본문 바로가기
KERD
논문KCI 등재

Cell Transmission Model 시뮬레이션을 기반으로 한 클라우드 환경 아래에서의 고속도로 교통 예측 및 최적 제어 시스템 개발

Development of Traffic Prediction and Optimal Traffic Control System for Highway based on Cell Transmission Model in Cloud Environment

여화수|탁세현
한국ITS학회 (The Korean Society of Intelligent Transport Systems)|2016.08|한국ITS학회 논문지 (Journal of Korean Society of Intelligent Transport Systems)|제15권 제4호|pp. 68-80|DOI http://dx.doi.org/10.12815/kits.2016.15.4.068

0

조회

0

다운로드

1

인용

0

참고문헌

키워드

자율주행Genetic AlgorithmTraffic Control차선인식차로이탈영상센서도로 평면선형Onlie SimulationModel Predictive ControlCloud System

초록

자율주행 차량은 다양한 센서를 활용하여 사람과 유사한 수준으로 실시간 도로환경 변화를 인지, 환경 변화에 대한 적절한 판단 및 제어를 수행하여야 한다. 특히 영상센서는 차선인식 기능을 통해 주행방향 결정 및 차로이탈 방지 등 조향제어 수행을 위한 인지에 활용된다. 하지만 관련 성능기준은 ADAS(Advanced Driver Assistance System)와 연계된 ‘운전자 보조’ 역할에 초점이 맞춰져, 자율주행시 요구되는 ‘주체적 상황 인지’를 위한 성능조건과 다를 것으로 판단된다. 본 연구에서는 자율주행시 차선인식 기능이 정상적으로 작동되지 않는 상황이 지속될 때 차량 진행방향과 도로 선형 방향의 불일치에 따라 발생되는 횡방향 차로이탈을 차량의 이동 궤적을 기반하여 추정하고, 안전성 확보를 위한 차로이탈 허용 수준 및 영상센서 성능수준을 제시하였다. 분석 결과 승용차 조건에서 차선인식 기능이 1초 이상 연속적인 오작동을 일으킨다면 차로이탈에 의한 위험한 상황에 놓일 수 있는 것으로 나타났다. 따라서 자율주행 차량을 위한 차선인식 기능 평가 시 현재 기준보다 큰 횡방향 차로이탈상황에 대한 검토가 필요할 것으로 판단된다.

Abstract

This study proposes the traffic prediction and optimal traffic control system based on cell transmission model and genetic algorithm in cloud environment. The proposed prediction and control system consists of four parts. 1) Data preprocessing module detects and imputes the corrupted data and missing data points. 2) Data－driven traffic prediction module predicts the future traffic state using Multi－level K－Nearest Neighbor (MK－NN) Algorithm with stored historical data in SQL database. 3) Online traffic simulation module simulates the future traffic state in various situations including accident, road work, and extreme weather condition with predicted traffic data by MK－NN. 4) Optimal road control module produces the control strategy for large road network with cell transmission model and genetic algorithm. The results show that proposed system can effectively reduce the Vehicle Hours Traveled upto 60%.

참고문헌 (16)

