모든 차량에 2차로로의 합류 유도 정보가 전달된다. 지연합 류가 운영되면 공사구간 2km 상류지점부터 3차로의 모든 차량에 차로 유지 정보가 전달되고, 공사구간 직전 에 합류 유도 정보가 전달된다. 차로변경제어는 전략을 운영하는 모든 링크에 대해 차량수 정보를 수집하고, 도출된 해에 따라 2차로의 모든 차량에 1차로로의 차로변경 유도 또는 주행차로 유지 정보를 전달한다.

    투입 교통류율은 정체의 발생, 심화와 해소를 관찰하기 위해 도로용량편람(국토교통부, 2013)에 제시된 LOS 를 참고하여 시간에 따라 LOS C-D-B-A 순서로 변동되는 교통수요로 결정하였다(Fig. 4 참고). 시나리오는 <Table 2>에 제시된 것과 같이 교통관리전략을 운영하지 않는 Case 0과 Kim et al.(2018)이 제안한 동적합류 제어를 운영하는 Case 1, 그리고 본 연구의 동적합류 및 차로변경 통합제어전략을 운영하는 Case 2로 구성하 였다. Case 1은 Kim et al.(2018)의 방식에 따라 공사구간 250m, 500m, 1km 상류지점에 설치된 3개의 검지기 (VDS 1, 2, 4)에서 운영기준인 점유율 데이터를 구득한다. 통합제어전략을 운영하는 Case 2는 전략이 운영되 는 공사구간 상류 2km 구간에 250m 간격으로 설치된 모든 검지기에서 점유율 데이터를 구득하여 합류제어 를 결정한다. 본 연구에서 개발한 동적합류제어의 기준 점유율(ϕth )과 차로변경제어의 공사구간 인접 링크에 대한 가중치(w)는 그리드 서치(Grid search) 방식의 시뮬레이션 반복수행을 거쳐 평균 통행속도를 개선하는 최적값이 선정되었으며, 그 결과 기준 점유율은 26%, w는 7로 결정하였다.

    <Fig. 4>

    Simulation Input Volume

    KITS-19-3-38_F4.gif
    <Table 2>

    Simulation Scenario

    KITS-19-3-38_T2.gif

    2. 분석결과

    1) 네트워크 누적 통과교통량

    <Fig. 5>는 시뮬레이션 시나리오별 시간에 따른 네트워크 종료 지점의 누적 통과교통량을 비교한 결과이 다. <Fig. 5(a)>에서 동적합류 및 차로변경 통합제어전략을 운영함으로써 교통류의 소통이 상대적으로 원활 해지고 30분부터 90분까지 네크워크 종료 지점에 가장 많은 차량이 도달하는 것을 확인할 수 있다. 그러나 해당 그래프는 시나리오별 누적 통과교통량을 시각적으로 비교하는 데 어려움이 있어 Oblique Count Curve (O-curve)로 추가적인 분석을 수행하였다.

