Earticle

기존 노선의 일부 구간을 운행하는 버스를 ‘단거리순환버스(short-turn bus)’라 하는데, 단거 리순환버스 관련 연구는 버스 네트워크보다 단일 노선에 대해 최적 회차지점을 결정하였으며, 대중교통의 편의성에 큰 영향을 미치는 차내혼잡을 고려하지 않은 한계가 존재한다. 따라서, 본 연구에서는 버스 네트워크의 노선별 및 구간별로 단거리순환버스 도입의 우선순위를 차내 혼잡을 반영하여 결정하는 방법론을 개발하였다. 이를 위해 교통카드 데이터 기반으로 단거리 순환버스 노선과 중복되는 기존 버스 노선들의 단거리순환버스 도입 전후의 재차인원을 산정 하고, 단거리순환버스 도입 전후의 버스 네트워크 전체에서의 차내혼잡 감소 편익을 산정하였 다. 또한, 단거리순환버스 도입으로 인한 운영자 및 사회적 비용을 산정하여 단거리순환버스를 도입할 노선 및 그 노선 내에서의 운행 구간을 변화시켜 반복적으로 결과를 도출하였다. 한 노선 내에서 단거리순환버스 도입의 비용/편익 비(B/C)가 가장 큰 구간을 그 노선의 단거리순 환버스 도입 구간으로 채택하였다. B/C 값을 기반으로 버스 노선들의 단거리순환버스 도입 우 선순위를 결정하였으며, 여러 노선에 도입할 경우의 최적 대수를 산정하였다.

A short-turn bus is a bus that is operated within a subsection of an existing bus line. Previous studies regarding short-turn buses decided optimal turn-back points for a single bus line rather than a bus network. Also, in-vehicle crowding which has a significant impact on transit convenience was rarely considered. Therefore, this study aimed to develop a methodology to set priorities for the introduction of short-turn buses of bus lines and sections, considering crowding. To achieve this objective, we calculated occupancies and crowding alleviation benefits of existing bus lines overlapping a new short-turn route based on transit card data, before and after the introduction of short-turn strategy. Also, operator and social costs caused by the introduction of short-turn buses were calculated. Those procedures were iterated over bus lines and sections to operate a short-turn service, and a section whose benefit-to-cost ratio (B/C) is the largest in a line was selected to operate a short-turn service in the line. After, priorities of bus lines to introduce short-turn services could be determined based on B/C values, and the optimum total fleet size could be determined when a short-turn strategy is applied in multiple lines.

버스 대중교통 서비스의 운영 효율성 향상을 위한 목적으로 자율주행차량을 기반으로 한 대중교통시스템 개발이 추진중에 있다. 그러나 대중교통시스템은 모빌리티 서비스 목적 및 방 식에 따라 차량운행 환경이 크게 변화하므로, 자율주행기술을 효과적으로 도입하기 위해서는 모빌리티 서비스 유형에 따른 도로 적합도에 대한 평가가 선행되어야 한다. 이에 본 연구에서 는 선행사례 조사를 통해 자율주행차량 기반 모빌리티 서비스 유형을 분류하고 재정의하였다. 제안한 서비스들의 적용 가능성 검토를 위해 실차 주행실험을 기반으로 도로 인프라 수준에 따른 자율주행 적합도 분석을 시행하였다. 또한 도로 적합도 분석결과를 토대로 국내 도로 인 프라 수준을 고려한 모빌리티 서비스 도입 방향을 제시하였다. 본 연구결과는 향후 자율주행 기반의 대중교통시스템 개발에 활용 가능할 것으로 판단된다.

There have been enormous efforts to develop an innovative public transport bus service for enhancing its operational efficiency based on Automated Vehicle(AV). However, since the vehicle operating environment in the public transport system varies with the purpose and method of mobility service, it is necessary to preferentially evaluate the current roadworthiness for an effective way to introduce the AV. Therefore, this study classified and redefined AV-based mobility service based on literature reviews. This research conducted the roadworthiness test for checking the feasibilities of the AV-based mobility services. Furthermore, we suggested some deployment strategies of the AV-based mobility service considering the Level-Of-Service (LOS) of road infrastructure based on the results of roadworthiness tests. The proposed direction would have a great potential to introduce the AV-based public transport system in the near future.

