연속류 돌발상황 예측 알고리즘 및 관리기법 개발

Abstract

돌발상황은 전체 비반복 혼잡의 60% 이상을 차지 할 정도로 고속도로에 심각한 영향을 끼치고 있으며, 이런 돌발상황에 대한 연구는 많이 이루어 졌으나 도로의 조건, 교통형태, 기하구조, 구조물의 위치 등 다양한 조건을 모두 충족시키기에는 부족한 부분이 많았던 돌발상황 검지 알고리즘에 대한 재검토와 실제 사고데이터를 분석, 상기 조건을 충분히 고려한 돌발상황 검지 알고리즘을 개발하고자 한다. 이에 본 연구는 돌발상황으로 발생되는 정체시 수집한 교통자료(교통량, 30초주기 데이터)를 분석하여 상류부 정체도 파급에 따른 특성을 파악하고자 하며, 이에 따라 돌발상황 판정기준을 설정하고자 한다. [단계1] 데이터 갱신 모듈 : i-1, i, i+1번째 검지기로부터 30초의 polling cycle로 각각 수집되는 자료를 4～6개 단위의 검사 모듈을 설정하여 i, i-1, i+1검지기의 자료를 polling cycle 마다 갱신하게 된다. [단계2] 검지기간 교통량 차이를 생성 : i, i-1번째 검지기간의 교통량 차이(Di)를 생성하여 돌발상황 판별을 위한 기본데이터를 구성, 생성된 검지간 교통량 차이(Di)는 FIFO(First In First Out) 방식에 의하여 30초 마다 새로운 Di를 입력한다. [단계3] 돌발상황검지 모듈 : 단계 2의 교통량 차이의 패턴이 일정시간 동안 + 의 패턴이 계속 생성되고 서비스 수준이 F일때 돌발상황으로 판정한다. 또한 교통량 차이의 패턴이 + - 의 패턴이 혼재 생성되어 나타 날 때는 정체의 강제류 형성으로, - 패턴으로 변화되면 돌발상황 종료에 따른 정체 해소로 판단 한다. 실제 사고 데이터와의 검증결과 돌발상황 발생시 평균+4.0분, 정체 발생시 +6.4분, 정체 해소시 +10.8분의 편차가 나타났다. 전반적으로 신뢰성 있는 결과가 나타났으며, 정체해소 시에는 데이터의 변동이 심함에 따라 실제 상황보다 늦게 검지되었다. 그리고 이렇게 분석된 특성 및 데이터를 이용하여 정체도 및 심각도에 따라서 대응할 수 있는 고속도로 관리기법에 대한 연구를 하였다. 본 연구에서는 기존의 경험치에 의존하던 운영관리 기법에서 탈피하여 체계적이고 과학적인 운영관리기법의 도입으로 정체 관리에 효율적인 접근방법을 제시하였다.