    O-curve의 y축 값은 누적 통과교통량에서 시작시각(t0 = 10″)부터 시각 t까지의 시간과 초기 교통류율(q0)의 곱을 뺀 값을 의미하며(Cassidy and Rudjanakanoknad, 2005), 교통관리전략에 따른 누적 통과교통량 차이를 분 명하게 확인할 수 있다(Fig. 5(b) 참고). 차로폐쇄가 발생하는 20분까지 세 시나리오의 O-curve의 기울기는 유 사하게 나타나며, 이는 교통류 소통상황이 원활하고 대기행렬이 발생하지 않았음을 의미한다. 공사가 시작된 이후 교통관리전략을 운영하지 않은 Case 0과 기존 동적합류제어를 운영한 Case 1의 O-curve는 기울기가 감 소하였다. 이는 차로폐쇄로 인해 도로의 용량이 감소하였으며 동적합류제어가 이에 효과적으로 대응하지 못 하였음을 보여준다. Case 1은 43분 이후 전략의 효과가 나타나 통과교통량이 증가하나, 이후 66분에 전략을 운영하지 않은 Case 0의 O-curve가 Case 1의 O-curve를 추월한다. 또한 Case 1은 차로차단이 종료된 이후 다른 시나리오 대비 교통류의 회복이 느리며 교통관리가 필요하지 않은 상황임에도 전략이 운영되어 불필요한 간 섭이 유발된 것으로 추정된다. 반면 동적합류 및 차로변경을 통합운영한 Case 2의 O-curve는 공사가 시작된 이후에도 기울기가 크게 변하지 않았다. 이는 통합제어전략이 도로의 용량 감소에 효과적으로 대응했음을 보 여준다. 차로폐쇄가 종료된 이후 Case 2의 O-curve는 Case 0의 O-curve와 유사한 기울기로 증가하고 88분에 두 시나리오의 누적 통과교통량이 일치한다. Case 1의 O-curve는 108분 이후 다른 시나리오의 O-curve와 접하여 동일한 교통량이 네트워크를 통과하는데 약 20분이 더 소요됨을 알 수 있다. 시나리오별 O-curve 간의 수직 변위는 네트워크에 존재하는 차량수의 차이로 Case 0과 Case 1은 Case 2 대비 공사시간 동안 공사구간 상류 에 대기행렬이 형성되는 것을 의미한다.

    <Fig. 5>

    Cumulative Count Curve at the Exit of the Network

    KITS-19-3-38_F5.gif

    2) 상류부 평균속도

    <Fig. 6>은 시뮬레이션 시나리오별 시간에 따른 공사구간 상류 검지기의 평균속도를 비교한 결과이다. <Fig. 6(a)>는 공사구간 1km 상류에 설치된 검지기(VDS 4)에서 수집된 평균속도이다. 동적합류 및 차로변경 통합 제어전략이 운영되는 경우 공사로 인한 차로차단이 발생한 직후 평균속도가 저하된다. 이는 조기합류 정보 를 수신한 3차로상의 차량이 2차로에 합류하고 일부 차량이 2차로에서 1차로로 차로를 변경함에 따라 간섭 이 발생하기 때문이다. 전략을 운영하지 않은 Case 0과 기존 동적합류제어를 운영한 Case 1은 30분부터 속도 가 급격하게 감소하는데 이는 공사차로에 형성된 대기행렬과 정체로 인한 충격파의 영향으로 추정된다. 교 통관리전략을 운영하지 않는 경우 20분 동안(40~60분) 평균속도가 약 30km/h로 유지된다. 동적합류제어를 운 영한 경우 평균속도가 최소 40km/h로 감소하지만, 전략에 의한 효과로 속도가 60km/h로 회복되는 것을 확인 하였다. 그러나 이후 속도가 다시 감소하는데, 이는 동적합류제어 운영으로 용량 감소를 충분히 해결하지 못 했음을 보여준다. 반면 본 연구에서 개발한 동적합류제어와 차로변경제어를 통합운영하는 Case 2는 25분 동 안(35분~60분) 평균속도가 60km/h 수준으로 나타난다. 이를 통해 전략을 운영함으로써 공사구간 상류에서 도 로의 운영성이 향상됨을 확인하였다.