본 연구는 우리나라 전체 도로 유형을 대상으로 빅데이터를 이용하여 안전성능함수(safety performance function, SPF)를 개발하고, 그것을 바탕으로 다양한 도로에 대한 안전등급을 평가 함으로써 상대적으로 위험한 도로에 대한 대책을 수립할 수 있는 기초 정보를 제공하고자 하 였다. 교통사고 자료를 국가표준 노드 및 링크 체계를 기반으로 전국의 도로에 매칭 하여 종속 변수로 활용하였으며, 독립변수로 링크 길이, 차로 수 등 기하구조 자료 및 한국교통연구원의 ViewT 교통량 자료, 그리고 사업용 차량에 장착된 운행기록계를 통한 위험운전행동 건수를 활 용한 4개 시스템의 교통 빅데이터를 활용하여 연구를 진행하여 7개 도로 유형별 안전성능함수 를 개발하고, 개발된 안전성능함수를 활용하여 도로유형별로 A, B, C, D 네 개의 안전등급을 평가하였다. 본 연구에서 사용한 방법론과 분석 결과를 토대로 우리나라의 위험도로를 선정하 였다. 도출된 결과를 바탕으로 교통안전 개선사업의 대상을 선정하고 그에 따른 효과 등을 모 니터링하고 계량화할 수 있을 것으로 기대된다.

The purpose of this study was two-fold; first, to develop safety performance functions (SPF) using transportation-related big data for all types of roads in Korea were developed, Second, to provide basic information to develop measures for relatively dangerous roads by evaluating the safety grade for various roads based on it. The coordinates of traffic accident data are used to match roads across the country based on the national standard node and link system. As independent variables, this study effort uses link length, the number of traffic volume data from ViewT established by the Korea Transport Research Institute, and the number of dangerous driving behaviors based on the digital tachograph system installed on commercial vehicles. Based on the methodology and result of analysis used in this study, it is expected that the transportation safety improvement projects can be properly selected, and the effects can be clearly monitored and quantified.

지하철 승강장의 혼잡도 관리는 열차지연방지, 승객안전 등의 서비스수준 향상을 위해 중요 하다. 승강장 혼잡개선정책을 효과적으로 수립하기 위해서는 혼잡수준을 정확하게 추정하는 방안이 필요하다. 현재 지하철 승강장 혼잡도는 1-2년 주기의 특정 장소 및 시간에 계수방법 (Hand Count)로 측정되어 시공간적 제약이 존재한다. 한편 스마트카드자료는 매일 실시간 생성 되는 빅데이터 자료로서 승강장혼잡 추정을 위한 기초자료로서 적합하다. 본 연구는 카드자료 를 승강장 혼잡도를 동적으로 추정하는 모형을 제안한다. 연구는 우선 혼잡도를 지하철 네트 워크를 동적으로 이동하는 승객이 승강장에 집중하는 수요개념으로 정의한다. 이를 위해 지하 철 네트워크에서 개별승객이 동적으로 이동하는 궤적을 모형을 통하여 파악한다. 또한 지하철 승강장에 집중 및 분산되는 승객흐름을 1분 단위로 산정한다. 마지막으로 승강장구조별 단위 실용대기면적에 따른 승강장 혼잡도를 계산한다.

Crowdedness management at subway platforms is essential to improve services, including the prevention of train delays and ensuring passenger safety. Establishing effective crowdedness mitigation measures for platforms requires accurate estimation of the congestion level. There are temporal and spatial constraints since crowdedness on subway platforms is assessed at certain locations every 1-2 years by hand counting. However, smart cards generate real-time big data 24 hours a day and could be used in estimating congestion. This study proposes a model based on data from transit cards to estimate crowdedness dynamically. Crowdedness was defined as demand, which can be translated into passengers dynamically moving along a subway network. The trajectory of an individual passenger can be identified through this model. Passenger flow that concentrates or disperses at a platform is also calculated every minute. Lastly, the platform congestion level is estimated based on effective waiting areas for each platform structure.

