KR20200063288A - Traffic simulator for verification of its system - Google Patents

Abstract

According to the present invention, provided is a traffic simulator for ITS system verification, which comprises: a traffic big data DB generating and storing simulation input data through pre-processing of traffic big data; an ITS system for verification; a simulator for traffic system verification using critical traffic behavior model to simulate a traffic situation to which the simulation input data and the ITS system for verification are applied, and using GPU in which an individual link comprising a road type to each core is assigned or sectioning a network to distribute calculations for each link, wherein a dummy section is added per individual link; and an ITS system evaluation module analyzing and evaluating results of the simulation.

Description

ITS 시스템 검증용 교통 시뮬레이터{TRAFFIC SIMULATOR FOR VERIFICATION OF ITS SYSTEM}TRAFFIC SIMULATOR FOR VERIFICATION OF ITS SYSTEM

본 발명은 교통 시뮬레이터에 관한 것으로, 더욱 상세하게는 중시적 교통 행동 모델과 인풋 생성 모듈을 통해 국내 교통 빅데이터의 시뮬레이션에 활용할 수 있는 ITS 시스템 검증용 교통 시뮬레이터에 관한 것이다.The present invention relates to a traffic simulator, and more particularly, to a traffic simulator for verifying an ITS system that can be used for simulation of domestic traffic big data through an emphasis on traffic behavior model and input generation module.

근래 들어, 지속적인 차량의 증가와 더불어 교통 혼잡 등 다양한 문제가 발생하고 있으며, 이를 해결하기 위하여 새로운 인프라 구축보다는 기존 시스템의 효율을 높이는 방법들이 각광받고 있다.In recent years, various problems such as traffic congestion have occurred along with the continuous increase of vehicles, and methods to increase the efficiency of existing systems rather than establishing new infrastructures have been spotlighted to solve these problems.

국내에서는 하이패스, 스마트 교통카드 시스템 등을 통해 수집된 교통 빅데이터를 이용하여 대중교통 노선 변경 등 일부 시스템 개선을 이루어나가고 있는 실정이다.In Korea, some systems are being improved, such as changes in public transportation routes, by using transportation big data collected through high-pass and smart transportation card systems.

그리고, 가변속도 제한 시스템, 신호 제어 시스템 등 도로를 직접적으로 관리하는 시스템은 아주 제한적으로만 사용되고 있는데, 이것은 충분한 검증이 이루어지지 않은 시스템의 도입은 예상치 못한 정체상황의 발생 혹은 안전도 악화 등 치명적인 문제로 이어질 수 있기 때문이다.In addition, systems that directly manage roads, such as variable speed limiting systems and signal control systems, are used only in very limited ways. This is a fatal problem such as the occurrence of unexpected congestion or deterioration of safety. Because it can lead to.

실제의 도로 실험은 시간과 비용의 제약이 커 시스템 검증을 위해 사용하기에 적합하지 않기 때문에 하나의 대안으로 교통 시뮬레이터가 주로 사용되고 있다.Traffic simulators are mainly used as an alternative because actual road experiments are not suitable for use for system verification due to large time and cost constraints.

대한민국 공개특허 제2018-0015451호(공개일 : 2018. 02. 13.)Republic of Korea Patent Publication No. 2018-0015451 (Publication date: 2018. 02. 13.)

본 발명은 중시적 교통 행동모델과 인풋 생성 모듈을 통해 국내 교통 빅데이터를 시뮬레이션에 활용할 수 있는 ITS 시스템 검증용 교통 시뮬레이터를 제공하고자 한다.The present invention is to provide a traffic simulator for verifying an ITS system that can utilize domestic traffic big data for simulation through an emphasis on traffic behavior model and input generation module.

본 발명이 해결하고자 하는 과제는 상기에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재들로부터 본 발명이 속하는 통상의 지식을 가진 자에 의해 명확하게 이해될 수 있을 것이다.The problem to be solved by the present invention is not limited to those mentioned above, and another problem to be solved that is not mentioned can be clearly understood by those of ordinary skill to which the present invention belongs from the following descriptions. will be.