    <Fig. 6>

    Average Speed at upstream of the Work Zone

    KITS-19-3-38_F6.gif

    <Fig. 6(b)>는 공사구간 250m 상류에 설치된 검지기(VDS 1)에서 수집된 평균속도이다. 모든 시나리오에서 차로차단이 발생하면 평균속도가 감소한다. 교통관리전략을 운영하지 않는 경우 평균속도가 급격하게 감소 하여 25분 동안(35~60분) 약 20km/h로 유지되고 60분에 차로차단이 해제됨에 따라 평균속도가 빠르게 회복 된다. 기존 동적합류제어를 운영하는 경우 평균속도가 최소 30km/h 수준까지 감소하나 전략의 효과가 나타 나 속도가 60km/h로 회복된다. 반면 동적합류제어와 차로변경제어를 통합운영하는 경우 차로폐쇄가 발생하 더라도 평균속도가 70km/h 이하로 감소하지 않았고, 차로차단이 해제된 이후 소통이 원활한 상태로의 속도 회복이 빠른 것을 확인하였다. 이를 통해 기존 동적합류제어 대비 통합제어전략의 도로 운영효율 개선 효과 가 큰 것을 확인하였으며, 공사구간에 인접한 링크에서 그 효과가 두드러졌다.

    3) 교통류율-밀도 그래프

    <Fig. 7>은 시뮬레이션 시나리오별 공사구간 상류 링크에서의 5분 집계 교통류율과 밀도를 비교한 결과이 다. <Fig. 7(a)>는 공사구간 시점 기준 1km~750m 상류 링크(Link 4), <Fig. 7(b)>는 공사구간 인접 링크(Link 1) 에서 수집된 자료이다. 모든 시나리오에서 공사로 인해 차로가 차단되어 정체가 발생하고, 교통류율이 최대 교통류율 대비 60% 수준으로 감소하였다. 이는 병목구간이 형성되어 도로의 용량이 2차로 수준으로 감소했 기 때문이다. 시나리오별 정체 상황의 교통류율은 유사하나 전략을 운영함으로써 평균속도가 높아졌고, 이는 앞서 검지기 데이터로 확인한 결과와 일치한다. 전략을 운영하지 않는 경우 공사차로에 대기행렬이 형성되 고 다수의 차량이 동시다발적으로 2차로에 합류하며 2차로의 소통상황도 악화되므로, 공사구간 250m 상류 링크는 1km 상류 링크 대비 정체 상황에서 밀도가 높게 나타난다. 기존 동적합류제어를 운영한 Case 1에서 는 상류의 소통상황이 원활해질 때까지 지연합류가 운영되며 공사차로에 대기행렬을 형성하여 공사구간 인 접 링크(Link 1)에서 밀도가 높게 나타난다. 그러나 Case 0와 달리 공사구간 직전에 2차로로의 합류가 이루어 지므로 링크의 평균속도는 비교적 높다. 본 연구에서 개발한 통합제어전략을 운영한 경우 공사구간 250m 상 류 링크(Link 1)에서 1km 상류 링크(Link 4) 대비 밀도가 낮았다. 이는 Case 2의 동적합류제어 기준 점유율이 Case 1에 비해 크므로, 심한 정체에서 지연합류를 운영하고 조기합류로 전환하여 공사차로에 대기행렬이 거 의 형성되지 않기 때문이다.

    <Fig. 7>

    Fundamental Diagram at upstream of the work zone

    KITS-19-3-38_F7.gif

    4) 네트워크 평균통행시간

    앞서 동적합류제어 운영 대비 동적합류와 및 차로변경 통합제어전략 운영 시 통과교통량과 지점별 속도 및 교통류의 개선을 확인하였으며, 추가적으로 시뮬레이션 시나리오별 네트워크 평균통행시간을 비교하였 다. 시뮬레이션 시간(10~120분)과 공사시간 동안(20~60분) 평균통행시간을 산출하였으며 시뮬레이션 10회 수 행에 따른 기초통계량은 <Table 3>과 같다. 모든 시나리오에서 전략 유무와 상관없이 공사시간의 평균통행 시간이 전체 시뮬레이션 시간의 통행시간보다 증가하였다. 그러나 본 연구에서 개발한 동적합류 및 차로변 경 통합제어전략을 운영한 경우 통행시간이 2.4초 증가하여 다른 시나리오 대비 공사에 의한 운영성 악화가 작은 수준임을 알 수 있다.