본 논문은 공간 상관성을 고려하여 서울의 택시통행에 영향을 미치는 요인을 분석한 것으 로 택시의 GPS 자료를 이용하였다. 먼저 이들 자료를 이용하여 택시통행의 평균 통행시간, 평 균 통행거리, 시공간적 분포 등의 통행특성을 분석하였다. 분석결과, 상당수의 택시통행이 평 일 오전 첨두(8-9시)와 심야(0-1시) 시간대에 집중하는 것으로 나타났으며, 평균 통행거리와 통 행시간은 각각 5.9km와 13분으로 나타났다. 이는 택시가 주로 단거리 통행수단이나 심야에 대 중교통의 대체수단으로 활용되고 있음을 보여주고 있다. 다음으로 Moran’s I 검정을 통해 교통 존 기반의 택시통행들이 공간적으로 상관성이 있음을 규명하였다. 따라서 이를 고려한 택시통 행에 대한 공간회귀모형(공간시차모형과 공간오차모형)을 추정하였으며, 인구사회 변수(가구 수, 고령자수, 여성인구비, 자동차대수 등), 교통서비스 변수(지하철역수, 버스 정류장수 등), 토 지이용 변수(인구밀도, 고용밀도, 주거면적 등) 등을 독립변수로 고려하였다. 모형분석 결과 이 들 변수들이 통계적으로 유의하게 택시통행에 영향을 미치는 것으로 나타났다.

This paper explores key factors affecting taxi travel using global positioning system(GPS) data in Seoul, Korea, considering spatial dependence. We first analyzed the travel characteristics of taxis such as average travel time, average travel distance, and spatial distribution of taxi trips according to the time of the day and the day of the week. As a result, it is found that the most taxi trips were generated during the morning peak time (8 a.m. to 9 a.m.) and after the midnight (until 1 a.m.) on weekdays. The average travel distance and travel time for taxi trips were 5.9 km and 13 minutes, respectively. This implies that taxis are mainly used for short-distance travel and as an alternative to public transit after midnight in a large city. In addition, we identified that taxi trips were spatially correlated at the traffic analysis zone(TAZ) level through the Moran’s I test. Thus, spatial regression models (spatial-lagged and spatial-error models) for taxi trips were developed, accounting for socio-demographics (such as the number of households, the number of elderly people, female ratio to the total population, and the number of vehicles), transportation services (such as the number of subway stations and bus stops), and land-use characteristics (such as population density, employment density, and residential areas) as explanatory variables. The model results indicate that these variables are significantly associated with taxi trips.

본 연구에서는 국내의 연속류 자전거도로에 대한 차두시간 분포 모형을 개발하고자 하였다. 현장조사를 통해 수집된 데이터를 교통량으로 구분하여 분석하였으며, 교통량의 기준은 전체 교통량을 분포를 고려하여 1분당 8대 미만은 낮은 수준의 교통량으로 하고 8대 이상은 높은 수준의 교통량으로 구분하였다. 차두시간의 집계간격은 기존의 자동차교통류에서 일반적으로 적용해오던 0.5초를 적용하였다. 적용된 분포는 기본적인 정규분포와 함께 음지수분포, 전이된 음지수분포, 피어슨 Ⅲ분포이며, 카이스퀘어 검정 분석결과 음지수분포와 전이된 음지수분포 에서 방향과 교통량 구분 모두에서 이론치와 관측치간에 적합한 것으로 나타났다. 제시된 자 전거 차두시간 분포모형의 적정성을 판단하기 위한 분석결과, 역시 동일하게 음지수분포와 전 이된 음지수분포가 적합한 것으로 나타났다.