본 발명은, 일 관점에 따라, 교통 빅데이터 전처리를 통한 시뮬레이션 입력 데이터를 생성하여 저장하는 교통 빅데이터 DB와, 검증용 ITS 시스템과, 중시적 교통 행동 모델을 이용하여 상기 시뮬레이션 입력 데이터와 상기 검증용 ITS 시스템을 적용시킨 교통 상황을 시뮬레이션하며, 각 코어에 도로 형태를 구성하는 개별 링크가 할당되는 GPU를 사용하거나 네트워크를 구역화하여 링크별 계산을 분산 처리하는 -개별 링크마다 더미 섹션(dummy section)이 추가되는- 교통 시스템 검증용 시뮬레이터와, 상기 시뮬레이션의 결과를 분석하여 평가하는 ITS 시스템 평가 모듈을 포함하는 ITS 시스템 검증용 교통 시뮬레이터를 제공할 수 있다.According to an aspect of the present invention, the simulation input data and the verification using a traffic big data DB for generating and storing simulation input data through pre-processing of traffic big data, an ITS system for verification, and a critical traffic behavior model Simulates the traffic situation with the ITS system for the ITS system, and uses the GPU to which the individual links constituting the road form are allocated to each core or zoning the network to disperse the calculation for each link-dummy section for each link It is possible to provide a traffic simulator for verifying the ITS system, including a simulator for verifying the traffic system and an ITS system evaluation module for analyzing and evaluating the results of the simulation.

본 발명의 상기 시뮬레이션 입력 데이터는, 국내 도로 데이터와 신호 시스템 DB의 전처리를 통해 생성될 수 있다.The simulation input data of the present invention may be generated through pre-processing of domestic road data and a signal system DB.

본 발명에 따른 차량의 세부 위치는 셀 내부의 차량 대수와 순서에 의거하여 추산되며, 도로로 유입되는 차량은 차량수요 데이터의 업데이트 주기마다 링크와 일대일 대응되는 소오스 셀(source cell)에 생성될 수 있다.The detailed location of the vehicle according to the present invention is estimated based on the number and order of vehicles inside the cell, and the vehicle entering the road may be generated in a source cell corresponding to the link one-to-one with each update cycle of the vehicle demand data. .

본 발명의 실시예1에 따르면, 본 발명은 중시적 교통 행동모델과 인풋 생성 모듈을 통해 국내 교통 빅데이터를 시뮬레이션에 활용할 수 있는 ITS 시스템 검증용 교통 시뮬레이터를 실현함으로써, 축적되어 있는 교통 데이터의 활용도를 획기적으로 높일 수 있다.According to Embodiment 1 of the present invention, the present invention realizes a traffic simulator for verifying an ITS system that can utilize domestic traffic big data for simulation through an emphasis on traffic behavior model and input generation module, thereby utilizing the accumulated traffic data Can dramatically increase.

본 발명의 실시예에 따르면, 링크와 일대일 매칭되는 소오스 셀(source cell)에서 차량을 생성하기 때문에 골목길, 주차장 등에서 큰 도로로 유입되는 차량의 모사가 가능하며, 이를 통해 보다 현실적인 시가지 교통 시뮬레이션을 실현할 수 있다.According to an embodiment of the present invention, since a vehicle is generated from a source cell that is one-to-one matched with a link, it is possible to simulate a vehicle entering a large road in an alleyway, a parking lot, etc., thereby realizing a more realistic urban traffic simulation. have.

본 발명의 실시예에 따르면, 기존 상용 시뮬레이터들에 비해 계산 속도가 상대적으로 빠르고 복잡한 네트워크 구조(예컨대, 포켓구조 등) 구성에 유연한 시스템 구조를 가지고 있기 때문에 실제 도로 형태와 유사한 시뮬레이션 세팅이 용이하다.According to an embodiment of the present invention, since the calculation speed is relatively fast and has a flexible system structure in a complex network structure (for example, a pocket structure) compared to conventional commercial simulators, simulation settings similar to actual road forms are easy.

