• AI글쓰기 2.1 업데이트
PARTNER
검증된 파트너 제휴사 자료
non-ai
판매자가 AI를 사용하지 않은 독창적인 자료

상류부 선형특성을 반영한 지방부 왕복 4차로 연속류 도로의 주행속도 예측모형 개발

방대한 850만건의 자료 중 주제별로 만들수 있는 최적의 산출물을 해피 캠퍼스에서 체험 하세요 전문가의 지식과 인사이트를 활용하여 쉽고 폭넓게 이해하고 적용할수 있는 기회를 놓치지 마세요
13 페이지
어도비 PDF
최초등록일 2015.03.25 최종저작일 2010.10
13P 미리보기
상류부 선형특성을 반영한 지방부 왕복 4차로 연속류 도로의 주행속도 예측모형 개발
  • * 본 문서는 배포용으로 복사 및 편집이 불가합니다.

    미리보기

    서지정보

    · 발행기관 : 대한교통학회
    · 수록지 정보 : 대한교통학회지 / 28권 / 5호
    · 저자명 : 조원범, 김용석, 최재성, 김상엽, 김진국

    목차

    Ⅰ. 서론
    Ⅱ. 기존문헌 고찰
    Ⅲ. 현장조사 및 자료분석
    Ⅳ. 주행속도 예측모형 개발
    Ⅴ. 결론 및 향후연구
    참고문헌

    초록

    본 연구는 주행속도 프로파일 모형의 구성요소 중 주행속도 예측모형과 관련한 것으로서 지방부 왕복 4차로 도로를 대상으로 하고
    있으며, 기존 연구들과는 대상도로, 속도 조사방법론 및 선형유형 구분에서 그 차별점이 있다.
    기존의 대다수 연구들은 평면곡선부 및 평면직선부 중앙의 지점속도를 측정하고 이 자료를 활용하여 각각의 주행속도 예측모형을
    개발하였다. 이러한 방법은 감가속이 평면 직선부에서만 발생하고 평면 곡선부에서는 일정한 속도를유지한다는 주행 행태에 대한 전통적인
    가정에 기반한 것으로서, 구축된 모형에 의해 예측된 주행속도가 과대․과소 추정되거나 또는 실제운전자의 주행 행태를 제대로 묘사하지
    못할 가능성이 높다는 한계가 있다. 이와 비교하여 본 연구는 현장에서 약100m간격으로 연속 조사된속도자료를 활용하여 실제도로상에
    서 관측되는 주행속도 프로파일을 작성하였으며, 연속적인 속도변화를 분석한 결과를 토대로 모형구축에 활용될 자료를 추출하였다.
    주행속도 예측모형은 평면선형과 종단선형의 조합에 따라 6가지 선형유형으로 구분되어 개발되었다.
    본 연구에서 활용한 주행속도 조사방법 및 선형유형 구분은 주행속도 예측모형에 활용되는 자료 및 이를 기반으로 개발된 모형의
    신뢰도 를제고함과 더불어, 연속적인 속도변화 흐름을 상세하게 분석․평가 할 수 있도록하여 가감속행태 분석 등 향후 주행 행태 관련
    분석에 효과적으로 활용될 수 있으며, 더 나아가 설계 속도 기반의 현 도로설계기준을 주행속도 기반의 기준으로 보완하는데 활용되어,
    도로 설계자 또는 정책 결정자가 아닌 실제도로를 이용하는 운전자의 관점에서 도로가 설계 될 수있도록하는데 기여할 것으로 기대된다.

    영어초록

    The study is about the development of operating speed prediction models aimed for an evaluation of design consistency
    of four lane rural roads. The main differences of this study relative to previous research are the method of data collection
    and classification of road alignments. The previous studies collected speed data at several points in the horizontal curve
    and approaching tangent. This method of collection is based on the assumption that acceleration and deceleration only
    occurs at horizontal tangents and the speed is kept constant at horizontal curves. However, this assumption leads to an
    unreliable speed estimation, so drivers’ behavior is not well represented. Contrary to the previous approach, speed data
    were collected with one and data analysis using a speed profile is made for data selection before building final models.
    A total of six speed prediction models were made according to the combination of horizontal and vertical alignments. The
    study predicts that the speed data analysis and selection for model building employed in this study can improve the
    prediction accuracy of models and be useful to analyze drivers’ speed behavior in a more detailed way. Furthermore, it
    is expected that the operating speed prediction models can help complement the current design-speed-based guidelines,
    so more benefits to drivers as real road users, rather than engineers or decision makers, can be achieved.

    참고자료

    · 없음
  • 자료후기

      Ai 리뷰
      지식판매자의 이 자료는 과제를 작성하는 데 필요한 정보를 완벽하게 충족시켜주었습니다. 덕분에 과제 제출 기한을 맞출 수 있어 정말 감사했습니다.
    • 자주묻는질문의 답변을 확인해 주세요

      해피캠퍼스 FAQ 더보기

      꼭 알아주세요

      • 본 학술논문은 (주)학지사와 각 학회간에 저작권계약이 체결된 것으로 AgentSoft가 제공 하고 있습니다.
        본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.
      • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
        파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
        파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

    “대한교통학회지”의 다른 논문도 확인해 보세요!

    찾으시던 자료가 아닌가요?

    지금 보는 자료와 연관되어 있어요!
    왼쪽 화살표
    오른쪽 화살표
    문서 초안을 생성해주는 EasyAI
    안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
    저는 아래와 같이 작업을 도와드립니다.
    - 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
    - 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
    - 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
    이런 주제들을 입력해 보세요.
    - 유아에게 적합한 문학작품의 기준과 특성
    - 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
    - 작별인사 독후감
    해캠 AI 챗봇과 대화하기
    챗봇으로 간편하게 상담해보세요.
    2026년 01월 30일 금요일
    AI 챗봇
    안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
    1:38 오후