보행자 이동성을 고려한 Picocell시스템의 핸드오버 통화량 분석

이기동,장근녕,김세현 한국경영과학회 2001 한국경영과학회 학술대회논문집 Vol.- No.2

마이크로셀 시스템에서 트래픽(통화량) 성능은 가입자(사용자)들의 이동성에 민감한 영향을 받는다. 셀내 체류시간 및 채널점유시간은 이동 속도 및 방향의 추계적인 변화에 의하여 특성지어진다. 셀내 체류시간은 채널점유시간과 같은 통화량 성능을 분석하는데 기초적으로 이용되는 중요한 정보를 제공한다. 차세대 이동통신 네크워크로 진화해 가는 과정에서 증가하는 사용자들의 접속요청을 수용하고 주파수 효용도를 높이기 위하여 셀의 크기는 매우 작아진다. 셀의 크기가 작아질수록 통화량 성능은 사용자, 특히 보행자들의 가변적인 이동성에 더욱더 영향을 받게된다. 단순화된 모형을 이용한 기존연구는 제2세대 이동총신에서는 수용할만한 정확성을 보였으나, 통화량 분포의 변화가 시간적으로 크고, 보행자의 이동성에 영향을 많이 받는 picocell (피코셀)의 특성을 적절히 반영하지 못하여 성능분석의 정확성을 기대하기 어렵다. 보행자의 가변적인 이동성을 수리적으로 분석하기 위하여 랜덤 웍 (random-walk) 모형을 적용하여 기존의 연구보다 개선시킨 확률모형을 제안한다. 제안된 모형으로 추계적 상관관계가 있는 보행자 이동성의 가변적 특성을 분석할 수 있다. 주요 통화량 성능지표를 제안된 모형으로 분석하였다.

확률경로 기반의 교통류 분석 방법론

박영욱 대한교통학회 2002 대한교통학회지 Vol.20 No.5

In this paper, observed trajectories of a vehicle platoon are viewed as one realization of a finite sequence of random trajectories. In this point of view, we develop novel and mathematically rigorous concept of traffic flow variables such as local traffic density, instantaneous traffic flow, and velocity field and investigate their nature on a general probability space of a sequence of random trajec- tories which represent vehicle trajectories. We present a simple model of random trajectories as an illustrative example and, derive the values of traffic flow variables based on the new definitions in this model. In particular, we construct the model for the sequence of random vehicle trajectories with a system of stochastic differential equations. Each equation of the system may represent micro- scopic random maneuvering behavior of each vehicle with properly designed drift coefficient functions and diffusion coefficient functions. The system of stochastic differential equations may generate a well-defined probability space of a sequence of random vehicle trajectories. We derive the partial differential equation for the expected cumulative plot with appropriate initial conditions. By solving the equation with numerical methods, we obtain the values of expected cumulative plot, local traffic density, and instantaneous traffic flow. In addition, we derive the partial differential equation for the expected travel time to a certain location with appropriate initial and/or boundary conditions, which is solvable numerically. We apply this model to a case of single vehicle trajectory. 교통량, 교통밀도, 교통류 속도 등, 교통류 변수에 대한 현재까지의 불확실한 정의와 연속적 파동방정식의 거시적 교통류 해석 상의 문제점을 지적하고 이를 개선하기 위해 교통류 변수들에 대한 새로운 확률적 정의를 제시하고 이들의 성격을 규명하였다. 이러한 새로운 교통류 변수들에 대한 새로운 정의를 바탕으로 미시적 운전자행동을 세밀하게 수용할 수 있고 많은 교통환경에서 연속적 파동 방정식을 대체하여 교통류 변수들과 통행시간을 예측할 수 있는 미분방정식 체계를 확률 미분방적식을 이용하여 도출하였다. 도출된 미분 방정식을 단일 차량의 시공 괘적에 적용해 보았다.This research has been partially performeded by the Advanced Highway Research Center funded by the Korea Ministry of Science and Technology, Korea Science and Engineering Foundation.