도 1은 본 발명의 일 실시예에 따른 ITS 시스템 검증용 교통 시뮬레이터의 블록 구성도이다.
도 2는 도로 네트워크 구조의 예시도이다.
도 3은 시간별 차량 수요 데이터에 대한 예시도이다.
도 4는 링크 구조의 예시도이다.
도 5는 포켓 구조의 구현을 위해 셀 수용 가능 최대 차량 대수를 조정하는 예시도이다.
도 6은 소오스 셀을 통한 차량수요 업데이트를 설명하기 위한 예시도이다.
도 7은 GPU 분산처리를 위한 시뮬레이션 모식도이다.
도 9는 더미 섹션을 추가한 링크 구조도이다.
도 10은 링크간 차량 이동을 위한 3단계 CTM 알고리즘의 예시도이다.1 is a block diagram of a traffic simulator for verifying an ITS system according to an embodiment of the present invention.
2 is an exemplary diagram of a road network structure.
3 is an exemplary diagram of vehicle demand data for each hour.
4 is an exemplary view of a link structure.
5 is an exemplary diagram of adjusting the maximum number of vehicles that can be accommodated in a cell to implement a pocket structure.
6 is an exemplary view for explaining a vehicle demand update through a source cell.
7 is a schematic diagram of a simulation for GPU distributed processing.
9 is a link structure diagram to which a dummy section is added.
10 is an exemplary diagram of a three-step CTM algorithm for vehicle movement between links.

먼저, 본 발명의 장점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시 예들을 참조하면 명확해질 것이다. 여기에서, 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 발명의 범주를 명확하게 이해할 수 있도록 하기 위해 예시적으로 제공되는 것이므로, 본 발명의 기술적 범위는 청구항들에 의해 정의되어야 할 것이다.First, advantages and features of the present invention, and methods for achieving them will be clarified with reference to embodiments described below in detail together with the accompanying drawings. Here, the present invention is not limited to the embodiments disclosed below, but may be implemented in various different forms, and only these embodiments make the disclosure of the present invention complete, and are common in the technical field to which the present invention pertains. The technical scope of the present invention should be defined by the claims because it is provided by way of example so that a person with knowledge can clearly understand the scope of the invention.

아울러, 아래의 본 발명을 설명함에 있어서 공지 기능 또는 구성 등에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들인 것으로, 이는 사용자, 운용자 등의 의도 또는 관례 등에 따라 달라질 수 있음은 물론이다. 그러므로, 그 정의는 본 명세서의 전반에 걸쳐 기술되는 기술사상을 토대로 이루어져야 할 것이다.In addition, in the following description of the present invention, when it is determined that a detailed description of known functions or configurations may unnecessarily obscure the subject matter of the present invention, the detailed description will be omitted. In addition, terms to be described later are terms defined in consideration of functions in the present invention, and it is needless to say that they may vary according to intentions or customs of users, operators, and the like. Therefore, the definition should be made based on the technical idea described throughout the present specification.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 대하여 상세하게 설명한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 ITS 시스템 검증용 교통 시뮬레이터의 블록 구성도로서 아래와 같은 순서로 프로세스가 진행될 수 있다.1 is a block diagram of a traffic simulator for verifying an ITS system according to an embodiment of the present invention, and a process may be performed in the following order.

1. 교통 빅데이터 전처리를 통한 시뮬레이션 입력 데이터를 생성한다.1. Generate simulation input data through pre-processing of traffic big data.

2. 검증용 ITS 시스템을 입력한다.2. Enter the ITS system for verification.

3. 중시적 교통 행동 모델을 이용하여 검증용 ITS 시스템을 적용시킨 교통상황을 시뮬레이션한다.3. Simulate the traffic situation to which the ITS system for verification is applied by using the critical traffic behavior model.

4. 시뮬레이션 결과 분석을 통한 ITS 시스템을 평가한다.4. Evaluate the ITS system through analysis of simulation results.

