서울시의 대표적인 대중교통 수단인 도시철도를 이용하는 승객 수는 지속적으로 증가하고 있다. 이에 따라 출 퇴근시간대에 열차 내의 혼잡뿐만 아니라 역사내의 혼잡까지 이어져 안전사고가 발생하기도 한다. 본 연구는 역사에서 발생되는 보행흐름의 위험 여부를 판단하기 위해 도로의 교통류에서 활용되고 있는 vehicle accumulation과 travel time 간의 elliptic bivarate relationship을 적용하였다. 또한 보행흐름과 교통류의 혼잡발생 과정을 비교하여 차이점을 규명하였다. 본 연구에서는 도시철도 역사내 CCTV영상을 기반으로 실제 데 이터를 추출하여 역사내 통로에 발생하는 여러 보행흐름을 혼잡강도와 혼잡지속도에 따라 분류하여 비교분석하였다. 혼잡이 발생하는 여러 역의 첨두, 비첨두, 주말등 다양한 시간대의 CCTV 영상을 확보하였고, ByteTrack 방식을 활용하여 객체를 검지하였다. 검지된 보 행흐름을 강도, 지속도에 따라 분류하고 보행 누적량과 평균통행시간을 산출하여 비교분석하였다. 또한, elliptic bivarate relationship의 형태가 교통류와는 어떠한 차이점이 있는지를 규명하고 보행에서의 위험 상황 여부를 그래프를 통해 확인하였다. 분석 결과, 혼잡발생 강도가 높을수록 그래프 타원의 장축이 길게 나타났고, 보도유효폭이 클수록 타원의 기울기가 낮게 나타났다. 또한, 사람들의 평균보 행속도가 클수록 타원이 낮게 위치하였다. 마지막으로 흐름이 바로 해소되지 않고 지속되는 보행흐름의 경우, 일반적인 타원형태에서 우측부분에 타원이 추가로 형성됨을 확인하였다. 교통류와 비교한 결과, 차량의 경우 교통량에 따라 속도가 일정하게 나타나지만, 보 행의 경우 보행량과 속도의 관계가 비교적 불분명하였다.

PURPOSES : Under the Traffic Safety Act, the installation and management of transportation facilities (facilities and attachments necessary for the operation of transportation, such as roads, railways, and terminals) must take necessary measures to ensure traffic safety, such as enhancing safety facilities. Recently, railway operators have graded the congestion level inside railway stations and vehicles, addressing safety and convenience issues arising from congestion and providing this information to users. However, for bus-related transportation facilities (such as bus stops, terminals, and transfer facilities), criteria and related research for assessing traffic congestion are lacking. Therefore, this study developed a model for the congestion risk factors of four bus-related transportation facilities and proposed criteria for classifying congestion risk levels. METHODS : This study involved selecting congestion risk influence variables for each traffic facility through field surveys, calculating congestion risk index values through evacuation and pedestrian simulations, and constructing a congestion risk influence model based on the ridge model. RESULTS : The factors influencing congestion were selected to include the number of people waiting, effective sidewalk width, and number of bus stops. As a result of developing congestion risk grades, the central bus stops were determined to be in a severe stage if the Average Waiting Time (AWT) was 2.7 or above. Roadside bus stops were considered severe at 4.2, underground metropolitan transit centers at 3.7, and bus terminals at 5.9 or above. CONCLUSIONS : This study can help establish a foundation for a safety management system for congested areas in transportation facilities. When the congestion risk prediction results correspond to cautionary or severe levels, measures that can reduce congestion risk must be applied to ensure the safety of road users.