An Ensemble Cascading Extremely Randomized Trees Framework for Short-Term Traffic Flow Prediction

( Fan Zhang ),( Jing Bai ),( Xiaoyu Li ),( Changxing Pei ),( Vincent Havyarimana ) 한국인터넷정보학회 2019 KSII Transactions on Internet and Information Syst Vol.13 No.4

Short-term traffic flow prediction plays an important role in intelligent transportation systems (ITS) in areas such as transportation management, traffic control and guidance. For short-term traffic flow regression predictions, the main challenge stems from the non-stationary property of traffic flow data. In this paper, we design an ensemble cascading prediction framework based on extremely randomized trees (extra-trees) using a boosting technique called EET to predict the short-term traffic flow under non-stationary environments. Extra-trees is a tree-based ensemble method. It essentially consists of strongly randomizing both the attribute and cut-point choices while splitting a tree node. This mechanism reduces the variance of the model and is, therefore, more suitable for traffic flow regression prediction in non-stationary environments. Moreover, the extra-trees algorithm uses boosting ensemble technique averaging to improve the predictive accuracy and control overfitting. To the best of our knowledge, this is the first time that extra-trees have been used as fundamental building blocks in boosting committee machines. The proposed approach involves predicting 5 min in advance using real-time traffic flow data in the context of inherently considering temporal and spatial correlations. Experiments demonstrate that the proposed method achieves higher accuracy and lower variance and computational complexity when compared to the existing methods.

Random Forest를 활용한 고속도로 교통사고 심각도 비교분석에 관한 연구

이선민,윤병조,WUT YEE LWIN 한국재난정보학회 2024 한국재난정보학회 논문집 Vol.20 No.1

Purpose: The trend of highway traffic accidents shows a repeating pattern of increase and decrease, with the fatality rate being highest on highways among all road types. Therefore, there is a need to establish improvement measures that reflect the domestic situation. Method: Using Random Forest, accident severity analysis was conducted on data from accidents occurring on 10 specific routes with high accident rates among national highways from 2019 to 2021. Factors influencing accident severity were identified. Result: The analysis of the top 10 variable importance using the SHAP package revealed that among highway traffic accidents, the variables with a significant impact on accident severity are the age of the perpetrator being between 20 and less than 39 years, the time period being daytime (06:00-18:00), occurrence on weekends (Sat-Sun), seasons being summer and winter, violation of traffic regulations (failure to comply with safe driving), road type being a tunnel, geometric structure having a high number of lanes and a high speed limit. A total of 10 independent variables were found to have a positive correlation with highway traffic accident severity. Conclusion: As accidents on highways occur due to the complex interaction of various factors, predicting accidents poses significant challenges. However, utilizing the results obtained from this study, there is a need for in-depth analysis of the factors influencing the severity of highway traffic accidents. Efforts should be made to establish efficient and rational response measures based on the findings of this research.

Random Forest 기법을 이용한 도심지 MT 시계열 자료의 차량 잡음 분류

권형석,류경호,심익현,이춘기,오석훈 한국지구물리.물리탐사학회 2020 지구물리와 물리탐사 Vol.23 No.4

We performed a magnetotelluric (MT) survey to delineate the geological structures below the depth of 20 km in the Gyeongju area where an earthquake with a magnitude of 5.8 occurred in September 2016. The measured MT data were severely distorted by electrical noise caused by subways, power lines, factories, houses, and farmlands, and by vehicle noise from passing trains and large trucks. Using machine-learning methods, we classified the MT time series data obtained near the railway and highway into two groups according to the inclusion of traffic noise. We applied three schemes, stochastic gradient descent, support vector machine, and random forest, to the time series data for the highspeed train noise. We formulated three datasets, Hx, Hy, and Hx & Hy, for the time series data of the large truck noise and applied the random forest method to each dataset. To evaluate the effect of removing the traffic noise, we compared the time series data, amplitude spectra, and apparent resistivity curves before and after removing the traffic noise from the time series data. We also examined the frequency range affected by traffic noise and whether artifact noise occurred during the traffic noise removal process as a result of the residual difference. 2 01 6년 9월에 발생한 경주지진원 구역에 대한 정밀 지질구조 규명을 위해 MT 탐사를 적용하였다. 경주지역의MT 측정자료는 조사지역 인근의 지하철, 전력선, 공장, 주택, 농경지에서 발생된 전기적 잡음과 철도, 도로에서의 차량잡음 등으로 인해 측정자료 왜곡이 심하게 발생되었다. 이 연구에서는 고속철도 및 고속도로와 인접한 4개소의 MT 탐사자료에 기계학습 기법을 적용하여 차량잡음이 포함된 시계열을 분류하였다. 고속열차 잡음이 포함된 시계열에 대해서는확률적 경사 하강법, 서포트 벡터 머신과 랜덤 포레스트 3가지의 분류모델을 적용하여 그 결과를 비교하였다. 대형트럭잡음이 포함된 시계열 자료에 대해서는 Hx 성분, Hy 성분과 Hx & Hy 합성성분 크기에 대한 3가지의 샘플 자료를 준비하였으며 랜덤 포레스트 분류모델을 구성하여 그 성능을 평가하였다. 마지막으로 차량잡음 제거 효과 분석을 위하여 차량잡음 제거 전후의 시계열, 진폭 스펙트럼과 겉보기비저항 곡선을 비교하였으며, 이를 통해 차량잡음이 영향을 미치는주파수 대역과 차량잡음 제거 시 발생될 수 있는 문제점에 대해 고찰하였다.