이를 위하여, 본 실시예의 ITS 시스템 검증용 교통 시뮬레이터는 교통 빅데이터 전처리를 통한 시뮬레이션 입력 데이터를 생성하여 저장하는 교통 빅데이터 DB(110), 검증용 ITS 시스템(120), 중시적 교통 행동 모델을 이용하여 상기 시뮬레이션 입력 데이터와 상기 검증용 ITS 시스템을 적용시킨 교통 상황을 시뮬레이션하며, 각 코어에 도로 형태를 구성하는 개별 링크가 할당되는 GPU를 사용하거나 네트워크를 구역화하여 링크별 계산을 분산 처리하는 -개별 링크마다 더미 섹션(dummy section)이 추가되는- 교통 시스템 검증용 시뮬레이터(130) 및 시뮬레이션의 결과를 분석하여 평가하는 ITS 시스템 평가 모듈(140) 등을 포함할 수 있다.To this end, the traffic simulator for verifying the ITS system of the present embodiment uses a traffic big data DB 110, a verification ITS system 120, and a serious traffic behavior model that generates and stores simulation input data through traffic big data pre-processing. -Simulates the traffic conditions to which the simulation input data and the verification ITS system are applied, and uses the GPU to which the individual links constituting the road form are allocated to each core or zoning the network to disperse the calculation for each link. A dummy section is added for each link-a simulator 130 for verifying a traffic system, and an ITS system evaluation module 140 for analyzing and evaluating the results of the simulation.

[교통 빅데이터 전처리를 통한 시뮬레이션 입력 데이터 생성][Simulation input data generation through traffic big data pre-processing]

국내에는 스마트 교통 카드 시스템, 스마트 택시 데이터, 통신사 데이터 등 활용 가능한 DB가 다수 존재하는데, 본 실시예의 교통 시뮬레이터는 전처리를 통해 이 데이터를 시뮬레이터에 사용할 수 있다.In Korea, there are a number of DBs that can be used, such as smart traffic card system, smart taxi data, and carrier data, and the traffic simulator of this embodiment can use this data in the simulator through pre-processing.

시뮬레이터에 사용되는 데이터는 크게 도로 네트워크, 도로 신호 시스템, 차량수요 데이터로 이루어질 수 있는데, 도로 네트워크는, 일례로서 도 2에 도시된 바와 같이, 도로 형태를 구성하는 링크, 링크와 링크를 잇는 커넥션 셀로 구성될 수 있다. 즉, 도 2는 도로 네트워크 구조의 예시도이다.The data used in the simulator may be largely composed of a road network, a road signal system, and vehicle demand data. As an example, the road network is a link cell constituting a road form, a connection cell connecting a link with a link, as illustrated in FIG. 2. Can be configured. That is, Figure 2 is an exemplary diagram of a road network structure.

여기에서, 커넥션 셀은 링크의 차로별 연결 정보를 담고 있어 직진, 직좌, 직우 등의 다양한 도로 연결을 표현할 수 있다. 시뮬레이션 전처리 작업은 시뮬레이션에 영향을 미치지 않는 링크(예컨대, 골목길 등)를 삭제하고, 시뮬레이션에 적합한 길이로 링크를 재구성하는 작업이 포함될 수 있다.Here, the connection cell contains connection information for each lane of the link, and thus can express various road connections such as straight, left, right. The simulation pre-processing operation may include deleting a link (eg, alleyway, etc.) that does not affect the simulation, and reconfiguring the link to a length suitable for the simulation.

교차로의 신호 시스템 데이터는 링크를 잇는 커넥션 셀에 저장되는데, 상용 시뮬레이터들은 이를 수작업으로 입력해줘야 하는 번거로움이 있으며, 그 과정에서 잘못된 입력의 가능성이 있다.The signal system data at the intersection is stored in the connection cell connecting the links, and commercial simulators have a hassle to manually input it, and there is a possibility of incorrect input in the process.

