교통정보 이력자료 분석을 위한 통합 교통 데이터베이스의 설계 및 구축 = Design and Implementation of an Integrated Traffic Database to Support Traffic History Analysis

국문 초록 (Abstract)

현재 한국도로공사에서 운영하는 고속도로 교통관리시스템(FTMS: Freeway Traffic Management System)과 우회도로 교통정보시스템(ARTIS: Alternative Route Traffic Information System)은 차량검지장치(VDS), 차량번호인식장치(AVI), 그리고 CCTV를 통해 실시간 교통자료를 수집하고, 도로전광표지(VMS) 등 다양한 매체로 교통정보를 제공한다. 이러한 운영계 시스템은 매일 도로에서 수집되는 엄청난 양의 교통자료를 가공하여 실시간으로 교통정보를 제공하는데에만 목적을 두고 있으므로 최소한의 교통자료만을 저장하고 있다. 또한 교통자료가 여러 운영계 시스템으로 분산되어 있어 연구자가 다양하고 대량의 과거 교통자료를 가공하여 비교 분석을 하는데 어려움이 있다. 본 논문에서는 여러 운영계 시스템으로부터 대용량의 교통자료를 하나의 통합 교통 데이터베이스로 구축하여 교통정보
이력자료를 연구할 수 있는 환경을 제안한다. 제안된 통합 교통 데이터베이스는 차량검지장치 자료, 차량번호인식장치 자료, 고속도로 통행료수납(TCS) 자료, 고속도로 전자통행료수납(HI-PASS) 자료, 돌발상황 자료, 도로전광표지 자료에 대한 통합 모델을 제시하고 실제 대용량 데이터베이스 구축으로 교통이력자료에 대한 분석이 가능토록 하였다. 본 시스템과 같은 대규모의 통합 교통 데이터베이스는 새로운 시도이며 실험을 통해 시스템의 자료처리나 질의 처리에서도 매우 좋은 성능을 보여준다.

다국어 초록 (Multilingual Abstract)

The current Freeway Traffic Management System (FTMS) and Alternative Route Traffic Information System (ARTIS) operated by Korea Expressway Corporation are the systems which gather the traffic data in real-time through Vehicle Detecting System (VDS), Auto Vehicle Identification (AVI) and CCTV, and provide information on traffic through various media such as Variable Message System, etc. Such operational systems aim to provide real-time information and only save the minimum required traffic data. The various traffic data are also dispersed into a number of operational systems. Hence, it is very difficult for a researcher to compare and analyze the various historical traffic data. In this study, we propose an integration model to build an integrated traffic database which integrates data from Vehicle Detecting Systems, Auto Vehicle Identification Systems, Toll Collection System (TCS), Highway Auto Toll Payment System (HI-PASS), Events, Variable Message System (VMS). This work is a pioneering work in such an area, and we actually implement the database and verify that it provides superior performance in terms of data and query processing capabilities.

참고문헌 (Reference)

• 1 "로드플러스"
• 2 "University of Virginia Center for Transportation Studies Smart Travel Lab, ADMS Virgina"
• 3 R. Kimball, "The Data Warehouse Toolkit" Wiley 2002
• 4 J. Dijcks, "Oracle Warehouse Builder An Overview, Oracle whitepaper, May 2009"
• 5 H. M. Al-Deek, "New Algorithms forFiltering and Imputation of Real-Time and Archived Dual-Loop Detector Data in I-4 Data Warehouse" TRB, National Research Council 116-126, 2004
• 6 US Department of Transportation, "National ITS Architecture version 6.1"
• 7 H, Mistry, "Materialized view selection and maintenance using multi-query optimization" 30 (30): 307-318, 2001
• 8 B. Smith, "Investigation ofExtraction, Transformation, and Loading Techniques for Traffic Data Warehouses" TRB 9-16, 2004
• 9 한국도로공사 ITS사업실, "ITS 구축·운영 편람" 한국도로공사 2005
• 10 B. Smith, "Design of Archival Traffic Databases: Quantitative Investigation into Application of Advanced Data Modeling Concepts" TRB, National Research Council 126-131, 2003
• 11 P. Varaiya, "California’s performance measurement system: Improving freeway efficiency through transportation intelligence" 218 : 18-24, 2002
• 12 "CATT Lab, University of Maryland, College Park"
• 13 S. Turner, "Archived Intelligent Transportation System Data Quality: Preliminary Analyses of San AntonioTransGuide Data" TRB, National Research Council 77-84, 2000
• 14 B. L. Smith, "An Investigation of ETL Techniques for Traffic Data Warehouse"
• 15 Z. Wall, "Algorithm for Detecting andCorrecting Errors in Archived Traffic Data" TRB, National Research Council 183-190, 2003