Research on Calculation Method of Suspension Bridge Internal Force under Random Traffic Load

Pengfei Wu,Zhichun Fang,Xue Wang,Renyuan Wang,Qiang Xu 대한토목학회 2023 KSCE Journal of Civil Engineering Vol.27 No.11

Suspension bridge is a flexible structure. The weight, location and number of traffic on the bridge will affect the geometric alignment of the bridge. Although the finite element software can analyze the geometric nonlinearity of the bridge, the calculation of random load combination in finite element software is huge. In this paper, based on the deformation coordination, static equilibrium and constitutive model of the bridge, the force expression considering the geometric nonlinearity of the bridge is derived. Finite element software is used to simulate the internal force of components of suspension bridge under train load and vehicle load. The accuracy is verified by comparing the finite element results. Considering the random number of traffics, the random location of traffics, and the random weight of traffics, this paper analyzes the stress state of bridge under the random process of train load and vehicle load respectively. The method in this paper can be well used to analyze the actual stress state of the bridge, and provide a theoretical basis for related calculations.

Multi-parameter Dynamic Traffic Flow Simulation and Vehicle Load Effect Analysis based on Probability and Random Theory

Yuzhao Liang,Feng Xiong 대한토목학회 2019 KSCE JOURNAL OF CIVIL ENGINEERING Vol.23 No.8

In order to evaluate the vehicle load adaptability of existing highway bridge at the operational stage, and provide a reference for the strategy of reinforcement and maintenance, a new model of multi-parameter traffic load flow simulation and vehicle load effect (VLE) analysis is proposed. In this paper, static traffic flow data was collected by weight in motion (WIM) system, and the characteristics of static traffic flow, such as gross vehicle weight (GVW), vehicle gap distance (VGD), wheelbase and the proportion of axle weight distribution (PAWD), was analyzed in different lanes. The program run by MATLAB was used to conduct the Monte-Carlo method on all kinds of traffic data collected and to generate the multi-parameter dynamic random traffic flow (DRTF) data. By loading DRTF data onto the influence line of the sample bridges (simply supported integral bridges of 20 m to 40 m), the maximum VLE under DRTF could be calculated and compared with the static VLE of Chinese current design code. The results showed that the fitting of GVW distribution should be used a skewed distribution or a kurtosis distribution. And under current daily traffic volume (DTV), the service condition of highway bridges can meet the requirement of traffic load. However, in the driveway of some heavy trucks, the VLE is greater than the value suggested in the current design code, which may cause partial damage to the bridge.

대구광역시 어린이 및 노인 보행자의 교통사고 영향 요인 분석

황영은(Yeongeun Hwang),윤상후(Sanghoo Yoon) 한국자료분석학회 2023 Journal of the Korean Data Analysis Society Vol.25 No.3

