GPS 차량 통행 자료를 이용한 미관측 도로구간의 AADT 추정

Abstract

최근 IT기술의 발전으로 인하여 루프검지기, 영상검지기 등과 같이 고정된 조사지점에서 교통정보를 수집하는 기존의 단순관측 및 고정센서 조사 수집체계에서 스마트폰, 내비게이션 등과 같이 도로상에서 개인 또는 개별 차량의 GPS 이동궤적을 수집할 수 있는 이동센서 조사 수집체계로 변화하고 있다. 이로 인해 가용할 수 있는 데이터의 양과 질, 그리고 시·공간적 범위가 전국으로 확대되면서 그야말로 대용량 자료의 시대로 진입하게 되었다. 차량용 내비게이션은 운행 중인 거의 모든 차량에 설치되어 있는 필수장비로서 현재 내비게이션 데이터를 수집 및 저장하기 위한 기술적인 안정성도 충분히 확보되어 있는 상태이다. 또한 정부 3.0의 10대 추진과제 중 하나인 빅데이터의 활용이라는 측면에서 차량용 내비게이션에서 수집되고 있는 GPS 차량 통행 자료에 대한 적극적인 활용이 필요한 시점이다. 위의 자료가 도로구간별로 통행하는 전체 차량의 표본인 점을 고려해 볼 때, 미관측 도로구간의 연평균 일교통량(Annual average daily traffic, 이하 AADT) 추정과 관련된 연구의 입력 자료로서 활용이 가능할 것으로 판단되었다. 이와 관련된 선행연구들을 고찰해 본 결과, 기존 AADT 추정모형의 입력 자료들은 과거 데이터 수집 및 저장 기술의 한계로 인하여 특정 지역 또는 구간에서의 교통량 자료와 거시적 단위의 사회·경제적 지표(인구수, 자동차 등록대수, 근로자수 등)에 의존해왔으며, 일부 미시적 단위의 자료로는 GIS에서 일반적으로 제공하고 있는 링크정보(차로수, 연장, 제한속도 등)와 실제 관측 값이 아닌 TransCAD 등과 같은 교통수요모형에 의해서 산출된 추정 값들(통행배정량, 최단경로거리 등)만이 제한적으로 활용되고 있었다. 이러한 입력 자료의 환경이다 보니 기존 모형들은 특정 통계모형의 파라미터에 의존하는 모수 모형만을 적용할 수밖에 없는 실정이었다. 또한 향후 시스템의 내부모듈로서 모형을 탑재할 경우, 기존 모형들은 입력 자료의 구축문제, 파라미터의 최적화 문제 등과 같은 모형의 구조적인 문제도 발생하게 된다. 따라서 본 연구에서는 미관측 도로구간의 AADT 추정에 대한 불확실성을 극복하기 위하여 대용량 GPS 차량 통행 자료 기반의 비모수 모형을 적용한 AADT 추정모형, 즉 KL모형을 개발하였다. KL모형은 비모수 모형인 개의 최근린 이웃(-nearest neighbors)기법과 모수 모형인 국부 가중선형회귀(Locally weighted linear regression)모형이 결합된 추정모형으로 추정모형 식의 형태와 적용 가중치의 종류에 따라 총 6가지 형태의 모형으로 개발하였다. 개발모형의 입력 자료는 기존 모형들과는 달리 본 연구의 GPS 차량 통행 자료를 이용하여 개별 도로구간 단위로 집계한 연평균 일프로브통행량(Annual average daily probe)을 예측변수로 적용하고, 3가지의 KNN 추출방법(연결성지수, 최단경로거리 유클리디안거리)에 따라 추출한 값을 개발모형의 가중치로 적용하였다. 여기서, AADT 추정에 대한 불확실성 극복 방안은 하나의 전역적인 추정모형 또는 특정 통계모형에서 산출되는 가중치 값으로 개별 미관측 도로구간의 AADT를 추정하는 것이 아니라, 비모수 모형인 KNN 기법을 이용하여 해당 도로구간별로 공간적인 패턴을 탐색하고 이에 따라 최종의사결정 군집을 구축하여 AADT를 추정하는 국부적인 추정모형의 형태로 개발함으로서 이러한 불확실성을 감소시켰다. 또한 향후 본 개발모형은 시스템 탑재가 목표이므로 모형의 일반화, 입·출력 자료구조 변경의 용이성, 파라미터의 자동정산, 연산 수행속도 등을 고려하여 개발하였다. 본 연구에서 개발한 KL모형의 성능은 전국 지역간 도로(고속도로, 일반국도)를 대상으로 네트워크 단위의 사례분석 구간을 선정하고 정확도와 신뢰도 평가지표를 이용하여 평가하였다. 그 결과, 본 연구에서 개발한 모형들이 기존의 비교모형들에 비하여 전체적으로 우수한 결과를 나타냈다.