그러나, 본 실시예의 시뮬레이터는 국내 도로 네트워크와 신호 시스템 DB를 전처리하여 시뮬레이션 입력 데이터를 생성하기 때문에 국내 도로망과 교통 현시를 보다 정확하게 구현할 수 있는 장점을 갖는다.However, the simulator of the present embodiment has the advantage of being able to more accurately implement the domestic road network and traffic manifestation because it generates simulation input data by preprocessing the domestic road network and signal system DB.

차량수요 데이터는 시뮬레이션에 사용되는 도로망을 기준으로 개별 차량의 링크단위 경로를 포함할 수 있는데, 이러한 차량수요 데이터는 일정 주기마다 시뮬레이션에 업데이트되며, 전처리 과정에서 업데이트 주기(예컨대, 도 3에 도시된 바와 같이, 2분 30초)를 기준으로 저장될 수 있다. 즉, 도 3은 시간별 차량 수요 데이터에 대한 예시도이다.The vehicle demand data may include a link unit route of an individual vehicle based on a road network used for simulation. The vehicle demand data is updated in the simulation at regular intervals, and an update cycle (eg, illustrated in FIG. 3) in a preprocessing process As can be, based on 2 minutes 30 seconds). That is, FIG. 3 is an exemplary diagram of vehicle demand data for each hour.

[교통 시스템 검증용 중시적 교통 행동 모델][Priority Traffic Behavior Model for Traffic System Verification]

기존의 상용 교통 시뮬레이터는 미시적 교통 행동 모델을 사용하여 차량 개별 행동을 모사한다. 따라서, 시뮬레이션 소요 시간이 상대적으로 길고, 광범위 네트워크를 시뮬레이션 하기에는 적합하지 않다는 문제가 있다.Conventional commercial traffic simulators use microscopic traffic behavior models to simulate vehicle individual behavior. Therefore, there is a problem that the time required for simulation is relatively long and is not suitable for simulating a wide network.

거시적 교통 시뮬레이션은 개별 차량이 아닌 도로 구간의 상태를 시뮬레이션하기 때문에 시뮬레이션 속도가 상대적으로 빠르고, 넓은 지역의 교통 흐름을 분석하고 평가하는데 많이 사용되고 있다.Since macroscopic traffic simulation simulates the state of a road section rather than an individual vehicle, the simulation speed is relatively fast, and is widely used to analyze and evaluate traffic flow in a wide area.

그러나, 거시적 교통 시뮬레이션은 개별 차량의 정체 시간 등과 같은 자세한 정보를 알 수 없다는 단점이 있다.However, the macroscopic traffic simulation has a disadvantage that detailed information such as the congestion time of an individual vehicle cannot be known.

따라서, 본 실시예에서는 대표적 거시 교통 행동 모델 중 하나인 셀 트랜스미션 모델1(Cell Transmission Model: CTM)에 에이전트(Agent) 개념을 도입하여 개별 차량의 주행 경로를 추적하는 동시에 미시 교통 행동 모델에 비해 계산량을 줄여 시뮬레이션 속도를 상대적으로 높인 중시적 교통 행동 모델을 사용한다.Therefore, in the present embodiment, the concept of an agent is introduced into the Cell Transmission Model (CTM), which is one of the representative macroscopic traffic behavior models, to track the driving route of an individual vehicle, and at the same time, the calculation amount compared to the microscopic traffic behavior model. We use an emphasis on traffic behavior model with relatively high simulation speed.

중시적 교통 행동 모델에서 링크는 차로(lane)와 구간(section)으로 나뉘며 이 단위를 셀(cell)이라 하는데, 링크 내부에서는 셀 간의 차량 이동이 이루어지며, 일례로서 도 4에 도시된 바와 같이, 크게 종방향(전진)과 횡방향(차로 변경)으로 CTM 공식에 따라 이동할 차량 대수가 계산될 수 있다. 즉, 도 4는 링크 구조의 예시도이다.In the emphasis on traffic behavior model, the link is divided into lanes and sections, and this unit is called a cell. In the link, vehicle movement is performed between cells, as shown in FIG. 4 as an example. The number of vehicles to be moved according to the CTM formula can be largely calculated in the longitudinal (forward) and transverse (changes to lanes). That is, Fig. 4 is an exemplary view of a link structure.

