earticle

영어

This study presents a useful heuristic algorithm to classify vehicle classes using vehicle length information, which is extracted from inductive loop vehicle signatures. A high-speed scanning equipment was used to extract more detailed change of inductance magnitude for individual vehicles. Vehicle detection time and individual vehicle speeds were used to derive vehicle length information that is an input of the proposed algorithm. The spatial and temporal transferability tests were further conducted to evaluate algorithm. The spatial and temporal transferability tests were further conducted to evaluate algorithm performance more systematically. It is expected that the proposed method would be useful for obtaining vehicle classification information from wide-spread existing loop infrastructure.

한국어

첨단교통체계(ITS: Intelligent Transportation Systems)는 효과적인 교통제어 및 안전증진을 추구하기 위하여 많은 연구와 사업이 진행 중이다. 이를 위하여 실시간으로 교통상황을 제어하는데 필요한 신뢰성 있는 교통정보를 얻기 위해 가장 많이 설치되어 있는 루프검지기를 통하여 기본적으로 교통량, 속도, 점유율 등의 자료를 수집할 수 있다.
본 연구에서는 국내에 가장 보편적으로 설치된 루프검지기에서 추출한 차량자기신호곡선(IVS: Inductive Vehicle Signature) 자료를 이용하여 차량길이 및 속도 등을 산출하고 이를 이용하여 차종을 구분하는 알고리즘을 개발하였다. 본 연구는 세가지 Case(소형-대형, 소형-중형-대형, 소형-중형-대형-특대형)로 구성되어 있으며, 각 Case에서 전체차량을 각 Class로 분류하는 기준이 되는 차량길이 기준값을 산출하였다. 일반적인 도로구간에서의 적용을 위해 시․공간적 이식성 Test를 하여 분석대상구간 외의 다른 구간에서 차량길이 기준값의 적용가능성을 검토하였다. 본 연구의 결과는 차종구분을 통해 세부적인 교통량 정보를 수집하고 도로를 통과하는 차량들의 차종구성을 파악하여 교통운영 및 전략수립 시에 활용자료로 이용 가능할 것으로 판단된다.