Journal of Korean Society of Transportation (대한교통학회지)

Korean Society of Transportation (대한교통학회)
권호 표지

Dynamic Travel Time Prediction Using AVI Data

AVI 자료를 이용한 동적 통행시간 예측

  • Published : 2004.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

This paper develops a dynamic travel time prediction model for ATIS in a national highway. While there have been many research on travel time prediction, none of them is for national highway in Korea. The study uses AVI data installed on the national highway No.1 with 10km interval for travel time prediction model, and probe vehicle data for evaluating the model. The study area has many access points, so there are many outlying observations in the raw AVI data. Therefore, this study uses the algorithm proposed by the author for removing the outliers, and then Kalman filtering algorithm is applied for the travel time prediction. The prediction model is performed for 5, 10, 15 and 30 minute-aggregating interval and the results are $0.061{\sim}0.066$ for 5, 10 and 15 interval and 0.078 for 30 minute one with a little low performance as MAREs.

본 논문은 일반국도 실시간 통행시간 정보제공을 위한 동적 통행시간 예측모형을 개발했다. 교통정보 제공을 위한 통행시간 예측에 관한 기존의 많은 연구가 있었지만, 우리나라에서 일반국도에 대한 통행시간 예측모형은 아직 없었다. 통행시간 예측을 위해 현재 일반국도 1호선에 약 10km 간격으로 연속하여 설치된 AVI자료를 이용했고, 예측모형 평가를 위한 통행시간 기준값 수집을 위해 프로브차량을 이용했다. 본 논문에 사용된 일반국도 1호선 구간은 잦은 유출 입 지점으로 인해 원시 AVI 자료에 많은 이상치가 관측되었다. 이러한 이상치를 제거하기 위해 저자가 제안한 알고리즘을 사용하여 이상치를 제거한 후, 칼만필터링 알고리즘을 이용하여 통행시간을 예측했다. 수집주기를 달리하여 예측모형을 평가한 결과 5분, 10분, 15분 수집주기에 대해서는 MARE가 $0.061{\sim}0.066$로 비슷하게 나왔고, 30분 수집주기는 0.078로 나와 다소 높은 오차율을 나타냈다.

Keywords

References

  1. 강진기 외 4인(2002), 비매설식 자동차량인식장치를 이용한 구간 교통정보 산출 방법 연구
  2. 건설교통부(2001), 수도권 남부 국도1호선 교통관리체계 구축 및 연구, 최종보고서
  3. 박우동. 김병호(1996), 경영 및 경제를 위한 통계, 세영사
  4. 이덕기(1998), 예측방법의 이해，SPSS 아카데미
  5. 장진환(2004), AVI자료 필터링 알고리즘 개발, 서울시립대
  6. Mei Chen and Steven I.J. Chien(2001), Dynamic Freeway Travel Time Prediction Using Probe Vehicle Data: Link-based vs. Path-based, TRB 82th Annual Meeting
  7. Steven I. Chien, Xiaobo Liu and Kaan Ozbay(2003), Predicting Travel Times for The South Jersey Real-Time Motorist Information System, TRB 82nd Annual Meeting(CD-ROM)
  8. Chandra Mouly Kuchipudi and Steven I.J. Chien(2003), Development of a Hybrid Model for Dynamic Travel Time Prediction, TRB 82nd Annual Meeting(CD-ROM)
  9. Giovanni Huisken and Eric C. van Berkum(2003), A Comparative Analysis of Short-Range Travel Time Prediction Methods, TRB 82nd Annual Meeting(CD-ROM)
  10. Steven I-Jy Chien and Chandra Mouly Kuchipudi(2003), Dynamic Travel Time Prediction with Real-Time and Historic Data, Journal of Transportation Engineering
  11. ASTM(2002), 'Standard practice for Dealing With Outlying Observations, E 178-02
  12. Francois Dion and Hesham Rakha(2003), 'Estimating Spacial Travel Time using Automatic Vehicle Identification Data', TRB 82nd Annual Meeting(CD-ROM)
  13. SwRI(1998), Automatic Vehicle Identification Model Deployment Initiative-System Design Document
  14. SwRI(1998), TransGuide Model Deployment Initiative Design Report
  15. SAIC, Automated Vehicle Identification Tags in San Antonio-Lessons Learned from the Metropolitan Model Deployment Initiative
  16. Brian G. Fariello, San Antonio Trans Guide Travel Time Program
  17. Houston TranStar(2003), Houston TranStar Fact Sheet
  18. FHWA(1998), ITS Field Operational Test Summary-TRANSCOM System for Monitoring Incidents and Traffic
  19. Mohinder S. Grewal, Angus P. Andrews(1993), Kalman Filtering-Theory and Practice, Prentice Hall
  20. Ashish Sen, Piyushimita Thakuriah, Xia Quon Zhu and Alan Karr(1997), Frequency of Probe Reports and Variance of Travel Time Estimates, Journal of Transportation Engineering