계산된 이동 차량 대수만큼 셀 내부의 개별차량이 다른 셀로 이동하게 되는데, 종방향 이동의 경우 셀의 앞쪽(진행방향)에 있는 순서대로 이동할 개별 차량이 선택되고, 횡방향 이동의 경우 (1)경로 변경을 위해 필수적인 차로 변경(예컨대, 좌회전이 필요한 차량이 좌회전 차선으로 이동) (2)빠른 주행을 위해 속도가 높은 차로로 선택적인 차로 변경이 이루어질 수 있다.As the calculated number of moving vehicles, the individual vehicles inside the cell move to another cell. In the case of longitudinal movement, the individual vehicles to move in the order in the front (progression) of the cell are selected, and in the case of transverse movement (1) Change of the lane essential for the change (for example, a vehicle requiring a left turn moves to the left turn lane) (2) For fast driving, an optional lane may be changed to a high-speed lane.

시뮬레이션 상에서 링크는 매트릭스 구조로 구현되며, 다양한 도로 형태를 구현하기 위하여 셀 수용 가능 최대 차량 대수를 조정할 수 있다. 이 방법은 시뮬레이션 상에서 동일한 매트릭스 구조로 모든 형태의 링크를 구현할 수 있다는 장점이 있다.In the simulation, the link is implemented in a matrix structure, and the maximum number of vehicles that can be accommodated in the cell can be adjusted to implement various road shapes. This method has the advantage that all types of links can be implemented in the same matrix structure in the simulation.

일례로서 도 5에 도시된 바와 같이, 포켓이 있는 도로의 경우 진입이 불가능한 셀의 수용 가능 최대 차량 대수를 0으로 조정하여 구현할 수 있다. 수용 가능 대수가 0인 구간에는 차량 진입이 불가능하며, 횡방향 CTM 공식에 따라 필수적인 차로 변경이 필요한 차량들이 포켓에 진입하게 된다. 즉, 도 5는 포켓 구조의 구현을 위해 셀 수용 가능 최대 차량 대수를 조정하는 예시도이다.As an example, as shown in FIG. 5, in the case of a road with a pocket, it can be implemented by adjusting the maximum number of vehicles that can not be entered to 0. Vehicles are not allowed to enter in the section with an acceptable number of zeros, and vehicles requiring essential lane change according to the transverse CTM formula will enter the pocket. That is, FIG. 5 is an exemplary diagram of adjusting the maximum number of vehicles that can be accommodated in a cell to implement a pocket structure.

차량의 세부 위치는 셀 내부의 차량 대수와 순서에 기인해 추산될 수 있는데, 이를 통해 특정 경로를 가진 차량이 특정 시각에 어디에 위치하였는지, 또는 어디에서 정체되어 있었는지 등의 자세한 정보를 확인할 수 있다.The detailed location of the vehicle can be estimated due to the number and order of the vehicles inside the cell. Through this, detailed information such as where the vehicle with a specific route was located at a specific time or where it was congested can be confirmed. .

도로로 유입되는 차량은 차량수요 데이터의 업데이트 주기마다 링크와 일대일 대응되는 소오스 셀(source cell)에 생성되는데, 일례로서 도 6에 도시된 바와 같이, 소오스 셀의 차량은 교차로 부근의 교통 행태에 영향을 최소화하기 위하여 링크 중간의 셀로 유입될 수 있다. 즉, 도 6은 소오스 셀을 통한 차량수요 업데이트를 설명하기 위한 예시도이다.Vehicles entering the road are generated in a source cell that is one-to-one with a link every update cycle of vehicle demand data. As an example, as shown in FIG. 6, vehicles in the source cell affect traffic behavior near the intersection. To minimize, it can be introduced into the cell in the middle of the link. That is, FIG. 6 is an exemplary diagram for explaining a vehicle demand update through a source cell.

