차량 누락속도정보 추정 및 예측에 관한 연구
Missing Data Estimation and Prediction for Link Travel Time
- 주제(키워드) 누락속도추정 , 교통정보 , 결측자료
- 발행기관 아주대학교 일반대학원
- 지도교수 윤원식
- 발행년도 2008
- 학위수여년월 2008. 2
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 본문언어 한국어
초록/요약
교통정보는 여러 가지 방법을 통하여 수집되고 목적에 따라 다양하게 가공되어 제공된다. 수집 방법에는 루프검지기(Dual-loop detector)를 이용한 방법이 많이 사용되고 있으며, 비콘(Beacon) 수신기, GPS(Global Positioning System), 영상검지기(Image detector)등이 사용되고 있다. 이는 각 구간 통행속도, 시간정보 등을 제공함으로써 도로의 상황 및 정보를 이용자들에게 제공하고 있으며, 이러한 정보들을 바탕으로 도로의 통행시간 예측에 관련된 연구들이 진행되고 있다 그러나 실시간의 차량 검지자료 수집 시 결측자료(missing data) 즉, 검지기가 속도 정보를 수집하지 못한 채 빈 값이 검지자료에 입력되는 경우가 발생할 수 있다. 이는 검지기의 오류나 네트워크 문제, 비콘방식의 경우 Probe 차량의 이동이 없는 구간 등 다양한 원인으로 결측자료가 발생하게 된다. 결측자료는 0이나 임의의 숫자를 가지고 있어서 그대로 사용시 구간 통행속도 및 정보의 신뢰성이 저하된다. 본 연구는 이런 문제점을 해결하기 위하여 결측자료 보정처리 연구를 한다. 또한 실시간 속도정보 만으로 경로를 선정시 출퇴근 시간이나 중간링크의 사고로 인한 정체구간을 회피하기가 어렵기 때문에 경로가 수시로 바뀌는 문제점을 해결하기 위하여 속도정보 예측 방법을 제안한다.
more초록/요약
The possibility exists that traffic data are not collected in real-time by some loop detectors due to broken detectors or network problems. This study proposes to determine an appropriate missing data estimation method based on a signal processing algorithm for treating missing data and short-term prediction. This research will be useful for accurately estimating travel time using incomplete data sets. A traffic information service center uses multiple kinds of traffic data collecting systems. Currently, the loop detector is the most popular system, while other systems include Beacon technology, the Global Positioning System(GPS) equipped probe vehicle, an image detector, etc. These systems collect vehicle speed and traffic information in real-time. Drivers want to know the time required to reach a destination or want to avoid crowded roads. Therefore, travel time estimation is one of the most important services of the Advanced Traveler Information System (ATIS). We focuses on the concept of using nearest-neighbor data records and traffic forecasting for the situation of continuous missing. In this paper, Determining the most similar, i.e. nearest neighbor, data record is a good approach, unless the data is quite different. On the other hand forecasting method with historical data for example, past day same time data is advantage of entering or leaving rush hours. The strong point of the algorithm is that it does not require huged database system. Applying this approach will result in reducing costs and supplying accurate estimated missing data and prediction travel speed.
more목차
제1장 서론 = 1
제1절 연구의 필요성 = 1
제2절 연구의 목적 = 6
제2장 결측 자료 추정방법 = 9
제1절 유사도로 선정 방법 = 9
제2절 속도정보 추정 기법 = 15
제3절 최적의 추정알고리즘 선정기법 = 20
제3장 속도정보 예측 기법 = 24
제1절 속도정보 예측 기법 = 24
제2절 최적의 예측 알고리즘 선정 = 28
제4장 성능 평가 = 31
제1절 누락속도 추정알고리즘 성능평가 = 31
제2절 속도정보 예측 알고리즘 성능평가 = 36
제5장 결론 = 40
참고문헌 = 41
Abstract = 43