    <Table 3>

    Descriptive Statistics of Average Network Travel Time

    KITS-19-3-38_T3.gif

    동적합류제어를 운영한 Case 1, 동적합류제어와 차로변경제어를 통합운영한 Case 2에서 평균통행시간 감 소 효과가 나타났다(Fig. 8 참고). 동적합류제어 운영을 통해 교통관리전략을 운영하지 않은 Case 0 대비 평 균통행시간이 6% 수준인 18초 감소하였다. 그러나 Case 1은 10회 시뮬레이션에 대한 평균통행시간의 표준편 차가 크므로 전략에 의한 운영성 개선 효과의 편차가 크다고 판단된다. 동적합류제어와 차로변경제어를 운 영한 경우 Case 0 대비 평균통행시간이 23% 수준인 64초 감소하였으며, 평균통행시간의 표준편차는 Case 0 과 유사하여 전략에 의한 운영성 개선이 안정적임을 알 수 있다.

    <Fig. 8>

    Average Network Travel Time

    KITS-19-3-38_F8.gif

    Ⅴ. 결론 및 향후 연구과제

    본 연구는 자율협력주행차 환경에서 고속도로 공사구간에 운영하는 교통관리전략을 개발하였다. 기존 동 적합류제어의 한계를 극복하여 자율협력주행차 환경에 적합한 운영기준을 사용하였으며, 비공사차로의 차로 별 교통량을 균형화하는 차로변경을 통합제어하였다. 전략의 효과를 분석하기 위해 미시교통시뮬레이션 VISSIM에 3차로 네트워크를 구성하고 변동하는 교통수요에 대한 시뮬레이션을 수행하였다.

    네트워크 누적 통과교통량을 비교한 결과, 본 연구에서 개발한 교통관리전략은 공사로 인해 발생하는 용 량 감소에 효과적으로 대응하였다. 또한 전략의 효과로 공사구간 상류부의 평균속도가 증가하고 정체의 지 속시간이 짧아졌으며 도로의 운영효율이 개선되었다. 네트워크 평균통행시간은 기존 동적합류제어를 운영한 경우보다 큰 폭으로 감소하였고, 시뮬레이션 반복 수행에 따른 평균통행시간의 표준편차가 작게 나타나 전 략의 효과가 안정적임을 확인하였다. 본 연구는 공사로 인한 차로폐쇄 시 동적합류와 차로변경의 통합제어 전략을 개발하고, 시뮬레이션으로 전략의 효과를 분석하여 도로의 운영성이 개선될 수 있음을 확인한 것에 의의가 있다.

    자율협력주행차의 시장보급률에 따라 전략에 의한 도로 운영성 개선 정도가 달라지므로 향후 자율협력주 행차와 일반차의 혼합 교통류(Mixed traffic) 상황에서 전략의 효과 분석이 수행되어야 한다. 또한 본 연구의 차로변경을 유도하는 전략으로 인해 사고 위험성이 높아질 수 있으므로 도로 안전성에 대한 분석이 필요하 며, 인접 차로의 차간 간격을 고려하여 차로를 변경할 차량을 선택하도록 알고리즘을 개선할 수 있다.

    ACKNOWLEDGEMENTS

    본 연구는 국토교통물류연구사업 ‘자율협력주행을 위한 LDM 및 V2X 기반 도로시스템 개발’의 연구비지 원(code: 19TLRP-B101406-05)과 서울대학교 건설환경종합연구소의 지원에 의해 수행되었습니다. 또한 본 논 문은 2020년도 대한교통학회 제82회 학술대회에 발표한 논문을 일부 수정·보완하여 작성하였습니다.

