휴대폰 기지국 정보를 이용한 O/D 추정기법 연구

김시곤; 유병석; 강승필

추천

검색

질문

자료유형: 학술저널

저자정보: 김시곤 유병석 강승필

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제23권 제1호

발행연도: 2005.2

수록면: 93 - 102 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

통행기종점(Origin-Destination)은 경로 선택 및 통행 배정 등 교통계획 측면에서 중요한 정보 중 하나이다. O/D 예측은 대부분 현장 조사나 가구 면접조사를 통하여 표본 O/D를 산출하고 이를 전수화하는 것이 전통적인 방법이고, 가로 교통량과 통행배정모형과의 상호관계 속에서 동적 O/D를 추정하고자 하는 연구도 있다. 그러나, 최근에는 휴대폰 보급의 괄목할만한 증대에 따라 휴대폰 정보를 이용하여 O/D를 추정하는 연구에 관심이 기울어지고 있다. 본 연구에서는 휴대폰 기지국 정보를 이용한 O/D 추정 방법론을 제시하고, 휴대폰 기지국 기반 O/D를 행정동 기반 O/D로 변환하는 방법론을 제시한다. 연구를 위해 청주시에서 운행중인 택시에 GPS 장비 및 휴대폰 거치대를 설치하여 GPS 위치 좌표, 휴대폰 기지국 좌표를 수집하였고, 이중 3주간의 자료를 디지털 맵에 맵매칭시켜 기지국 위치 기반 O/D와 GPS 위치 기반 O/D를 산출하였다. GPS 위치 기반 O/D를 이용하여 주간 O/D 통행패턴, 주중 O/D와 주말 O/D 통행패턴, 일평균 O/D와 오전·오후 첨두시 O/D 통행패턴 사이의 관계를 산점도 및 상관계수로부터 유추한 결과, 주중 O/D와 주말 O/D간에는 통행패턴에 차이가 있으며, 오전 첨두시와 오후 첨두시의 통행패턴 역시 차이가 나는 것을 확인할 수 있었다. 휴대폰 기지국 기반 O/D를 행정동 기반 O/D화하는 방법으로 GPS 분포비를 이용한 방법과 기지국 커버리지 면적비를 이용한 방법을 제시하였으며, 두 방법 모두 참 O/D라 생각할 수 있는 GPS 위치 기반 O/D와 크게 다르지 않은 것을 상관계수, 평균절대오차율(MAE), 제곱근 평균제곱오차(RMSE)를 통하여 확인하였다. 향후 휴대폰 정보만을 이용하는 경우에는 휴대폰 기지국 커버리지 면적비를 이용하는 방법을 이용하면 O/D를 추정할 수 있을 것으로 판단된다. 또한 현재의 표본 택시 O/D를 전수화하는 방법도 제시하였다.

An Origin-Destination (O/D) is considered as one of the important information in route choices and trip assignments. A household interview survey is deemed to be the traditional and the most widely used method in making sample O/D and its conversion to the total O/D. Some researchers have studied to estimate dynamic O/D from the relationship between link volumes and trip assignment model. Nowadays, owing to the recent rapid spread of cellular phones, location information of the cellular phone through the Base Station(BS) is considered as an alternative to O/D estimation. In this study, the methodology of generating BS-based O/D and the methodology of converting this O/D into an administrative district-based O/D are proposed. The information of GPS positions and cellular BS positions have acquired by establishing GPS equipment and cellular phone on taxies in Cheongju. Three weeks data are collected and used in estimating O/D by matching them on a digital map. Scatter diagram and sample correlation coefficients are used to investigate the similarity of the GPS-based O/D pattern among weeks, among days, and among times in day. The results show that there are few significant differences among weeks. But there is a difference in O/D pattern between weekday and weekend. Furthermore, there is a difference between morning peak and afternoon peak. Two methodologies are proposed to convert BS-based O/D into an administrative district-based O/D. The first one is to use the distribution pattern of GPS coordinates, the other is to use the coverage area of the BSs. To validate such converted O/D, GPS O/D is used as a true value. The statistical analyses through scatter diagram, MAE and RMSE shows that there is few significant difference of pattern between the estimated BS-based O/D and GPS O/D. In the case of using only cellular information, the methodology using coverage area of the BSs is recommended for estimating O/D.

#전수화 #커버리지 면적비 #O/D #휴대폰 기지국 #GPS #GPS 분포비

참고문헌 (11)

참고문헌 신청

[학술지(정기간행물)] - / 2002 / 다기종검지기 기반의 실시간 교통정보를 활용한 교통시설체계 개선기술개발

[학술지(정기간행물)] - / 2004 / LBS를 기반으로 한 정기속도 측정 및 O/D 산출기법 개발

[학술지(정기간행물)] - / 2001 / 이동통신 단말기의 위치정보를 이용한 통행 O/D 표 작성기법 연구

[학술지(정기간행물)] - / 1996 / Estimation and Prediction of Time-Dependent Origin-Destination Flows

[학술지(정기간행물)] - / 2000 / Estimation of origin- destination matrices from link flows on uncongested networks 34 : 549 ~ 566

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김시곤

소속기관 서울과학기술대학교

주요연구분야 공학 > 기타공학 > 교통공학

논문수 25 이용수 551

유병석

소속기관 대한교통학회

주요연구분야 공학 > 기타공학 > 교통공학

논문수 3 이용수 38

강승필

소속기관 대한교통학회

주요연구분야 공학 > 기타공학 > 교통공학

논문수 11 이용수 331

이 논문과 함께 이용한 논문

키넥트를 이용한 수화 인식

천웅희 , 양희덕 한국정보과학회 학술발표논문집 2015 .06

키넥트 카메라를 이용한 동작인식에 관한 연구

박상빈 , 이기영 대한전자공학회 학술대회 2012 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-053-003371315

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)