○ 1차년도 연구 목표 및 내용 : 동적 환경최적경로탐색 알고리즘 개발 - 환경기반 복합 경로탐색 변수 선정 · 운전자의 선호도에 따라 최단시간, 최단거리, 미세먼지 농도 변수를 복합적으로 고려하는 경로 탐색 알고리즘의 개발을 통해 현실적인 동적 환경최적경로 탐색을 구현한다. - 환경기반 복합 최적경로 탐색 알고리즘 개발 · 다수의 경로탐색 알고리즘을 검토한 후 동적 환경최적경로를 가장 효과적으로 탐색할 수 있는 최적의 알고리즘을 선택한다. ○ 2차년도 연구 목표 및 내용 : 경로탐색 환경과 미세먼지 지도 구축 - 차량용 미세먼지 수집장치 개발 · 본 연구에서는 다양한 하드웨어 제작에 사용되는 아두이노나 라즈베리파이 보드와 관련 센서들의 조합을 통해 휴대용 미세먼지 측정기를 제작하여 실험차량에 부착하고자 한다. - 실험차량을 이용한 사례지역 미세먼지 수집 · 격자형 도로망 구조를 가진 도시를 선정한 후 휴대용 미세먼지 측정기를 장착한 실험차량을 운행하여 시간대에 따른 링크별 동적 미세먼지 값을 측정한다. - 공간보간법(Spatial Interpolation)을 이용한 미세먼지 지도 구축 · 실험차량이 주행하지 못한 링크에 대한 미세먼지 값은 Kriging이나 IDW(Inverse Distance Weighted)와 같은 공간보간법을 이용해 링크별 동적 미세먼지 값을 추정하여 네트워크 전체의 미세먼지 지도를 구축한다. ○ 3차년도 연구 목표 및 내용 : 동적 환경최적경로탐색 알고리즘 평가 - 시나리오별 동적 환경최적경로 탐색 알고리즘 구현 · 시스템 개발과 운영과정에서 도출된 교통관제센터(server) 중심의 링크별 동적 미세먼지 값 수집 및 추정과 동적 환경최적경로 탐색 알고리즘의 평가를 위해 미시적 시뮬레이션 모델을 사용한다. - 환경과 효율기반의 알고리즘 평가 · 환경최적경로 비율에 따른 개별차량의 통행시간 차이와 MOVES를 활용하여 동적환경최적경로 탐색 시스템의 미세먼지 분산효과를 평가한다.

1. 환경기반 복합 경로탐색 변수 선정 · 운전자의 선호도에 따라 최단시간, 최단거리, 미세먼지 농도 변수를 복합적으로 고려하는 경로 탐색 알고리즘의 개발을 통해 현실적인 동적 환경최적경로 탐색을 구현한다. 2. 환경기반 복합 최적경로 탐색 알고리즘 개발 · 다수의 경로탐색 알고리즘을 검토한 후 동적 환경최적경로를 가장 효과적으로 탐색할 수 있는 최적의 알고리즘을 선택한다. · 운전자가 설정한 변수별 선호도(가중치)에 따라 실험차량의 현 지점에서 종점까지의 경로 중 환경최적경로 비중이 달라지며, 최적경로를 탐색한 후 차량 내비게이션과 같은 단말기를 통해 기존경로와 최적경로 간 환경측면의 편익차를 표출하는 과정을 포함한다. 3. 차량용 미세먼지 수집장치 개발 · 특별·광역시급의 기초자치단체를 공간적 단위로 하는 고정식 미세먼지 측정수단 대신 차량(실험차량)에 장착하는 휴대용 미세먼지 측정기(Liu et al., 2011)를 제작하고자 한다. · 이동식으로 미세먼지를 측정하기 위해서는 미세먼지 측정센서, GPS, 메모리 그리고 통신 모듈과 같은 다수의 센서 조합이 요구된다. · 따라서 본 연구에서는 다양한 하드웨어 제작에 사용되는 아두이노나 라즈베리파이 보드와 관련 센서들의 조합을 통해 휴대용 미세먼지 측정기를 제작하여 실험차량에 부착하고자 한다. 4. 실험차량을 이용한 사례지역 미세먼지 수집 · 격자형 도로망 구조를 가진 도시를 선정한 후 휴대용 미세먼지 측정기를 장착한 실험차량을 운행하여 시간대에 따른 링크별 동적 미세먼지 값을 측정한다. · 측정한 링크 단위 미세먼지 농도를 휴대용 미세먼지 측정기의 통신 기능을 통해 교통관제센터(server)로 전송하여 미세먼지 데이터베이스(DB)를 구축한다. 5. 공간보간법(Spatial Interpolation)을 이용한 미세먼지 지도 구축 · 실험차량이 주행하지 못한 링크에 대한 미세먼지 값은 Kriging이나 IDW(Inverse Distance Weighted)와 같은 공간보간법을 이용해 링크별 동적 미세먼지 값을 추정하여 네트워크 전체의 미세먼지 지도를 구축한다. 6. 시나리오별 동적 환경최적경로 탐색 알고리즘 구현 · 시스템 개발과 운영과정에서 도출된 교통관제센터(server) 중심의 링크별 동적 미세먼지 값 수집 및 추정과 동적 환경최적경로 탐색 알고리즘의 평가를 위해 미시적 시뮬레이션 모델을 사용한다. · 본 연구에서는 현재 산·학·연에서 가장 보편적으로 사용하고 있는 미시적 시뮬레이션 모델을 선택(Otkovic et al., 2013)하고 시스템 개발과정의 정확한 구현을 위해 기본 시뮬레이션 모델과 함께 제공되는 사용자 인터페이스를 활용한다. 7. 환경과 효율기반의 알고리즘 평가 · 미시적 시뮬레이션 모델은 환경최적경로와 최단경로의 선택 비중을 다르게 설정하여 운전자가 시나리오별 동적환경최적경로를 탐색하도록 구축한다. · 동적환경최적경로탐색 시 각각의 변수에 대한 운전자의 선호도가 다르기 때문에 각각의 변수의 가중치에 따른 개별차량의 통행시간 및 네트워크 전체의 미세먼지 분산효과를 평가한다. · 환경최적경로 비율에 따른 개별차량의 통행시간 차이와 MOVES를 활용하여 동적환경최적경로 탐색 시스템의 미세먼지 분산효과를 평가한다.

