Earticle

초록

영어

Missing or outdated public transit spatial data severely restricts transportation analysis. This study paper proposes a methodology to automatically generate bus route and stop information by fusing vehicle trajectories (DTG) with smart card boarding records. Following After data purification and trip segmentation, the framework extracts extracted DTG coordinates corresponding to the first boarding time per stop. Optimal stop locations are were then calculated using the DBSCAN spatial clustering algorithm. This establishes a practical framework to dynamically construct and update national transit spatial databases without additional budget expenditures.

한국어

대중교통 공간정보는 공급과 수요를 연결하는 기반 데이터인데, 많은 지역에서 데이터 미구축, 미갱신 및 비표준화로 분석에 제약이 존재한다. 본 연구는 대중교통 기반자료가 미비한 지역에 실제 차량 운행 궤적과 교통카드 승차 이력을 융합해 버스 노선 및 정류장 공간정보를 자동으로 생성하는 방법론을 제안한다. 데이터 정제 및 운행 회차 분리 후 차량·정류장별 교통카드 최초 승차시각과 매칭되는 DTG 좌표를 추출하고, 공간군집화 알고리즘(DBSCAN)을 통해 최적 정류장 좌표를 산정하였다. 본 연구는 이기종 교통 데이터 연계로 예산 소모 없이 신뢰도 높은 국가 대중교통 공간정보를 동적으로 구축·갱신할 수 있는 실무적 프레임워크를 정립했다는 점에서 의의를 지닌다.

목차

요약
ABSTRACT
Ⅰ. 서론
1. 연구의 배경 및 목적
2. 연구의 범위 및 방법
Ⅱ. 선행연구 고찰
1. GPS 궤적 기반 버스 정류장 및 노선 자동 탐지 연구
2. 교통카드·GPS 데이터 융합 기반 승하차 정류장 추정 연구
3. 밀도 기반 공간 군집화(DBSCAN)의 교통 궤적 데이터 적용 연구
4. 선행연구 종합 및 본 연구의 차별성
Ⅲ. 연구 방법론
1. DTG 주행 궤적 원시 데이터 필터링 및 전처리
2. 시공간적 물리 임계 조건을 활용한 버스 운행 회차 분리 알고리즘
3. 교통카드 승차 시공간 동기화 기반 정류장 위치 추정
4. 방위각 제약 조건이 탑재된 비지도학습(DBSCAN) 정류장 정밀 추정 알고리즘
Ⅳ. 실증 분석 및 정량적 검증 평가
1. 실증 분석 환경 및 수집 데이터 현황
2. 회차 구분 결과
3. 대중교통 정류장 위치 추정 및 공간 군집화 검증
Ⅴ. 결론 및 향후 연구 과제
1. 연구 요약 및 결론
2. 연구의 한계점 및 향후 연구 과제
ACKNOWLEDGEMENTS
REFERENCES

키워드

저자

• 강희찬 [ Hee chan Kang | 한국교통안전공단 감사실 연구위원 ] 주저자
• 이주용 [ Ju yong Lee | 국토교통과학기술진흥원 AI디지털실 선임연구원 ] 교신저자
• 오관교 [ Kwan kyo Oh | 한국개발연구원 공공투자관리센터 전문위원 ] 공저자
• 정준영 [ Jun young Joung | 쿠팡(주) 교통안전 전문 담당자 ] 공저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338