PURPOSES : This study aims to develop a congestion mitigation strategy at lane drop bottleneck with low Connected and Automated Vehicle (CAV) penetration. METHODS : The proposed strategy is designed to assign a role of a moving bottleneck to CAVs to reduce low-speed lane changes at bottleneck locations, which are the main cause of bottleneck capacity drop. Through this, it aims to induce proactive upstream lane changes for Human-Driven Vehicles (HDVs,). Therefore, this study includes the control algorithm for CAVs, and the evaluation of the strategy assumes penetration rates of 5% and 10% in a Microsimulation VISSIM environment. The assessment is conducted by comparing the capacity drop and total travel time. Additionally, a sensitivity test for the parameter of the CAV control algorithm, reduced speed, is performed to find the optimal parameter. RESULTS : In this study, three scenarios, a) Base, b) CAV with no control, and c) CAV with control, are designed to evaluate the effects of the CAV control strategy. Analysis of segment density and lane change distribution reveals that the control strategy effectively prevented vehicle congestion due to the bottleneck effect. Additionally, the analysis of capacity changes before and after the bottleneck and total travel time shows the effectiveness of the control strategy. The sensitivity test on CAV control speed emphasized the importance of selecting an appropriate speed for maintaining efficient traffic flow. Lastly, as the CAV penetration rate increased, the control strategy exhibited greater effectiveness in mitigating capacity drop. CONCLUSIONS : The proposed strategy is intended for use at low CAV penetration rates and is expected to provide assistance in mitigating congestion at bottlenecks during the early stages of CAV commercialization. Furthermore, since the role of CAV in the strategy can be performed by CVs or even HDVs, it can be applied not only immediately but also in the near future.

PURPOSES : Traffic congestion on freeway generally occurs when the traffic volume exceeds the road capacity. Most traffic manuals *such as the Korean Highway Capacity Manual) present the highway capacity as approximately 2,000 units/hour. However, in the real world, freeway congestion occurs for various reasons, including unusual driver behaviors, physical road limitations, and large traffic volumes. Thus, the flow rate at a traffic breakdown can have a wide range of volumes. Therefore, using 5-min volume and speed data from the field, this study explores the stochastic features of traffic breakdowns on major urban freeways in Seoul. METHODS : First, a breakdown point is defined by applying a wavelet transform to identify the sharp drop in the speed data near freeway bottlenecks. Second, based on the flow rate at and before a breakpoint, a survival analysis is performed to construct the probability distributions of the traffic breakdown. Log-rank tests are also conducted to verify the similarities of the distributions between freeways. RESULTS : The analysis results confirm the stochastic features of the urban freeways in Seoul. Specifically, the freeways have typical S-shaped distributions of breakdown probabilities. However, the distributions rise steeply (exceeding a 50% of breakdown probability) at flow rates of 1,150 vphpl to 1,700 vphpl; this is lower than the general expectation. CONCLUSIONS : The statistical differences in the probability distributions for freeways indicates that applying a general standard to every urban highway could raise problems. This study has a limitation in identifying the specific causes of traffic congestion owing to the by physical relationships between individual vehicles. An investigation if vehicle trajectory data should be conducted to examine these aspects in further detail.

An automated material handling system (AMHS) has been emerging as an important factor in the semiconductor wafer manufacturing industry. In general, an automated guided vehicle (AGV) in the Fab’s AMHS travels hundreds of miles on guided paths to transport a lot through hundreds of operations. The AMHS aims to transfer wafers while ensuring a short delivery time and high operational reliability. Many linear and analytic approaches have evaluated and improved the performance of the AMHS under a deterministic environment. However, the analytic approaches cannot consider a non-linear, non-convex, and black-box performance measurement of the AMHS owing to the AMHS’s complexity and uncertainty. Unexpected vehicle congestion increases the delivery time and deteriorates the Fab’s production efficiency. In this study, we propose a Q-Learning based dynamic routing algorithm considering vehicle congestion to reduce the delivery time. The proposed algorithm captures time-variant vehicle traffic and decreases vehicle congestion. Through simulation experiments, we confirm that the proposed algorithm finds an efficient path for the vehicles compared to benchmark algorithms with a reduced mean and decreased standard deviation of the delivery time in the Fab’s AMHS.

PURPOSES : This study aimed to explore crowding impedance for high-risk travelers on various modes of public transit during the COVID-19 pandemic and develop a transport policy to encourage the proper use of public transport. METHODS : A stated preference survey was conducted to investigate the behaviors of travelers on various modes of public transit, with special emphasis on crowding inside vehicles. Multinomial logit-based modeling was used to estimate the explanatory variables identified as parameters based on the surveyed data. A crowding multiplier was adopted to represent the behavioral differences for the high-risk travelers on various modes of public transit. RESULTS : The established model was solved using the ‘mlogit’ R package program to estimate the identified parameters. The results demonstrated significant behavioral difference for the high-risk travelers on public transit during the COVID-19 pandemic. The proposed crowding multiplier successfully captured the reduced likelihood of high-risk travelers to be sensitive to crowding on the subway; furthermore, it revealed that non-crowding travelers on the subway are less sensitive to crowding than bus travelers. CONCLUSIONS : This study estimated crowding impedance for high-risk travelers on various modes of public transit during the COVID-19 pandemic and suggested an appropriate transport policy for those travelers.

