열차스케줄과 용량 제약을 고려한 수도권 도시철도 열차 혼잡도 분석모형 연구
In-Vehicle Crowding Urban Railway Analysis Model based on Train Scheduling and Capacity Constraints
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
10. 29 이태원 참사, 김포골드라인 승객 실신 등 도시철도 혼잡은 매우 심각한 사회문제로 대두되었다. 도시철도 혼잡문제 해결방안은 열차 혼잡도를 정확히 산정하고 화재, 테러, 압사, 안전사고 등 대비책을 적절히 수립하는 것이다. 그래서 우리나라 도시철도 열차 혼잡도 분석에 관한 연구가 그 어느 때 보다 필요한 실정이다. 현재 계수법, 중량검지법, CCTV, 모바일 Wi-Fi 등을 활용한 혼잡도 분석방법론은 분석결과의 정확성이 낮거나 단일 노선 및 열차에만 국한되는 한계점이 존재한다. 본 연구에서는 교통카드 자료를 활용하여 도시철도 승객의 환승과 다중경로 이용행태가 고려된 승객의 경로를 추정하였으며 열차스케줄이 적용된 열차 혼잡도 분석모형을 제시하였다. 특히 열차 용량 초과시 승객이 대기한 후 다음 열차에 탑승하는 통행패턴을 반영하여 열차 혼잡도 분석결과의 신뢰성을 확보하였다. 열차 혼잡도는 열차 단위로 갱신되어 승객에게 혼잡정보 제공이 가능하므로 이용지 편익 증대에 기여할 것으로 기대된다.
Abstract
Such as the 10. 29 Itaewon crowd crush, fainting of passengers on the Gimpo Gold Line, Urban railway crowding has emerged as a very serious social problem. One of the solutions to this problem is to accurately estimate train crowdedness and to properly establish countermeasures such as fire, terrorism, crushing, and safety accidents. Therefore, more research on the analysis of urban railway crowding in Korea is needed than ever. Currently, crowdedness analysis methodologies using counting methods, weight detection methods, CCTV, and mobile Wi-Fi have limitations that are limited to single trip and trains or have low accuracy of results. In this study, transportation card data used for estimating the transfer trip of passengers considering the transfer and multi-route usage behavior of urban railway passengers. The train crowdness analysis model was analyzed by applying the train schedule. In particular, the reliability of the train crowdness analysis results was secured by reflecting the traffic pattern of passengers waiting and boarding the next train when the train capacity is exceeded. Train crowdedness is updated on a train-by-train basis and crowding information can be provided to passengers, which is expected to contribute to increasing user convenience.
참고문헌 (21)
- 국토교통부, "도시철도 정거장 및 환승 편의시설 설계 지침", ~ (2013)
- 국토교통부, "도로용량편람", ~ (2013)
- 연도별 대중교통 현황조사, "국토교통부", ~ (2022)
- 김경민, "서울지하철 9호선 2단계개통에 따른 급행열차 선택 및 혼잡도 변화분석", 한국철도학회 논문집, 19(5), pp.663~671 (2016), 한국철도학회
- 서울시 지하철의 혼잡비용 산정과 정책적활용방안, "서울연구원", ~ (2016)
- "서울통계" (2021), 서울특별시[URL]
- 신성일, "스마트카드자료를 활용한 지하철 승강장 동적 혼잡도 분석모형", 한국ITS학회 논문지, 18(5), pp.49~63 (2019), 한국ITS학회
- 엄진기, "2호선 혼잡구간 OD수요 분리유도를 통한 혼잡도 개선 방안(교통카드 빅데이터 분석을 중심으로)", 한국철도학회 논문집, 17(6), pp.457~465 (2014), 한국철도학회
- 이상준, "교통카드 자료를 활용한 지하철 혼잡도 개선 연구", 한국 IT 서비스학회지, 19(2), pp.125~138 (2020), 한국 IT 서비스학회
- 이상준, "승객 승하차 이동 및 대기행태를 고려한 도시철도 승강장 점유면적 추정방안", 대한교통학지, 39(6), pp.721~736 (2021), 대한교통학회
- 이상준, "열차운행계획을 반영한 수도권도시철도 열차 혼잡도 분석모형 연구", 한국ITS학회 논문지, 21(3), pp.1~12 (2022), 한국ITS학회
- 이호, "대중교통카드 자료를 활용한 도시철도 승강장 혼잡도 추정 알고리즘 개발"", 한국철도학회 논문집, 18(3), pp.270~277 (2015), 한국철도학회
- Azevedo, J., "An algorithm from the ranking of shortest paths", European Journal of Operational Research, 69, pp.97~106 (1993)
- Cats, O., "A dynamic stochastic model for evaluating congestion and crowding effects in transit systems", Transportation Research Part B : Methodological, 89, pp.43~57 (2016)
- Jiao, L., "Measuring crowdedness between adjacent stations in an urban metro system : A Chinese case study", Sustainability, 9(12), pp.2325~ (2017)
- Nguyen, K. A., "Realtime tracking of passengers on the london underground transport by matching smartphone accelerometer footprints", Sensors, 19(19), pp.4184~ (2019)
- Nuzzolo, A., "Schedule-based modeling of transportation networks : theory and applications" (2008), Springer Science & Business Media
- "Transportation For London", Review of the TfL WiFi pilot (2017)
- Papola, N., "Schedule-based modeling of transportation networks", pp.1~26 (2008), Springer US
- Tirachini, A., "Crowding in public transport systems : effects on users, operation and implications for the estimation of demand", Transportation research part A : policy and practice, 53, pp.36~52 (2013)
- Wang, Y., "Passenger demnad oriented train scheduling and rolling stock circulation planning for an urban rail transit line", Transportation research part B, 118, pp.193~227 (2018)