This study aims to develop time headway distribution models of bicycle traffic flow in a uninterrupted bikeway. The sample data were collected and classified into two groups of traffic volume levels. The lower level traffic volume is defined to be under 8 bicycles per minute, and the higher one is greater or equal to 8 bicycles per minute. The data aggregation interval size was set to be 0.5-second. Four distribution models including normal distribution, negative exponential distribution, shifted negative exponential distribution, and Pearson III distribution were tested, and Chi-square test results shows that the negative exponential distribution and the shifted negative exponential distribution are well fitted to the sample data. Another test results with different sample data also shows the same conclusion.

기존의 Node-to-Node기반 최적경로탐색은 기점노드에서 모든 종점노드도착조건이 성립되 는 가정으로 구축되었다. 최근 적응적 경로탐색의 등장으로 Node-to-Node 경로탐색은 최적해 를 도출하지 못하는 한계가 존재한다. 따라서 교통정보를 링크에서 실시간 반영하기 위한 Node-to-Link(또는 Link-to-Node; NL) 문제에 필요성이 대두되고 있다. 본 연구는 Node-to-Link의 최적 해법을 구축하는 방안으로서 링크표지와 비가산성경로비용이 존재하는 네트워크를 가정 한다. 링크표지는 회전페널티가 존재하는 교차지점에서 네트워크의 원형을 유지하게 한다. 비 가산성경로비용의 포함은 최적경로를 도출하기 위해서 M-유사경로의 열거를 필요로 한다. 본 연구는 진입링크기반 네트워크 변형기법에서 링크표지를 통하여 루프를 통제하며 최종링크까 지 최적해를 보장하기 위한 방향삭제와 회전금지를 제안하였다. 사례연구를 통해 제안된 방법 이 경험적 최적해를 도출하는 것으로 파악되었다. 향후 대규모 네트워크에서 검증작업의 필요 성을 언급하며 마무리 하였다.

Existing node-to-node based optimal path searching is built on the assumption that all destination nodes can be arrived at from an origin node. However, the recent appearance of the adaptive path search algorithm has meant that the optimal path solution cannot be derived in node-to-node path search. In order to reflect transportation data at the links in real-time, the necessity of the node-to-link (or link-to-node; NL) problem is being recognized. This research assumes existence of a network with link-label and non-additive path costs as a solution to the node-to-link optimal path problem. At the intersections in which the link-label has a turn penalty, the network retains its shape. Non-additive path cost requires that M-similar paths be enumerated so that the ideal path can be ascertained. In this, the research proposes direction deletion and turn restriction so that regulation of the loop in the link-label entry-link-based network transformation method will ensure that an optimal solution is derived up until the final link. Using this method on a case study shows that the proposed method derives the optimal solution through learning. The research concludes by bringing to light the necessity of verification in large-scale networks.

기존의 선별역사분석(SSA)은 특정 역사를 통행하는 개별승객의 기종점간 연계통행수단정 보를 미시적으로 분석하는 개념이다. 따라서 지하철 노선과 같은 거시적이고 통합적인 분석방 안으로 기존 SSA를 활용하기에는 한계가 있다. 본 연구는 개별승객의 지하철 통행의 경로탐색 을 통하여 노선연계OD를 구축하고 활용하는 방안을 검토한다. 우선 승객이 이용한 연계통행 수단에서 지하철 통행에 대하여 통행경로를 탐색하고 이를 SSA의 노선분석에 적용하는 개념 을 제안한다. 이 개념은 기존 SSA에 비하여 개별승객의 완전한 통행경로정보가 특정역사에서 존재하기 때문에 역사를 통과하는 노선과 노선에 포함된 역사의 상반된 분석이 가능하다. 또 한 특정역사에 대하여 접근하는 노선연계OD를 통합적으로 관찰하는 것이 허용된다. 개념적 이해를 위하여 서울메트로9호선을 대상으로 사례연구를 통하여 특정역사를 중심으로 노선연 계OD의 통합적 구축개념과 노선에 포함된 역사로 접근하는 통행의 거시적 특성을 시연한다.