본 연구에서는 운전 시뮬레이션을 이용하여 적응형 정속 주행(adaptive cruise control: ACC) 시스템에 대한 운전자의 신뢰 및 도로 혼잡도가 운전자의 작업부하와 상황인식에 미치는 효과를 알아보았다. ACC 시스템에 대한 운전자의 신뢰는 ACC 시스템이 정상 작동하는 조건과 시스템이 오작동하는 조건을 통해 신뢰상승 집단과 신뢰감소 집단으로 구분하였다. 도로 혼잡도는 운전자 차량 주변의 차량 수로 수준을 조작하였다. ACC 시스템에 대한 신뢰와 도로 혼잡도를 달리한 네 가지의 실험 조건 각각에 대해 운전자들의 작업부하와 상황인식을 측정하였다. 본 연구의 결과를 요약하면 다음과 같다. 먼저 ACC 시스템에 대한 신뢰감소 집단은 신뢰상승 집단에 비해 이 시스템의 사용으로 인한 운전부담 경감이나 안전운전 확보 등을 포함한 측정 항목 모두에서 시스템에 대한 신뢰 점수가 유의하게 더 낮았다. 둘째, ACC 시스템에 대한 신뢰감소 집단은 신뢰상승 집단에 비해 이차과제에서 더 느린 반응시간을 보였고, 시스템 사용에서의 주관적인 작업부하 수준도 더 높게 평정하였다. 셋째, 이와는 대조적으로 운전자들의 운전상황에 대한 상황인식은 ACC 시스템 신뢰감소 집단이 신뢰상승 집단보다 유의하게 더 우수하였다. 본 연구의 결과들은 ACC 시스템에 대한 신뢰가 운전 중에 수행하는 다양한 정보처리에 영향을 미칠 수 있음을 보였는데, 이것은 자동화된 운전보조 시스템의 설계에서 사용자의 시스템에 대한 신뢰가 중요한 변인으로 고려되어야 한다는 것을 시사한다.

항로에서의 위험도 평가 모델은 해상 교통량을 기초로 다양한 형태의 수학적 분석 방법 등이 응용되고 있다. 국내 해상교통안 전진단에서는 항로를 통항하는 선박 규모를 표준화시킨 해상교통혼잡도 모델을 활용하고 있으며, 해상교통혼잡도가 높으면 충돌과 같은 위험상황이 발생할 개연성이 높다고 해석하고 있다. 그러나 항로의 특정 지점에서 관측된 해상 교통량의 밀도 변화가 항로의 위험도를 표현할 수 있는지 보다 면밀한 과학적 검토가 필요하다고 판단된다. 본 연구에서는 항로에서의 충돌 및 좌초 등의 위험도를 확률적 기법으로 평가하는 IWRAP Mk2(IALA 공식 추천 평가모델) 모델로 항로 위험도를 체계적으로 평가하고, 동일 해역에서 해상교통혼잡도 모델로 해상교통혼잡도를 평가하여 항로 위험도와 해상교통혼잡도의 연관성을 분석하였다. 분석 결과, R2이 0.943인 선형함수가 도출되었으며, 유의수준에서도 유의성이 있는 것으로 분석되었다. 또한 Pearson 상관계수가 0.971로 높게 나타나 강한 정적 상관관계를 보였다. 이처럼 각각의 수학모델의 공통적인 입력 변수의 영향으로 항로 위험도와 해상교통혼잡도는 강한 연관성을 가지는 것으로 확인되었다. 이러한 연구 결과를 기반으로 항로 위험도를 예측할 수 있는 평가 기법이 고도화될 수 있는 모델 개발을 위한 응용 자료로 활용되기를 기대한다.

