효과적인 교통정보 수집체계 구축을 위한 Paramics 기반의 AVI 성능 요구사항 분석 기법

Abstract

본 연구에서는 구간의 교통상황을 보다 정확하게 관측할 수 있는 기법 중의 하나인 차량자동인식기법(AVI, Automatic Vehicle Identification)의 성능 요구사항 (performance requirements)을 분석할 수 있는 기법을 처음으로 제시하였다. 미시적 교통시뮬레이터인 Paramics를 이용하여 개별차량의 재인식(re-identification)을 통한 AVI 성능요구사항 분석을 몬테카를로 시뮬레이션을 적용하여 구현하였다. 본 연구에서 제안한 기법은 목표로 설정한 통행시간의 정확도를 달성하기 위한 매칭률(matching rate)과 오매칭률(mis-matching rate)의 조합을 찾고, 나아가 이에 부합하는 AVI 기술을 선정하는데 사용될 수 있다. 본 연구에서 제안한 기법은 AVI를 통한 정확하고 신뢰성 있는 교통정보의 수집 및 가공을 위한 의사결정지원 수단으로 유용하게 사용될 것으로 기대된다.

This study firstly developed a tool for evaluating performance requirements of automatic vehicle identification (AVI) techniques. A microscopic traffic simulator, Paramics, was employed to investigate the effects of AVI performances on the accuracy of estimating section travel times. Mote Carlo simulation approach was incorporated into Paramics to conduct systematic evaluations of identifying required AVI performances. The proposed method in this study can serve as a logical and necessary precursor to field implementation of a variety of AVI techniques toward achieving more reliable traffic information.