The existing selected station analysis (SSA) method analyzes the link transfer mode data between origin and destination of individuals passing through stations from a microscopic standpoint. As such, existing SSA is insufficient as it uses integrated analysis using macroscopic data such as subway lines. This research builds a line chain OD based on path search of individual passenger’s movement through the subway, and explores means to utilize the findings. First, a method is proposed that searches the traversed subway path from the linked passage modes that the passenger uses and applies the results to SSA line analysis. Compared to the existing SSA, this method provides for analysis of commonly conflicting features such as the line on which the station is passed, and the stations included on the line thanks to the presence of complete information of the individual passenger’s traversed path. It also allows for integrated observation of the line chain OD that approaches a certain station. For enhanced understanding, Seoul Metro Line 9 is used as a case study to demonstrate the integrated formulation concept of line chain OD centered around a certain station as well as the macroscopic features of the traversed path that approaches stations included on the line.

본 연구에서는 음향신호 처리기반 터널 돌발상황 탐지시스템을 개발하고 평가하였다. 개발 시스템은 알고리즘, 음향신호 수집기, 서버시스템 세 가지 구성 요소로 구성된다. 비음수 텐서 분해와 은닉 마코프 모델을 이용하여 돌발상황음(충돌, 스키드)을 검출한다. 개발시스템 성능 은 제한된 환경과 실제 운영환경에서 평가되었다. 그 결과, 제한된 환경 평가에서 거리별로 8 0～95%의 검지성능을 보였고, 실제 운영환경에서는 94% 검지성능을 보였다. 기존의 터널 돌 발상황 검지기술인 영상 및 루프검지기 기반 시스템 성능과 비교한 결과, 본 개발 기술의 장점 은 신속한 검지시간(2초 이내)인 것으로 나타났다.

An acoustic signal-based, tunnel-incident detection system was developed and evaluated. The system was comprised of three components: algorithm, acoustic signal collector, and server system. The algorithm, which was based on nonnegative tensor factorization and a hidden Markov model, processes the acoustic signals to attenuate noise and detect incident-related signals. The acoustic signal collector gathers the tunnel sounds, digitalizes them, and transmits the digitalized acoustic signals to the center server. The server system issues an alert once the algorithm identifies an incident. The performance of the system was evaluated thoroughly in two steps: first, in a controlled tunnel environment using the recorded incident sounds, and second, in an uncontrolled tunnel environment using real-world incident sounds. As a result, the detection rates ranged from 80 to 95% at distances from 50 to 10 m in the controlled environment, and 94 % in the uncontrolled environment. The superiority of the developed system to the existing video image and loop detector-based systems lies in its instantaneous detection capability with less than 2 s.

차세대첨단교통시스템(C-ITS)의 우선 도입 서비스 항목 중 하나로 차량 추돌방지 지원 서비 스가 고려되고 있다. 이에 인공신경망을 적용한 V2I2V 통신 기반의 후미추돌사고 예방 방법들 이 몇몇 제시되었지만, 낮은 C-ITS 단말기 보급률 및 대용량 교통정보로 인한 지연 현상 등 한계로 인해 그 효과가 미미하다. 따라서 본 연구는 실시간 구간교통 정보를 활용한 인공신경 망 기반 추돌 경고 서비스(ACWS, Artificial Neural Network-based Collision Warning Service)를 제안한다. 제안 서비스는 실시간 구간 교통정보를 반영해 인공신경망의 가중치를 갱신하고 구 간 진입 차량에게 제공한다. 본 연구는 C-ITS 단말 보급률과 지연시간에 따른 제안 서비스의 성능 평가를 수행한다. 분석결과 C-ITS 단말 보급률이 높고 지연시간이 낮을수록 제안 서비스 가 더 나은 성능을 나타내고, 같은 조건일 경우 고도화된 인공신경망을 적용한 서비스 성능이 더 뛰어난 것으로 확인된다.