PURPOSES : In this study, analyze the characteristics of IOC indicator 'threshold' which is needed when evaluating the traffic signal operation status with ESPRESSO in various grade road traffic environment of Seoul metropolitan city and derive suggested value to use in field practice. METHODS : Using the computerized database program (Postgresql), we extracted data with regional characteristics (Arterial, Collector road) and temporal characteristics (peak hour, non-peak hour). Analysis of variance and Duncan's validation were performed using statistical analysis program (SPSS) to confirm whether the extracted data contains statistical significance. RESULTS: The analysis period of the main and secondary arterial roads was confirmed to be suitable from 14 days to 60 days. For the arterial, it is suggested to use 20 km/h as the critical speed for PM peak hour and weekly non peak hour. It is suggested to use 25 km/h as the critical speed for AM peak hour and night non peak hour. As for the collector road, it is suggested to use 20 km/h as the critical speed for PM peak hour and weekly non peak hour. It is suggested to use 30 km/h as the critical speed for AM peak hour and night non peak hour. CONCLUSIONS : It is meaningful from a methodological point of view that it is possible to make a reasonable comparative analysis on the signal intersection pre-post analysis when the signal operation DB is renewed by breaking the existing traffic signal operation evaluation method.

본 연구는 방문객 유형별로 장성 편백치유의 숲(Jangseong Pyunbaek Healing Forest: JPHF) 내 ‘치유필드’의 이용객 수에 대한 지각(perceived number of users: PNU)과 이용객수에 대한 평가기준(evaluative standards)을 설정, 비교하기 위해 시행되었다. 2017년 9월 중 JPHF 내 ‘치유필드’ 이용객을 대상으로 편의표본추출 방법을 통해 선정된 158명의 표본으로부터 설문지기법을 이용하여 자료를 수집하였다. 치유필드 방문객 중 휴양객(일반 휴양을 목적으로 한 방문객) 은 49.3%, 치유객(건강 및 치유를 목적으로 한 방문객) 15.3%, 휴치객(휴양과 치유를 동일정도로 추구하는 방문객) 35.3%로 구성되어 있었다. 응답자가 지각하는 치유필드 이용객수는 전체적으로는 평균 23.8명(중앙값: 20.0명)으로 나타났으며, 방문객 유형별 평균범위는 21.1-27.8명(중앙값: 20.0명 동일)으로 조사되었다. 응답자의 PNU는 혼잡지각(perceived crowding: PC)(r=0.23) 및 치유경험 방해 지각(perceived interference of healing experience: PIHE) (r=0.20)과 낮은 상관관계를 나타냈다. 방문객 유형 간에 치유필드 적정이용객수(optimal number of users: ONU)는 차이가 없었다. 전체적으로 적정이용객수는 평균 28.9명(중앙값: 25.0명)으로 나타났으며 방문객 유형별 적정이용객수 범위는 평균 25.4-31.4명(중앙값: 25.0-27.5명)으로 분석되었다. 또한 최대 허용가능 이용 객수(maximum acceptable number of users: MANU)는 전체적으로 38.1명으로 나타났으며, 방문객 유형별로는 휴양객 36.9명, 치유객 32.0명, 휴치객 38.0명으로 각각 조사되었다. 방문객 유형별로는 MANU에 차이가 없었다. 응답자의 PC는 평균 2.73(SD: 3.26, 9점 척도), PIHE는 평균 3.26(SD: 1.77, 9점 척도)으로 나타났으며 방문객 유형별로는 휴치객이 휴양객에 비해 통계적으로 높은 PC와 PIHE를 보였다. PNU가 ONU를 초과한 그룹은 그렇지 않은 그룹에 비해 높은 PC와 PIHE를 나타냈다. 연구결과를 토대로 관리적 관점에서의 시사점을 제시하였으며 본 연구의 한계점과 추후 연구에 대하여 토의하였다.