○ 교통관련 계획 및 영향평가 시 교통량 정보는 필수적으로 활용 교통량 정보는 공공 정보로 수익성 사업이 아닌 비수익성 사업으로 국가 주도하에 기술개발 필요 전국 단위 교통량 정보 수집을 위해 필요한 대규모 국가 예산투자의 한계를 극복하기 위한 새로운 교통정보 수집 기술개발 필요 ※ 현재 전국 약 11만km의 국도 및 지방도에 대하여 고정식 교통정보수집 검지기 설치 도로구간은 약 1만3천km로 미설치 구간 약 10만km에 대하여 2km 당 1개소 설치 시 약 1조원(1개소 당 2천만원 기준)이 소요되며, 노후로 인한 교체 및 유지보수 비용을 감안하면 더욱 커질 것으로 예상○ 정부의 국가교통 통계 신뢰성 확보를 위한 교통량 정보 및 속도 정보 확보 필요 교통혼잡비용, 교통사고비용, 교통환경비용, 교통물류비용 등 교통관련 주요 국가지표의 추정을 위해서는 정확한 교통량 및 속도 정보 필요 현재 국가교통지표는 산발적으로 구축된 고정식 교통량 수집체계와 교통계획 모형을 활용하여 추정·적용하여 신뢰성 극복을 위한 기술개발 필요 국가 교통의 핵심 지표 구축의 기반이 되는 국가교통데이터베이스(KTDB)에 대한 신뢰성 확보를 위한 교통량 및 속도 등 교통 핵심 자료 수집 기술개발 필요이러한 배경 하에 본 연구에서는 다음과 같은 내용에 대한 연구를 수행함○ 개발 예정 기술의 전반적인 설계 및 자료의 특성 등 요구사항 정리- 차량 장치에서 수집되는 자료의 규격, 시공간적 한계, 자료의 신뢰성 등의 정리○ 이동중인 사업용 차량(Probe 차량)을 활용한 차량 간 차두거리 측정기술 기반 연속류 도로 시공간적 교통밀도 추정 전처리 기술 개발- 차량용 블랙박스/ADAS 장비를 활용한 주행차로의 선행, 후미, 좌우 차로의 차량 간 차두거리의 신뢰성 평가- 시간대별, 교통상황별, 기상변화에 따른 이동 중 차두거리 측정의 신뢰성 평가- 주행 차로의 선행, 후미, 좌우 차로의 차간 거리별 교통밀도 추정 알고리즘 개발 ○ Probe 차량 간 차두거리 기반 시공간적 적정 교통 밀도 추정기술(연속류 구간) - 연속류 대상 교통밀도 추정 기술 개발- 차량간 차두 거리 활용 교통 밀도 추정을 위한 시공간적 적정 구간(적정 aggregation 구간/규격) 산정 기술 개발- 1초 간격으로 측정되는 차두거리 기반 교통 밀도 추정을 위한 적정 시간 간격과 도로 구간 산정○ Probe 차량 기반 측정 교통밀도 및 속도 활용 교통량 추정기술 개발- 집계된 교통 밀도 및 공간평균 속도 기반 교통량 추정기술 개발- 도로의 유형별(연속류 구간) 교통량 추정 기술 개발○ Probe 차량 기반 교통밀도 및 교통량 추정을 위한 적정 차량 대수 산정기술- 개발 기술의 신뢰성 보장을 위한 장치 장착 차량의 적정 대수 산정 기술 개발- 소통상황별, 도로 유형별 최소 적정 대수 변화 평가 및 신뢰성 제시○ 도로 유형별 이동 중인 차량 기반 교통량 추정 결과의 적용변수 추정 및 결과의 신뢰성 평가 기술- 도로의 기하구조, 도로의 유형, 외부 환경에 변화에 따른 개발 알고리즘의 적용(adjust) 변수 추정○ 개발 기술 기반 추정된 교통량, 교통 밀도 정보의 신뢰성 평가- 개발된 기술의 신뢰성 평가를 위한 테스트 베드 선정- 개발된 기술의 신뢰성 평가를 위한 방법론 개발- 개발된 신뢰성 평가기술 기반 현장 검증 결과 도출