  1. Hou Z, "Freeway traffic control using iterative learning controlbased ramp metering and speed signaling", Vehicular Technology, IEEE Transactions on, 56(2), pp.466~477 (2007)
  2. Hegyi A, "Model predictive control for optimal coordination of ramp metering and variable speed limits", Transportation Research Part C：Emerging Technologies, 13(3), pp.185~209 (2005), Transportation Research Part C：Emerging Technologies
  3. Papageorgiou M, "ALINEA：A local feedback control law for on－ramp metering", Transportation Research Record, pp.1320~ (1991)
  4. Kotsialos A, "Efficiency versus fairness in network－wide ramp metering", In Intelligent Transportation Systems, 2001, Proceedings, pp.1189~1194 (2001), 2001 IEEE
  5. Dahal K, "Decision support for coordinated road traffic control actions", Decision Support Systems, 54(2), pp.962~975 (2013)
  6. Clark S, "Traffic prediction using multivariate nonparametric regression", Journal of transportation engineering, 129(2), pp.161~168 (2003)
  7. Davis G. A, "Nonparametric regression and short－term freeway traffic forecasting", Journal of Transportation Engineering, 117(2), pp.178~188 (1991)
  8. Smith B. L, "Comparison of parametric and nonparametric models for traffic flow forecasting", Transportation Research Part C：Emerging Technologies, 10(4), pp.303~321 (2002)
  9. Daganzo C. F, "The cell transmission model：A dynamic representation of highway traffic consistent with the hydrodynamic theory", Transportation Research Part B：Methodological, 28(4), pp.269~287 (1994)
  10. Daganzo C. F, "The cell transmission model, part II：network traffic", Transportation Research Part B：Methodological, 29(2), pp.79~93 (1995)
  11. Gomes G, "Optimal freeway ramp metering using the asymmetric cell transmission model", Research Part C：Emerging Technologies, 14(4), pp.244~262 (2006)
  12. Lo H. K, "A cell－based traffic control formulation：strategies and benefits of dynamic timing plans", Transportation Science, 35(2), pp.148~164 (2001)
  13. Teklu F, "A genetic algorithm approach for optimizing traffic control signals considering routing", Computer Aided Civil and Infrastructure Engineering, 22(1), pp.31~43 (2007)
  14. Ceylan H, "Developing combined genetic algorithm—hill－climbing optimization method for area traffic control", Journal of Transportation Engineering, 132(8), pp.663~671 (2006)
  15. Tak S, "Real－time travel time prediction using multi －level k－nearest neighbor algorithm and data fusion method", Computing in civil and building engineering, pp.1861~1868 (2014)
  16. Park J, "A study on toll cost policy for optimizing travel time of multi－routed highway section", 석사, pp.2015

관련 논문AI추천

자율주행 차량의 도로 평면선형 기반 차로이탈 허용 범위 산정김영민, 김형수한국ITS학회 · 한국ITS학회 논문지2016 · 제15권 제4호연속류 내 교통안전시설 인지 시점에 따른 자율주행차량의 교통 운영 전략 연구고은정, 김종호, 김준석한국ITS학회 · 한국ITS학회 논문지2025 · 제24권 제5호도심 자율주행차의 횡방향 주행행태 평가 및 시사점 도출 연구오철, 박준영, 이상재한국ITS학회 · 한국ITS학회 논문지2025 · 제24권 제5호영상기반 차량인식 기법을 이용한 교통류 추정에 관한 연구김민정, 김회경, 정대한한국ITS학회 · 한국ITS학회 논문지2019 · 제18권 제6호주행안전성 평가 시나리오 구축을 위한 주행행태 매개변수 추출에 관한 연구고민지, 손승녀, 이지연대한임베디드공학회 · 대한임베디드공학회논문지2024 · 제19권 제2호시뮬레이션으로 구현된 자율주행차량 거동 적정성 평가 방법론 개발 연구오철, 조영, 박재홍, 윤덕근, 정아람한국ITS학회 · 한국ITS학회 논문지2022 · 제21권 제2호

이 간행물의 다른 논문 (13건)

대중교통 접근성이 카셰어링 이용수요에 미치는 영향김숙희, 이규진pp. 1-11자전거 이용자의 통행목적을 고려한 주행경로 적정성 평가지표 개발김동규, 김의진pp. 12-25Issue－Tree기법과 QFD를 이용한 자율주행자동차 교통안전정책과제 분석남두희, 김남선, 이상수pp. 26-32교통카드기반 수도권 도시철도 환승자료 구축방안조종석, 이미영, 손지언pp. 33-43활동기반 교통모형 분석자료 구축을 위한 소셜네트워크 공간빅데이터 활용방안 연구김주영, 이승재, 김승현pp. 44-53
원문 보기