One of the Cooperative Intelligent Transportation System(C-ITS) priority services is collision prevention support service. Several studies have considered V2I2V communication-based collision prevention support services using Artificial Neural Networks(ANN). However, such services still show some issues due to a low penetration of C-ITS devices and large delay, particularly when loading massive traffic data into the server in the C-ITS center. This study proposes the Artificial Neural Network-based Collision Warning Service(ACWS), which allows upstream vehicle to update pre-determined weights involved in the ANN by using real-time sectional traffic information. This research evaluates the proposed service with respect to various penetration rates and delays. The evaluation result shows the performance of the ACWS increases as the penetration rate of the C-ITS devices in the vehicles increases or the delay decreases. Furthermore, it reveals a better performance is observed in more advanced ANN model-based ACWS for any given set of conditions.

본 연구는 택시 GPS 프로브 정보를 수집하여 링크 결손 방지와 링크 진출·입 시각을 판단 하여 표준링크기반의 통행속도 정확도를 향상시키기 위한 시스템 개발을 목적으로 진행되었 다. 이를 위해 표준링크기반 맵매칭과 개별차량 통행속도를 산출하고 이를 이용해 서비스링크 평균 통행속도 산출을 위한 5단계 과정으로 구성된 프레임워크와 알고리즘을 제시하였다. 그 리고 테헤란로와 학동로 두 곳의 현장 조사를 실시하여 본 논문에서 제시한 방법에 의한 결과 를 검증하였다. 현장조사 전체시간 기준으로, 통행속도 편차는 0.2km/h와 0.6km/h, 정확도는 99%와 96%, 그리고 MAPE(Mean Absolute Percentage Error)는 1%와 4%로 나타났다. 결과적으로 표준링크를 사용하지 않는 기존 방법론보다 우수한 정확도를 보였다.

This study was conducted with the aim of developing a system to collect taxi GPS probe information to prevent link defects and to improve the accuracy of the standard link-based travel speed by determining when to go into and come out the link. For this purpose, a framework and algorithm consisting of a five-step process for standard link-based map matching and individual vehicle travel speed are presented and used it to calculate the average travel speed of the service link. Two on-site surveys of Teheran and Hakdong-ro were conducted to verify the results by the methods proposed in this paper. On the basis of the overall time of the field survey, the deviation in the travel speed was 0.2 km/h and 0.6 km/h, the accuracy was 99% and 96%, and the MAPE(Mean Absolute Percentage Error) was 1% and 4% in Teheran and Hakdong-ro, respectively. These results were more accurate thand those obtained using conventional methodologies without standard links.

급속히 늘어난 스마트폰의 보급은 인간의 라이프 스타일 변화에 영향을 미치고 있으며, 스 마트폰 기반 위치정보는 실내외 공간에서 다양한 편의성 서비스를 제공할 수 있는 환경을 마 련하고 있다. 특히, GPS 정보가 제공되고 있지 않은 지하공간의 경우에서 위치 기반 서비스가 제공된다면 정보약자와 교통약자를 위한 길 찾기와 길 안내 등 많은 편의를 제공할 수 있다. 그러나, 지하철 역사에서 길 안내 서비스 구현은 측위 정확도를 확보하는 것은 여전히 어려운 과제이다. 본 연구는 지하철 역사에서 실내 내비게이션을 위해 선행되어야 하는 모든 과정을 하나의 시스템에서 수행할 수 있도록 융합 측위 알고리즘과 함께 연속 측위에서 사용하는 새 로운 보행자 걸음 인식기법을 개발하고, 평가하고 있다.

Rapid increasing of smartphones has changed people's lifestyles, and location-based services are providing a platform to provide various conveniences in accordance with these changes. In particular, it may provide convenience to many users if location-based services are provided in an indoor area such as subway station. However, it is still a difficult task to ensure accurate positioning result for guiding routes in subway stations. This study proposes a KAI-R system that allows all processes to be performed in one system for indoor navigation in subway stations. The proposed system includes a new pedestrian step detection method for continuous positioning along with an improved fusion positioning algorithm.