차량 유입은 셀 내부 차량 대수 등을 고려하여 새로운 차량 유입이 가능한 공간이 있을 때 이루어질 수 있는데, 이러한 형태는 골목길, 주차장 등에서 큰도로로 유입되는 차량을 모사할 수 있어 보다 현실적으로 시가지 교통을 시뮬레이션할 수 있다.Vehicle inflow can be made when there is a space where new vehicles can be introduced in consideration of the number of vehicles inside the cell, and this form can simulate the traffic flowing into a large road from an alleyway, a parking lot, etc., thus more realistically simulating traffic in the city. .

다종 차량 CTM 식을 활용하여 버스, 트럭 등의 차량 모사가 가능하며, 자율주행차량 행동 모델을 선택할 수 있도록 하여 관련된 다양한 정책 평가 및 검증이 가능하다.It is possible to simulate vehicles such as buses and trucks by using the multi-vehicle CTM formula, and it is possible to evaluate and verify various related policies by allowing the autonomous vehicle behavior model to be selected.

한편, 링크별 계산은 순차적으로 진행되므로 네트워크가 커질수록 시뮬레이션 소요시간이 길어지는데, 이를 해결하기 위한 방안으로 본 실시예에서는 GPU를 사용하거나 네트워크를 구역화하는 등의 분산처리를 수행할 수 있다.On the other hand, since the calculation for each link is sequentially performed, the simulation time increases as the network gets larger. As a solution to this, in this embodiment, a distributed processing such as using a GPU or zoning a network can be performed.

이러한 분산처리에서는 필연적으로 연결되지 않은 링크간의 차량 이동이 생기며, 이러한 상황에서 사용 가능한 링크간 차량 전이 방법을 제안한다. GPU의 경우 각 코어에 개별 링크가 할당되며, 일례로서 도 7에 도시된 바와 같이, 이 링크는 커넥션 셀을 통해서만 정보 전달이 가능하다. 즉, 도 7은 GPU 분산처리를 위한 시뮬레이션 모식도이다.In such distributed processing, inevitably, vehicle movement between links that are not connected occurs, and a vehicle transition method between links that can be used in this situation is proposed. In the case of a GPU, an individual link is assigned to each core, and as an example, as shown in FIG. 7, this link can transmit information only through a connection cell. That is, FIG. 7 is a schematic diagram of simulation for GPU distributed processing.

네트워크를 구역화할 경우 구역 경계에 위치한 연속 링크들은 차량 이동에 필요한 정보의 직접 전달이 불가능하므로, 일례로서 도 8에 도시된 바와 같이, 분산처리의 중앙(master)을 통한 정보 전달이 필요하다. 즉, 도 8은 대규모 네트워크 분산처리를 위한 네트워크 구역화에 대한 예시도이다.In the case of zoning a network, since continuous links located at the zone boundary cannot directly transmit information required for vehicle movement, as illustrated in FIG. 8 as an example, information transmission through a master of distributed processing is required. That is, FIG. 8 is an exemplary diagram for network zoning for large-scale network distribution processing.

셀간 종방향 이동 차량의 대수 계산은 진행방향의 셀 정보(예컨대, 차량 대수 등)를 필요로 하는데, 분산처리할 경우 이 정보를 직접 사용할 수 없으므로, 일례로서 도 9에 도시된 바와 같이, 연속된 링크에서 링크 1의 마지막 셀에서 링크 2의 첫 번째 셀로 이동할 차량을 계산하기 위하여 링크마다 더미 섹션(dummy section)을 추가할 수 있다. 즉, 도 9는 더미 섹션을 추가한 링크 구조도이다.Calculation of the number of longitudinal mobile vehicles between cells requires cell information (for example, the number of vehicles, etc.) in the traveling direction. Since this information cannot be directly used in distributed processing, as shown in FIG. A dummy section may be added for each link to calculate a vehicle to move from the last cell of link 1 to the first cell of link 2 in the link. That is, FIG. 9 is a link structure diagram to which a dummy section is added.