보행자 교통사고는 보행자와 운행 중인 차량 간 발생한 충돌사고로 도로 및 주변 환경 등에 영향을 받는다. 이 연구에서는 2014년 1월 1일부터 2019년 12월 31일까지 대구광역시에서 발생한 차대사람 교통사고 자료와 2차 자료를 수집하여 보행자교통사고에 영향을 미치는 요인을 분석하였다. 보행자는 어린이, 일반인, 노인으로 구분한 후 일반인을 대조집단으로 어린이와 노인을 시험집단으로 간주하여 교통약자(어린이, 노인) 보행자 교통사고 요인을 파악하였다. 교통사고 발생 빈도가 적은 어린이와 노인의 자료 불균형 문제를 해결하기 위해 SMOTE 알고리즘을이용하였다. 분석에 고려된 연구모형은 다항 로지스틱 회귀모형, 랜덤포레스트, Gradient Boosting Machine(GBM), XGBoost이다. 분석 결과 앙상블 기반의 의사결정나무를 사용한 랜덤포레스트, XGBoost, GBM의 분류성능이 다항 로지스틱 회귀모형에 비해 우수하였다. 대구광역시에서는 어린이 보행자 교통사고가 일반인 보행자 교통사고에 비해 맑은 날 13시~20시 공단 밀집 지역에서 주로 발생하였다. 노인 보행자 교통사고는 일반인 보행자 교통사고에 비해 맑은 날 9시~12시 전통시장을 비롯한 도심지역의 교차로에서 주로 발생하였다. 어린이와 노인 교통사고와 연관된 요인은 교육기관 수, 차량등록 수, 강수 여부, 학원 수, 공원 수, 노인시설 수 순서로 높게 도출되었다. A pedestrian traffic accident is a collision between a pedestrian and a moving vehicle that occurs within the surrounding road environment. The traffic accident data and secondary data from Daegu were collected and utilized between January 2014 and December 2019. The traffic accident data was divided into children, ordinary, and seniors according to the age of pedestrians. A classification model was applied to determine the ranking of the influencing factors. SMOTE was used to address the imbalance in traffic accidents among children and seniors compared to ordinary. The multinomial logistic regression model (MLR), random forest (RF), GBM, and XGBoost were considered classification models. The classification performance of RF, XGBoost, and GBM using ensemble-based decision trees was superior to that of the MLR. The results showed that the important variables for explaining pedestrian traffic accidents were as follows: children pedestrians suffered between 13:00 and 20:00 on sunny days in densely populated industrial complex areas. On the other hand, senior pedestrians faced higher risks of vehicle accidents between 9:00 and 12:00 on sunny days, mainly at intersections in downtown areas with traditional markets. As for the important influencing factors derived from the research, the number of educational institutions, the number of vehicle registrations, precipitation, the number of academies, the number of parks, and the number of facilities for the elderly ranked high accordingly.

주성분 분석 및 랜덤 포레스트 기법을 활용한 교통문화지수 영향 요인 분석

박현수 ( Park Hyun Su ),권오훈 ( Kwon Oh Hoon ),박소은 ( Park So Eun ),박신형 ( Park Shin Hyoung ) 한국도로교통공단 2022 교통안전연구 Vol.41 No.1

본 연구는 최근 2년간(2018∼2019년) 수집된 교통문화지수 실태조사 결과와 국가 공공데이터를 활용하여, 지자체 그룹별로 교통문화지수에 미치는 영향요인을 규명하고, 교통문화 수준을 높이기 위한 개선 방향을 제시하는 것을 목적으로 한다. 연구 수행을 위해 통계청, 도로교통공단, 한국교통안전공단 등 공신력 있는 기관의 데이터를 활용하였다. 또한, 차원축소 기법 중 하나인 주성분 분석을 통해 총 39개의 지표를 7개의 주성분으로 축약하여 수집 데이터 간의 다중공선성(Multicollinearity) 문제를 해결하였다. 마지막으로, 변수의 중요도(Variable Importance)를 파악할 수 있는 랜덤 포레스트(Random Forest) 기법을 통해 교통문화지수에 영향을 미치는 주요 요인들을 파악하였다. 분석 결과, A(인구 30만 이상 시), B(인구 30만 미만 시) 그룹에서는 인구 천 명당 사업용 자동차 사망자 수가 주요 요인으로 나타났고, C(군) 그룹에서는 지자체의 개발 수준과 교통안전 정책 수립과 관련된 요인, D(구) 그룹에서는 지자체의 개발 수준과 인구 천 명당 사업용 자동차 사망자 수가 주요 요인으로 분석되었다. This study seeks to identify factors affecting the traffic culture index of local governments and to propose strategies for improving traffic culture. Open data from publicly trusted institutions, such as Statistics Korea, the Korea Road Traffic Authority, and the Korea Transportation Safety Authority, were collected. A total of 39 data variables were collected and reduced to seven principal components using principal component analysis to solve multicollinearity problems. The main factors influencing the traffic culture index were identified through a random forest technique that can calculate each variable's importance. It was found that the number of commercial vehicle fatalities per 1,000 people was the main factor in large local governments.

