Current portable reference equipment used to evaluate the performance of vehicle detectors can collect traffic volume and speed only for the outermost lanes in each direction. Passing vehicles on the other lanes are manually counted by reviewing the recorded videos. Consequently, only traffic volume—without vehicle speed—is used as a reference value. This method is time-consuming for comparing the performance data from the equipment with the reference data and can compromise the performance evaluation. This study aims to enhance the efficiency of vehicle detection system (VDS) performance evaluations by developing multilane portable reference equipment that can accurately collect traffic information for lanes beyond the outermost lane or for more than two lanes. This study introduced the core technologies of multilane portable reference equipment and compared and analyzed the measurement accuracy of the developed equipment against data from fixed reference equipment operated by the Intelligent Transportation System (ITS) Certification and Performance Evaluation Center, following ITS performance evaluation criteria. The data from the fixed reference equipment were considered the true values, providing a basis for evaluating the accuracy of the measurements by the developed equipment. First, the accuracy of the vehicle length was determined by driving four test vehicles, each measuring 7,085 mm in length, 24–29 times in each lane. The accuracy was calculated by comparing the vehicle length data obtained from the fixed reference equipment with the actual vehicle length. A confidence interval was established for this accuracy. To assess the accuracy of the speed and occupancy time in relation to the accuracy of the analyzed vehicle length, we evaluated the error range of the vehicle length according to variations in speed and occupancy time. This analysis was based on the following relationship equation: “vehicle length = speed × occupied time – sensor spacing.” The analysis used data from approximately 16,000 vehicles, including the speed, occupancy time, and vehicle length, collected between 8:00 am and 12:00 pm on August 8, 2024. The principle behind measuring traffic volume and vehicle speed using multilane portable reference equipment involves detecting a vehicle by analyzing the time difference between the driver and passenger tires. The vehicle speed was calculated using the installation angle of the tire detection sensor and trigonometric functions. An analysis of the measurement accuracy revealed that the traffic volume accuracy of the outermost lane (the fourth lane) was 100% during both day and night. The speed accuracy was 98.8% during the day and 97.7% at night, representing the highest performance in these metrics. Additionally, the traffic volume accuracy for the innermost lane (the first lane), as measured by the detection sensor from the third lane, was more than 99.3% at all times, with a speed accuracy exceeding 96% during the day and night, that also demonstrated excellent results. The analysis results indicated that the multilane portable reference equipment developed in this study was suitable for evaluating the VDS performance. This equipment allowed the collection of traffic volume and speed data from all lanes, rather than only the outermost lanes. This capability enabled consistent analysis for each lane and enhanced efficiency by reducing the analysis time. Additionally, this is expected to improve the reliability of the performance evaluations.

지하도로는 폐쇄적인 공간 구조와 내·외부 조도 차이로 인해 지상도로와 다른 교통 환경을 형성하며 이러한 특성은 교 통사고에 영향을 미칠 수 있다. 특히 고속도로 터널에서 사고 발생 시 대형 인명 피해로 이어질 가능성이 크다는 점을 고려할 때 지하도로에서도 유사한 우려가 제기된다. 따라서 지하도로의 교통류 특성을 면밀히 분석하여 안전성을 평가하 고 사고 예방을 위한 효과적인 대책을 마련하는 것이 중요하다. 본 연구에서는 서부간선 지하도로 성산 방면의 14개 VDS 검지기 데이터를 기반으로 지점별 속도 변동성과 교통사고 분석을 통해 안전성을 평가하였고 분석 결과의 시사점 을 바탕으로 지하도로 속도 관리 전략을 설계하였다. 먼저, VDS 검지기 지점별 속도 표준편차와 time-varying-volatility 산출 및 속도의 변동성과 교통사고 데이터 매칭을 통해 사고 개연성과 심각도를 분석하였다. 이후, 사후검정을 통해 속 도 및 속도 변동성 기준으로 동질적 부분집합을 도출하고 회귀분석을 통해 속도 변동성과 교통량·밀도 간의 관계를 규명 하여 속도 변동성을 최소화할 수 있는 최적의 교통량과 밀도를 산출하였다. 분석 결과, 속도 변동성이 큰 구간에서 사고 개연성과 심각도가 높게 나타났으며 지하도로에 구간단속을 적용할 경우 하류부에서 변동성이 증가하는 현상을 확인하 였다. 이를 바탕으로 위험 구간을 식별하고 해당 구간에 가변형 속도 제한 시스템을 적용한 로컬 속도 관리 전략을 제시 하였다. 본 연구의 결과는 지하도로의 사고 예방 및 안전성 향상을 위한 실질적인 속도 관리 전략 설계에 기여할 수 있 을 것으로 기대된다.

우리나라는 주로 교통관리 및 교통정보 제공을 목적으로 ITS 구축 사업, 한국도로공사 FTMS 사업 등 을 통해 다양한 종류의 차량검지기를 설 및 운영하고 있다. 차량검지기로부터 수집된 교통정보(교통량, 점유율, 속도) 등의 실시간 교통자료는 향후 정체관리, 돌발상황관리 경로안내 서비스 등에 활용하고 있 으나, 활용도가 낮은 것이 현실이다. 지점 교통정보의 단점을 보완하고자 실제 주행을 통해 도로 구간의 교통정보를 수집하여 VDS 자료와의 유사성을 파악하여 자료의 활용 가능성을 검토 하였다. 외곽순환도로 중 자유로 IC~장수 IC를 대상으로, 월요일~금요일의 오전 첨두 및 오후 첨두 시간대를 차로별로 주행하면서 ʻTTMonʼ이라는 장비를 통해 양방향의 교통정보를 수집하였다. VDS 자료는 지점 자 료이고, 실험 자료는 주행 중 수집 자료이기 때문에 분석구간을 설정하였다. 또한 실험 자료는 좌표 정보 로서, 이를 거리 단위로 환산하기 위해 ʻRʼ 프로그램을 통해 작업을 수행하여 자료를 보정하였다. 분석 결과에서 속도의 변화는 두 자료가 비슷한 패턴을 보였으나, F-Test를 통해 각 자료의 분산 검정 에서 유사성을 보였으며, 이 후 두 자료의 유의성 검정을 위한 T-Test를 통해 유의성이 있음을 보였다. 차로별, 방향별, 시간대별 자료의 검정을 통해 실험 주행 자료가 구간의 교통 특성을 대표할 수 있는 자료 임을 나타내었으며, 추후 통행시간 예측 및 경로 탐색에 도움이 될 수 있을 것이라 판단된다.

PURPOSES: This study was initiated to estimate expressway traffic congestion costs by using Vehicle Detection System (VDS) data. METHODS : The overall methodology for estimating expressway traffic congestion costs is based on the methodology used in a study conducted by a study team from the Korea Transport Institute (KOTI). However, this study uses VDS data, including conzone speeds and volumes, instead of the volume delay function for estimating travel times. RESULTS : The expressway traffic congestion costs estimated in this study are generally lower than those observed in KOTI's method. The expressway lines that ranked highest for traffic congestion costs are the Seoul Ring Expressway, Gyeongbu Expressway, and the Youngdong Expressway. Those lines account for 64.54% of the entire expressway traffic congestion costs. In addition, this study estimates the daily traffic congestion costs. The traffic congestion cost on Saturdays is the highest. CONCLUSIONS : This study can be thought of as a new trial to estimate expressway traffic congestion costs by using actual traffic data collected from an entire expressway system in order to overcome the limitations of associated studies. In the future, the methodology for estimating traffic congestion cost is expected to be improved by utilizing associated big-data gathered from other ITS facilities and car navigation systems.