    Figure

    KITS-19-3-38_F1.gif

    Concept of Integrated Traffic Control Algorithm

    KITS-19-3-38_F2.gif

    Dynamic Merge Control Algorithm

    KITS-19-3-38_F3.gif

    Simulation Network Design

    KITS-19-3-38_F4.gif

    Simulation Input Volume

    KITS-19-3-38_F5.gif

    Cumulative Count Curve at the Exit of the Network

    KITS-19-3-38_F6.gif

    Average Speed at upstream of the Work Zone

    KITS-19-3-38_F7.gif

    Fundamental Diagram at upstream of the work zone

    KITS-19-3-38_F8.gif

    Average Network Travel Time

    Table

    Driving Parameter for Level 4 Automated Vehicle

    Simulation Scenario

    Descriptive Statistics of Average Network Travel Time

    Reference

    1. Aria E. (2016), Investigation of automated vehicle effects on driver’s behavior and traffic performance, Ph.D Thesis, Linköpings Universitet, Linköping, Sweden, pp.31-37.
    2. Atkins (2016), Research on the Impacts of Connected and Autonomous Vehicles (CAVs) on Traffic Flow, Stage 2: Traffic Modelling and Analysis Technical Report, Department for Transport, p.52.
    3. Cassidy M. J. and Rudjanakanoknad J. (2005), “Increasing the capacity of an isolated merge by metering its on-ramp,” Transportation Research Part B: Methodological, vol. 39, no. 10, pp.896-913.
    4. Datta T. , Schattler K. and Kar P. (2004), Development and Evaluation of an Advanced Dynamic Lane Merge Traffic Control System for 3 to 2 Lane Transition Areas in Work Zones, MDOT RC-1451 [R], Michigan: Michigan Department of Transportation, pp.7-42.
    5. Fei L. , Zhu H. B. and Han X. L. (2016), “Analysis of traffic congestion induced by the work zone,” Physica A: Statistical Mechanics and Its Applications, vol. 450, pp.497-505.
    6. Ge Q. and Menendez M. (2013), “A Simulation Study for the Static Early Merge and Late Merge Controls at Freeway Work Zones,” Swiss Transport Research Conference, Monte Verita/Ascona, Switzerland, p.19.
    7. Ghiasi A. , Hussain O. , Qian Z. S. and Li X. (2017), “A mixed traffic capacity analysis and lane management model for connected automated vehicles: A Markov chain method,” Transportation Research Part B: Methodological, vol. 106, pp.266-292.
    8. Hu X. and Sun J. (2019), “Trajectory optimization of connected and autonomous vehicles at a multilane freeway merging area,” Transportation Research Part C: Emerging Technologies, vol. 101, pp.111-125.
    9. Jia D. and Ngoduy D. (2016), “Enhanced cooperative car-following traffic model with the combination of V2V and V2I communication,” Transportation Research Part B: Methodological, vol. 90, pp.172-191.
    10. Kang K. P. and Chang G. L. (2009), “Lane-based dynamic merge control strategy based on optimal thresholds for highway work zone operations,” Journal of Transportation Engineering, vol. 135, no. 6, pp.359-370.
    11. Kang K. P. , Chang G. L. and Paracha J. (2006), “Dynamic late merge control at highway work zones: evaluations, observations, and suggestions,” Transportation Research Record, vol. 1948, no. 1, pp.86-95.
    12. Kim S. , Lee J. , Kim Y. and Lee C. (2018), “Simulation-Based Analysis on Dynamic Merge Control at Freeway Work Zones in Automated Vehicle Environment,” Journal of the Korean Society of Civil Engineers, vol. 38, no. 6, pp.867-878.
    13. Lee M. , Kim D. , Kim H. and Lee C. (2013), “Capacity of Urban Freeway Work Zones,” Journal of the Korean Society of Civil Engineers, vol. 33, no. 3, pp.1123-1130.
    14. Lentzakis A. F. , Spiliopoulou A. D. , Papamichail I. , Papageorgiou M. and Wang Y. (2008), “Real-time work zone management for throughput maximization,” In 87th Transportation Research Board Annual Meeting, Washington, DC, January, pp.13-17.