베이지안 확률 추론 기반의 자율주행차 사고 계층분석 및 사고 심각도 모형 연구

이송하,박준영 대한교통학회 2024 대한교통학회지 Vol.42 No.1

첨단 운전자지원 시스템 기술 고도화에 따라 자율 주행 기술은 미래의 스마트 교통 시스템 주요 구성 요소로 주목받고 있지만 꾸준히 발생하는 자율주행차의 사고로 인해 안전성에 대한 체계적인 검증이 요구되고 있다. 특히, 예상치 못하게 제어권이 해제되어 운전자의 대응 시간이 충분하지 않은 상황적 범위라고 칭할 수 있는 핸디캡 구간이 반복적으로 발생하는 도시부 도로에서 자율주행차뿐만 아니라 보행자와 같은 취약한 도로 이용자들의 안전성을 확보하기 위해서는 기술적/ 제도적 접근과 자율 차 사고 원인에 대한 지속적인 이해가 필요하다. 따라서 본 연구는 캘리포니아 자동차관리국에서 제공하는 자율 차 사고 보고서 중 세부 영향 요인과 변수를 추출하기 위해 사고 세부 기록 데이터를 이용하였고 사고 표본 보완을 위해 베이지안 확률추론 기반의 잠재 계층분석과 순서형 프로빗 모형을 통해 계층별 사고 심각도와 설명 변수 간 상관성을 설명하였다. 그 결과 보행자, 자전거 이용자와 같은 취약한 도로 이용자와 관련된 사고는 주로 도로 이용자들이 교차가 발생하는 버스정류장 또는 자전거 도로가 있는 공간에서 발생하고 어두운 조명시설일 때 사고 심각도가 증가하였다. 반면에 나머지 사고의 경우, 기상 조건, 자율 차의 움직임, 주야 등에 따라 계층이 세분화되고 사고 심각도가 증가하였다. 특히, 그리고 기하구조와 기상 조건에 대한 이질성을 고려하였을 때, 고정 효과에 비해 임의 효과를 이용한 베이지안 순서형 프로빗 모형 경우, 분산의 크기가 작아져 신뢰구간 범위가 좁아진 것을 확인할 수 있었다. 이러한 연구 결과를 바탕으로 세분화된 자율 차 안전성 평가시나리오를 구성하면 Level 4-Level 5 수준의 자율 주행 기술에 대한 보다 효율적이고 합리적인 안전성 평가가 가능할 것이라고 기대한다. With the advancement of Advanced Driver Assistance System technology, autonomous driving technology is get a attention as a key component of smart transportation systems. However, verification of safety about autonomous vehicle is required due to the continuous traffic crash involving autonomous vehicles. In particular, to ensure the safety of vulnerable road users such as pedestrians as well as autonomous vehicle on handicap sections where autonomous mode is unexpectedly disengaged and the driver's response time is insufficient, this requires a technical/institutional approach and a continuous understanding for autonomous vehicle crashes. Therefore, this study used autonomous vehicle crash record data to extract impact factors from the autonomous vehicle collision reports provided by the California Department of Motor Vehicles, and used latent class analysis and ordered probit model with Bayesian probability inference to deal with the traffic crash sample. As a result, traffic crash involving vulnerable road users such as pedestrians and cyclists, scooter, mainly occur at bus stops or bicycle lanes where road users cross, and the traffic crash severity increases when light condition is dark street. On the other hand, for the traffic crash which is not involve vulnerable road users, the crash classes were divided and the traffic crash severity increased depending on weather conditions, autonomous vehicle movement, day and night, etc. When considering unobserved heterogeneity in geometry and weather conditions, it was found that the the variance size was smaller and the confidence interval was narrower based on the Bayesian ordered probit model with random effects unlike fixed effects. Specifically, the traffic crash severity increased mainly in movements including turns around signalized intersections and for the other crash, which does not include the vulnerable road users. This means that intersections require an exploring of vehicle movements due to the cross to the various road users, complexity of traffic flow, and unpredictability of vehicles and pedestrians. By developing a detailed autonomous vehicle safety evaluation scenario on these study, it is expected that more efficient and reasonable safety evaluation of level 4 to level 5 autonomous driving technology will be possible.