연속류도로 단기 적체 교통량 개념 기반 돌발상황 자동감지 알고리즘 개발

이규순; 신치현

추천

검색

자료유형: 학술저널

저자정보: 이규순 신치현

저널정보: 한국ITS학회 한국ITS학회 논문지 한국ITS학회 논문지 제15권 제2호

발행연도: 2016.1

수록면: 13 - 23 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2016

연속류도로 단기 적체 교통량 개념 기반 돌발상황 자동감지 알고리즘 개발

이규순 , 신치현 한국ITS학회 논문지 2016.01 학술저널

2013

연속류도로 변위 교통량 개념 기반 돌발상황 자동감지 알고리즘 개발

이규순 도시·교통공 2013.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

기존의 많은 돌발상황 자동감지 알고리즘은 복잡한 구조와 계산 과정, 수많은 매개변수, 그리고 필터링/평활화 같은 선 작업 때문에 지속적인 유지관리가 사실상 중단된 상태이고 오보율 또한 높아 많은 교통관리센터로부터 기피 대상이 되고 있는 등 돌발상황감지의 주력 수단으로서 자동 알고리즘의 지위가 위태해진 현실은 매우 우려할만하다. 본 연구에서는 상대 점유율과 속도 항을 활용하여 적체 교통량이라는 신 개념을 도입, 구조가 아주 간단하면서도 검측 원시자료의 보정이 거의 필요 없는 DiFI(Displaced Flow Index) 기반의 돌발상황 자동감지알고리즘을 개발하였다. DiFI 알고리즘의 성능평가는 2003년도 내부순환로 검지기자료를 활용하여 검증을 수행하였으며, 2011년도 경부고속도로 검지기 자료를 수집·정리하여 이식성 검사를 이행하였다. 성능평가는 검지율, 오보율, 평균검지시간, 기타 CR, CI, PI를 사용하였는데 100%의 검지율과 2.99%의 낮은 오보율, 1분을 약간 초과하는 평균검지시간을 보였다. 이는 SAO는 물론 국내 현장에 가장 많이 접목된 APID 및 DELOS 등과 비교해서도 모든 면에서 우월한 성능을 보이는 것이었다.

#돌발상황자동감지알고리즘 #검지율 #오보율 #평균검지시간 #종합성능지표 #Automatic incident detection algorithm #DR #FAR #MTTD #PI

참고문헌 (18)

참고문헌 신청

Seo J / 2003 / A Comparative Study of ILDs and VIPs as Data Collection Methods for Freeway Congestion Management, Master’s Thesis

Kim S / 2004 / A Study of FAR Reduction Methods for AIDAs by Adjusting Data Discrepancy Between Video Image Detector Stations

Dudek C / 1974 / Incident Detection on Urban Freeways / TRR-495 :12~24

Payne H / 1978 / Freeway Incident-Detection Algorithms Based on Decision Trees with States / TRR-682 :30~37

Levin M / 1978 / Incident Detection: A Bayesian Approach / TRR-682 :52~58

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이규순

소속기관

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 2 이용수 52

신치현

소속기관 경기대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 4 이용수 26

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)