최근 국내에서 교통운영체계 개선 사업이 활성화 되어 시행되고 있다. 운전자 안전 및 운전지원 서비스 개선을 신호운영을 통해 도출해 내려는 움직임이 활발해졌다. 이러한 노력의 성과를 이해하기 위한 다양한 평가방법이 활용되어 왔다. 그러나 이러한 평가 방식은 조사원에 의한 현장 주행 조사가 평가 방식의 대부분이었으며, 주관적 요인이 간섭되는 방식이다. 상기 시스템으로부터 탈피하기 위하여, 객관적인 교통정보 이력자료를 활용하는 ‘혼잡강도(Intensity of Congestion; IOC)’ 지표를 활용하는 신호교차로 운영 평가방법이 연구되나, 혼잡강도 지표 값을 결정하는 ‘분석 기간과 임계 속도’에 대한 공학적 지침이 부족하다. 본 논문은 시간적 특성과 지역적 특성을 반영한 도로 등급별(주간선도로, 보조간선도로) 분석을 적용하여 ‘혼잡 강도’ 지표 내 임계값을 제안하는 연구 내용을 전달한다. 본 연구에 사용된 자료는 5분 단위로 누적된 2016년 서울특별시 TOPIS 링크별 교통소통 속도자료이다. 상기 자료를 분석을 위해 데이터베이스 프로그램을 사용하여 ‘혼잡강도’ 지표 내 임계값을 변환하며 신호교차로 운영상태 개선 전과 후 일정 기간 교통소통 이력자료를 비교하는 분석을 수행하였다. 본 연구에서는 임계속도 값으로 10 km/h, 15 km/h, 20 km/h, 25 km/h, 30 km/h를 고려하였다. 분석 기간으로 신호교차로 운영상태 개선 전 1일, 7일, 14일, 30일, 60일을 적용하였고 분석 일마다 오전, 오후첨두시와 주간, 야간비첨두시로 분류 분석을 수행하였으며, 분석 대상 교차로로 서울특별시 강남권, 강북권의 신호교차로를 선정하여 시공간적 특성을 반영한 연구를 수행하였다. 일원분산분석 및 던컨 검증분석에 의하여 분석 기간 설정에 따른 대표 임계속도를 분석한 결과는 다음과 같다. 통계 분석 결과, 주간선도로의 오전, 오후 첨두시간의 경우 25 km/h와 20 km/h를 임계속도로 사용하는 것이 효율적이었다. 주간 비첨두시간과 야간 비첨두 시간은 1일의 경우 15 km/h와 30 km/h를 사용하는 것이 효율적이었으며 7일, 14일, 30일, 60일의 경우 20 km/h, 25 km/h, 30 km/h를 사용하는 것이 효율적인 것으로 나타났다. 보조 간선도로의 오전 점두시간은 1일의 경우 25 km/h를 사용하는 것이 효율적이었으며 7일, 14일, 30일, 60일의 경우 30 km/h를 사용하는 것이 효율적이었다. 오후 첨두시간, 주간 비첨두시간의 경우 20 km/h 임계속도로 사용하는 것이 효율적이었다. 야간 비첨두시간의 경우 30 km/h를 임계속도로 사용하는 것이 효율적이었다. 본 연구 결과를 바탕으로 신호운영 및 신호교차로 평가에 대한 연구가 추가적으로 이루어져야 할 것이다.

고속도로 공사구간은 차로의 축소로 인한 병목구간이 존재하며, 공사작업의 영향으로 도로의 처리용량을 감소시켜 교통 혼잡을 야기한다. 공사구간으로 인해 발생하는 혼잡을 최소화하기 위해서는 공사구간의 교통관리가 매우 중요하며, 교통관리를 위한 전략을 수립하기 위해서는 공사구간에서의 혼잡상태를 분석하는 것이 중요하다. 따라서 본 연구에서는 고속도로 공사구간에서 발생할 수 있는 다양한 조건의 혼잡상태를 구분하고 충격파이론을 통해 분석하고자 한다. 본 연구에서 분석한 공사구간은 편도 2차로 중에서 1개 차로를 차단한 형태로 구성하였고, 그림 1과 같이 공사구간을 4가지 구역으로 분류하여, 이 중에서 충격파가 발생할 수 있는 구간인 Transition area와 Work space의 용량에 따라 충격파를 분석하였다. 용량과 수요의 관계에 따라 다양한 조건으로 구분할 수 있으나, 본 연구에서는 가장 주요한 조건 2가지에 대해 중점적으로 다루었다. 첫 번째는 수요가   (Transition area의 용량)보다는 작고  (Work space의 용량)보다는 큰 조건으로 Work space에서만 충격파가 발생하는 조건이고, 두 번째는 수요가  , 보다 큰 조건으로 두 구간에서 모두 병목현상이 발생하여 대기행렬이 쌓이게 되는 조건이다. 충격파이론을 직접 적용하기 위해 Bongsoo Son, A Study of G.F. Newell's "simplified theory of kinematic waves in highway traffic"(1996)에서 예제로 활용한 교통류-밀도 관계곡선을 활용하였으며, 두 조건에 대하여 충격파이론을 적용하였을 때의 충격파는 그림2와 그림3과 같다.