○ 교통관련 계획 및 영향평가 시 교통량 정보는 필수적으로 활용 교통량 정보는 공공 정보로 수익성 사업이 아닌 비수익성 사업으로 국가 주도하에 기술개발 필요 전국 단위 교통량 정보 수집을 위해 필요한 대규모 국가 예산투자의 한계를 극복하기 위한 새로운 교통정보 수집 기술개발 필요 ※ 현재 전국 약 11만km의 국도 및 지방도에 대하여 고정식 교통정보수집 검지기 설치 도로구간은 약 1만3천km로 미설치 구간 약 10만km에 대하여 2km 당 1개소 설치 시 약 1조원(1개소 당 2천만원 기준)이 소요되며, 노후로 인한 교체 및 유지보수 비용을 감안하면 더욱 커질 것으로 예상 ○ 정부의 국가교통 통계 신뢰성 확보를 위한 교통량 정보 및 속도 정보 확보 필요 교통혼잡비용, 교통사고비용, 교통환경비용, 교통물류비용 등 교통관련 주요 국가지표의 추정을 위해서는 정확한 교통량 및 속도 정보 필요 현재 국가교통지표는 산발적으로 구축된 고정식 교통량 수집체계와 교통계획 모형을 활용하여 추정·적용하여 신뢰성 극복을 위한 기술개발 필요 국가 교통의 핵심 지표 구축의 기반이 되는 국가교통데이터베이스(KTDB)에 대한 신뢰성 확보를 위한 교통량 및 속도 등 교통 핵심 자료 수집 기술개발 필요 이러한 배경 하에 본 연구에서는 다음과 같은 내용에 대한 연구를 수행함 ○ 개발 예정 기술의 전반적인 설계 및 자료의 특성 등 요구사항 정리 - 차량 장치에서 수집되는 자료의 규격, 시공간적 한계, 자료의 신뢰성 등의 정리 ○ 이동중인 사업용 차량(Probe 차량)을 활용한 차량 간 차두거리 측정기술 기반 연속류 도로 시공간적 교통밀도 추정 전처리 기술 개발 - 차량용 블랙박스/ADAS 장비를 활용한 주행차로의 선행, 후미, 좌우 차로의 차량 간 차두거리의 신뢰성 평가 - 시간대별, 교통상황별, 기상변화에 따른 이동 중 차두거리 측정의 신뢰성 평가 - 주행 차로의 선행, 후미, 좌우 차로의 차간 거리별 교통밀도 추정 알고리즘 개발 ○ Probe 차량 간 차두거리 기반 시공간적 적정 교통 밀도 추정기술(연속류 구간) - 연속류 대상 교통밀도 추정 기술 개발 - 차량간 차두 거리 활용 교통 밀도 추정을 위한 시공간적 적정 구간(적정 aggregation 구간/규격) 산정 기술 개발 - 1초 간격으로 측정되는 차두거리 기반 교통 밀도 추정을 위한 적정 시간 간격과 도로 구간 산정 ○ Probe 차량 기반 측정 교통밀도 및 속도 활용 교통량 추정기술 개발 - 집계된 교통 밀도 및 공간평균 속도 기반 교통량 추정기술 개발 - 도로의 유형별(연속류 구간) 교통량 추정 기술 개발 ○ Probe 차량 기반 교통밀도 및 교통량 추정을 위한 적정 차량 대수 산정기술 - 개발 기술의 신뢰성 보장을 위한 장치 장착 차량의 적정 대수 산정 기술 개발 - 소통상황별, 도로 유형별 최소 적정 대수 변화 평가 및 신뢰성 제시 ○ 도로 유형별 이동 중인 차량 기반 교통량 추정 결과의 적용변수 추정 및 결과의 신뢰성 평가 기술 - 도로의 기하구조, 도로의 유형, 외부 환경에 변화에 따른 개발 알고리즘의 적용(adjust) 변수 추정 ○ 개발 기술 기반 추정된 교통량, 교통 밀도 정보의 신뢰성 평가 - 개발된 기술의 신뢰성 평가를 위한 테스트 베드 선정 - 개발된 기술의 신뢰성 평가를 위한 방법론 개발 - 개발된 신뢰성 평가기술 기반 현장 검증 결과 도출