지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.8
- 수록면
- 483 - 494 (12page)
- DOI
- 10.7470/jkst.2023.41.4.483
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
본 연구에서는 교통 자료를 기반으로 개별 교차로의 신호 계획을 주기적으로 업데이트하는 알고리즘을 제안하였다. 영상검지기를 통해 이동류별 교통량 및 초기 대기 차량 대수 정보를 수집할 수 있는 검지 체계를 기반으로 교통 이력 자료를 수집하여, 기존에 정해진 요일별 시간대별 교차로의 신호 운영 계획을 최적화할지 판단하여 최적화가 필요하다고 판단된 시간대의 신호를 최적화하는 과정이 담긴 알고리즘을 정립하였다. 연구에서 논하는 알고리즘은 Webster 모형 기반의 최적 신호를 계산하여 교차로의 지체와 이동류의 지체를 최소화하고 교차로 내 이동류의 지체 수준을 균등화하는 신호 계획을 산출한다. 교통 신호 계획 업데이트 알고리즘은 비교적 짧은 주기로 최신 교통상황에 적합한 신호 계획을 산출하고 운영자에게 최적 신호 계획을 제공한다. 제안하는 교통 신호 계획 업데이트 알고리즘의 효과평가를 위해 VISSIM 프로그램을 통해 서울시 강남구의 신호 교차로 네트워크를 모사하고 2개 주요 교차로에 대하여 분석을 수행하였다. 시뮬레이션 분석 결과 신호 최적화가 필요한 교차로의 최적 신호를 산출하여 기존 신호 운영 대비 교차로의 종합 서비스수준이 1, 2단계 개선되었으며 교차로 내 이동류별 서비스수준의 편차를 줄여주는 것을 확인하였다. 교통 신호 계획 업데이트 알고리즘은 실시간 신호 제어가 어려운 교차로에서 주기적으로 최근의 교통상황에 적합한 신호 운영을 가능하게 하는 알고리즘이라는 점에서 의의가 있다.
목차
Abstract
초록
서론
선행연구
신호 계획 업데이트 알고리즘
시뮬레이션 분석
결론
REFERENCES
참고문헌 (16)
참고문헌 신청
Ahn H. J. (2022), A Study on Traffic Processing Based on Image Detection for Signal Control, University of Seoul, 1-42.
An G. H., Go G.Y., Jeong Y. J., Park S. Y. (2016), Smart Signal Management System Development, Korea Society of Road Engineers, 18(3), 35-39.
Chen C., Wei H., Xu N., Zheng G., Yang M., Xiong Y., Li Z. (2020), Toward a Thousand lights: Decentralized Deep Reinforcement Learning for Large-scale Traffic Signal Control, In Proceedings of the AAAI Conference on Artificial Intelligence, 34(4), 3414-34
Jeong Y. J. (2018), Determination Method of Signal Timing Plan Using Travel Time Data, Journal of Korean Contents, 18(3), 52-61.
Jung Y. J., Kim Y. C., Beak H. S. (2005), Development of The Signal Control Algorithm Using Travel Time Informations of Sectional Detection Systems, J. Korean Soc. Transp., 23(8), Korean Society of Transportation, 181-191.
An G. H., Go G.Y., Jeong Y. J., Park S. Y. (2016), Smart Signal Management System Development, Korea Society of Road Engineers, 18(3), 35-39.
Chen C., Wei H., Xu N., Zheng G., Yang M., Xiong Y., Li Z. (2020), Toward a Thousand lights: Decentralized Deep Reinforcement Learning for Large-scale Traffic Signal Control, In Proceedings of the AAAI Conference on Artificial Intelligence, 34(4), 3414-34
Jeong Y. J. (2018), Determination Method of Signal Timing Plan Using Travel Time Data, Journal of Korean Contents, 18(3), 52-61.
Jung Y. J., Kim Y. C., Beak H. S. (2005), Development of The Signal Control Algorithm Using Travel Time Informations of Sectional Detection Systems, J. Korean Soc. Transp., 23(8), Korean Society of Transportation, 181-191.
이 논문의 저자 정보
이 논문과 함께 이용한 논문
SSAM 모형을 이용한 LPI 효과분석
김동관
,
박상준
대한교통학회지
2019
.06
미국 캘리포니아 교통 데이터를 활용한 인공지능 알고리즘 기반 고속도로 교통량 예측 연구
최석진
,
김선희
,
신유민
외 2명
한국통신학회 학술대회논문집
2024
.06
경사도를 고려한 전기차 기반 자율주행 대중교통 모빌리티 경로산정에 관한 연구
구동균
,
최민제
,
김주영
대한교통학회지
2022
.12
딥러닝을 이용한 다중 교차로에서의 교통 신호 제어
구자운
,
이민혁
,
전철민
대한공간정보학회 학술대회
2021
.11
Reinforcement Learning-based Traffic Signal Control under Real-World Constraints
피민규
,
이훈순
,
정문영
Journal of KIISE
2021
.08
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-053-001919623