Core Concepts
낮은 침투율 차량 궤적 데이터를 이용하여 신호등 교차로의 실시간 교통 상태와 관련 매개변수를 추정하고 추정 결과의 불확실성을 정량화하는 방법을 제안한다.
Abstract
이 논문은 신호등 교차로에서 낮은 침투율 차량 궤적 데이터를 이용한 교통 상태 추정 및 불확실성 정량화 방법을 제안한다.
기존 연구들은 차량 궤적 데이터를 이용하여 교통 상태나 관련 매개변수(침투율, 대기행렬 길이 등)를 추정하는 다양한 방법을 제안했지만, 대부분 추정값의 불확실성을 정량화하지 않았다. 이는 데이터가 충분한지 여부를 명확히 알 수 없어 추정 결과의 신뢰성을 판단하기 어렵다는 문제가 있다.
이 논문에서는 베이지안 접근법을 활용하여 교통 상태와 매개변수를 동시에 추정하고 추정 결과의 불확실성을 정량화한다. 최근 개발된 확률적 시공간(PTS) 모델을 기반으로 부분 관측 시스템을 은닉 마르코프 모델(HMM)로 정식화한다. 이를 통해 단일 재귀 알고리즘으로 교통 상태와 매개변수의 분포 추정이 가능하다.
시뮬레이션 연구와 실제 차량 궤적 데이터 적용을 통해 제안 방법의 유효성을 검증한다. 베이지안 접근법을 통해 추정 결과의 불확실성을 명시적으로 정량화할 수 있어, 데이터 충분성 여부를 판단할 수 있다.
Stats
차량 도착률이 균일 포아송 과정을 따른다.
침투율은 일정한 상수 값이다.
시뮬레이션 환경: 길이 250m, 2차로, 신호주기 90초, 녹색시간 35초, 정체밀도 7.5 veh/m.