    15. Manual H. C. (2016), Highway capacity manual. 6th edition, Washington, DC, vol. 2, pp.1040-1045.
    16. Mccoy P. and Pesti G. (2001), “Dynamic Late Merge Control Concept for Work Zones on Rural Interstate Highways,” Transportation Research Record: Journal of the Transportation Research Board, vol. 1745, pp.20-26.
    17. Meng Q. and Weng J. (2010), “Cellular automata model for work zone traffic,” Transportation Research Record, vol. 2188, no. 1, pp.131-139.
    18. Meyer E. (2004), Construction area late merge (CALM) system. Technology Evaluation Report. Midwest Smart Work Zone Deployment Initiative. FHWA Pooled Fund study.
    19. Mirshahi M. , Obenberger J. , Fuhs C. A. , Howard C. E. , Krammes R. A. , Kuhn B. T. and Yung J. L. (2007), Active traffic management: the next step in congestion management (No. FHWA-PL-07-012; NTIS-PB2008100599), United States. Federal Highway Administration.
    20. Roncoli C. , Bekiaris-Liberis N. and Papageorgiou M. (2017), “Lane-changing feedback control for efficient lane assignment at motorway bottlenecks,” Transportation Research Record, vol. 2625, no. 1, pp.20-31.
    21. Scriba T. , Symoun J. and Beasley K. A. (2010), “To Lessen Work Zone Impacts: Try TMPs,” Public Roads, vol. 74, no. 2, pp.10-17.
    22. Shladover S. E. , Su D. and Lu X. Y. (2012), “Impacts of cooperative adaptive cruise control on freeway traffic flow,” Transportation Research Record, vol. 2324, no. 1, pp.63-70.
    23. Subhanka N. (2018), Impact of level 3 automated vehicle merging on 2-to-1 lane freeway, Master Thesis, University of Wisconsin-Madison, Madison, WI, The United States of America, p.2.
    24. Taavola D. , Jackels J. and Swenson T. (2003), “Dynamic Late Merge System Evaluation: Initial Deployment on US Route 10 Summer 2003,” Transportation Research Record: Journal of the Transportation Research Board, No. 976036.
    25. Ullman G. , Schroeder J. and Gopalakrishna D. (2014), Work zone intelligent transportation systems implementation guide: Use of technology and data for effective work zone management (No. FHWA-HOP-14-008).
    26. Van Arem B. , Van Driel C. J. and Visser R. (2006), “The impact of cooperative adaptive cruise control on traffic-flow characteristics,” IEEE Transactions on Intelligent Transportation Systems, vol. 7, no. 4, pp.429-436.
    27. Walters C. H. , Pezoldt V. J. , Womack K. N. , Cooner S. A. and Kuhn B. T. (2000), Understanding road rage: Summary of first-year project activities, Texas Transportation Institute, College Station, p.62.
    28. Wang Y. and Ioannou P. A. (2011), “New model for variable speed limits,” Transportation Research Record, vol. 2249, no. 1, pp.38-43.
    29. Yang N. , Chang G. L. and Kang K. P. (2009), “Simulation-Based Study on a Lane-Based Signal System for Merge Control at Freeway Work Zones,” Journal of Transportation Engineering, ASCE, vol. 135, no. 1, pp.9-17.
    30. Yuan Y. , Liu Y. and Liu W. (2019), “Dynamic Lane-Based Signal Merge Control for Freeway Work Zone Operations,” Journal of Transportation Engineering, Part A: Systems, vol. 145, no. 12, 04019053.
    31. Zhang Y. and Ioannou P. A. (2016), “Combined variable speed limit and lane change control for highway traffic,” IEEE Transactions on Intelligent Transportation Systems, vol. 18, no. 7, pp.1812-1823.
    32. Zheng J. and Liu H. X. (2017), “Estimating traffic volumes for signalized intersections using connected vehicle data,” Transportation Research Part C: Emerging Technologies, vol. 79, pp.347-362.

    저자소개

    Footnote