자전거는 무공해 교통수단으로서 레저용 외에도 친환경 대체 교통수단으로 사용량이 증가 하고 있다. 이에 따라 자전거에 따른 사고 또한 증가하는 추세이다. 본 연구는 자전거 사고발생 시 사고 상황을 파악할 수 있도록 자전거 블랙박스 기술을 구현하는 것을 목적으로 한다. 현재 자전거 블랙박스 제품들은 주로 영상카메라에 의한 것으로 고해상도 카메라를 중심으로 여러 가지 기능을 추가하여 시판되고 있으며 고가로 판매되고 있다. 자전거 사고가 발생하면 사고 당시의 사고 위치와 사고 당시 자전거 상태에 대한 정량적인 데이터가 필요하다. 본 연구에서 는 GPS(Global Positioning System: 위성항법장치)에 의하여 시간, 좌표 데이터를 확보하고, IMU(Inertial Measuring Unit : 관성측정장치)센서를 통해 사고 당시의 자전거 가속도와 기울기 의 정량적인 데이터를 취득하여, 이를 블랙박스 내부의 메모리 카드에 저장하며, 동시에 블루 투스를 이용하여 자전거 운전자의 스마트 폰으로 실시간 전송하여 사고예방 및 운전 상태를 감시하도록 하였다.

Bicycles are a pollution-free means of transportation. In addition to leisure, the use of bicycles is increasing as alternative eco-friendly transportation. Accordingly, bicycle accidents are also increasing. The purpose of this study is to implement bicycle black box technology to identify situation when a bicycle accident occurs. Currently, bicycle black box products are mainly based on video cameras, and are commercially available by adding various functions mainly on high resolution cameras and are sold at high prices. If a bicycle accident occurs, quantitative data on the accident location at the time of the accident and the state of the bicycle at the time of the accident is required. In this study, IMU sensor used to obtain acceleration and slope, and time and coordinates are obtained . In addition, real-time acceleration and tilt data while is stored in memory card and by using Bluetooth transmit to the smart phone owned by the in real time to prevent accidents and to monitor status.

본 연구에서는 전/후방 차량 검지가 가능한 차량센서를 탑재한 프로브 차량으로 수집한 주 행 궤적을 이용하여 연속웨이블릿변환 기반 충격파 검지 및 소멸 시점 예측 방법을 제안하였 다. 제안된 방법의 효과성 분석을 위하여 충격파 소멸점 간 거리오차와 충격파 소멸점 시간-위 치 오차를 평가 지표로 제시하였고, 교통혼잡 수준, 속도 감소 현상 지속시간, 프로브 차량의 비율 등을 실험요인으로 하는 미시적 시뮬레이션 기반의 실험을 통하여 제안된 방법의 개념을 검증하였다. 그 결과, 두 가지 평가 지표 모두 교통혼잡 수준 및 속도 감소 지속시간에 크게 민감하지 않음을 보임으로서, 본 연구에서 제안하는 방법이 임의의 위치와 시간 동안 발생하 는 속도 감소 현상으로 인한 충격파를 검지하고 그 소멸시점을 예측하는데 효과가 있음을 보 였다. 그리고 그 정확도는 전체 차량 중 프로브 차량의 비율에 많은 영향을 받는 것으로 나타 났다.

This study developed a shockwave detection and prediction of their extinction point method based on continuous wavelet transform using trajectory data from probe vehicles equipped with automotive sensors.. To analyze the effectiveness of the proposed method, this paper proposed two measures which are a distance error between the extinction points of the predictor and an time-location error of the extinction points. The proposed concept was proved using the micro simulation based experiment with three exogenous variables of traffic volume, lane-close duration, market penetration of probe vehicles. The analysis results show that the proposed method is capable of detecting the traffic shockwaves as well as predicting their extinction point, and also that the accuracy of the proposed method is highly dependent on the rate of the probe vehicles.