earticle

논문검색

ATMS

교통상황 분류를 위한 클러스터링 기법 개발

원문정보

Development of Traffic State Classification Technique

강우진, 김영호

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

Traffic state classification is crucial for time-of-day (TOD) traffic signal control. This paper proposed a traffic state classification technique applying Deep-Embedded Clustering (DEC) method that uses a high dimensional traffic data observed at all signalized intersections in a traffic signal control sub area (SA). So far, signal timing plan has been determined based on the traffic data observed at the critical intersection in SA. The current method has a limitation that it cannot consider a comprehensive traffic situation in SA. The proposed method alleviates the curse of dimensionality and turns out to overcome the shortcomings of the current signal timing plan.

한국어

교통상황 분류는 신호연동그룹 단위의 정주기식 제어 기법을 효율적으로 적용하기 위하여 TOD 계획을 수립하는데 핵심적인 기술이다. 본 논문에서는 신호연동그룹에 속하는 모든 교차로 의 교통 자료 즉, 속도-교통량-밀도를 활용할 수 있는 딥 임베디드 클러스터링(Deep-Embedded Clustering:DEC) 기반 교통상황 분류 방법론을 제시하였다. 기존의 신호계획의 경우 교통량 기반으 로 주요 교차로를 선정하고 해당 교차로의 교통자료를 이용하여 단편적인 신호계획을 하였으나, 본 논문에서 제시된 방법론의 경우 신호연동 그룹내 다수 교차로의 종합적인 교통특성에 따라 교통상황을 유연하게 분류하여 신호계획을 할 수 있는 기반을 제공하였다. 본 연구에서 제시된 방법론은 일반적인 군집화 방법론이 입력 자료의 차원이 증가함에 따라 겪는 차원의 저주 (Curse of dimensionality) 문제를 완화함으로써 신호연동그룹에 속하는 모든 신호교차로의 교통자료를 고려한 신호시간 계획 수립이 가능하며 기존의 특정교차로 및 교통량만을 이용한 교통상황 분류 방법론의 단점을 극복할 수 있음을 보였다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 선행연구 검토
Ⅲ. 연구방법론
1. 새로운 군집화 방법론 적용
2. 매개변수 초기화
3. 매개변수 최적화
Ⅳ. 적용 사례
1. DEC의 입력자료
2. DEC모형을 통한 교통상황 분류 결과
Ⅴ. 결론
REFERENCES

저자정보

  • 강우진 Woojin Kang. 서울시립대학교 교통공학과 박사수료
  • 김영호 Youngho Kim. 한국교통연구원 모빌리티전환연구본부 본부장

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,300원

      0개의 논문이 장바구니에 담겼습니다.