종래 CTM 공식은 한번의 계산으로 이동 가능한 차량 대수를 결정하지만, 본 발명은 일례로서 도 10에 도시된 바와 같이, 링크간 종방향 차량 이동을 가능하게 하기 위하여 3단계 CTM 계산을 수행할 수 있다. 즉, 도 10은 링크간 차량 이동을 위한 3단계 CTM 알고리즘의 예시도이다.The conventional CTM formula determines the number of vehicles that can be moved in one calculation, but the present invention can perform a three-step CTM calculation to enable longitudinal vehicle movement between links, as shown in FIG. 10 as an example. That is, FIG. 10 is an exemplary diagram of a three-step CTM algorithm for vehicle movement between links.

도 10을 참조하면, (1)링크 1의 마지막 셀 차량 대수를 커넥션 셀을 통하여 링크 2의 더미 섹션으로 전달하고, (2)링크별 종방향 CTM 계산을 통해 링크 1에서 링크 2로 이동 가능한 차량 대수를 계산한 후 링크 1로 이동 가능한 차량 대수를 전달하며, (3)링크 1에서 링크 2로 이동 가능한 차량 대수와 신호를 고려하여 이동할 개별 차량을 선택한 후 링크 2로 차량 정보를 전달할 수 있다.Referring to FIG. 10, (1) the number of vehicles in the last cell of link 1 is transferred to the dummy section of link 2 through a connection cell, and (2) vehicles capable of moving from link 1 to link 2 through longitudinal CTM calculation for each link. After calculating the number of units, the number of vehicles that can be moved to link 1 is transmitted, and (3) vehicle information can be transferred to link 2 after selecting the individual vehicles to be moved in consideration of the number of vehicles and signals that can be moved from link 1 to link 2.

[검증용 ITS 시스템][Verification ITS system]

검증이 필요한 ITS 시스템이 포함되며, 이를 위해 신호 제어 모델, 자율주행차량 행동 모델, 가변속도제어 시스템 등이 포함될 수 있으며, 이들은 시스템의 범위에 따라 기 도로 네트워크 및 신호 시스템을 변형하는 형태나 메인 시뮬레이션의 다종 차량 모듈 선택 등을 통해 적용될 수 있다.ITS systems that require verification are included, and for this, signal control models, autonomous vehicle behavior models, variable speed control systems, etc. may be included, and these are the main simulation or the form of transforming the network and signal systems according to the scope of the system. It can be applied through the selection of multiple vehicle modules.

[시뮬레이션 결과 분석을 통한 ITS 시스템 평가][Assessment of ITS system through analysis of simulation results]

본 실시예에서 제안하는 중시적 교통 시뮬레이션은 도로 평균 속도 등 링크단위의 결과 도출 및 분석이 가능하며, 동시에 개별 차량에 대한 분석이 가능하기 때문에 새롭게 도입될 ITS 시스템을 다방면으로 평가할 수 있다.The critical traffic simulation proposed in this embodiment can derive and analyze the results of link units such as the average road speed, and at the same time, it is possible to analyze individual vehicles, so it is possible to evaluate the newly introduced ITS system in various ways.

본 실시예의 시뮬레이터는 네트워크 형성에 국내 도로 네트워크와 신호 시스템 데이터베이스를 활용하므로 국내 도로망과 교통 현실을 보다 정확하게 구현할 수으며, 현재 충분히 활용되지 못하는 국내 교통 데이터베이스를 효과적으로 활용할 수 있다.The simulator of this embodiment utilizes a domestic road network and signaling system database to form a network, so that the domestic road network and traffic reality can be more accurately implemented, and a domestic traffic database that is not currently fully utilized can be effectively utilized.

기존 CTM 모델에 에이전트 개념을 도입한 중시적 교통 행동 모델을 제안함으로써 상대적으로 빠른 시뮬레이션이 가능하며, 동시에 차량 개별 경로의 추적이 가능해 자세한 분석이 가능하다.By suggesting an emphasis on the traffic behavior model that introduces the concept of the agent into the existing CTM model, relatively fast simulation is possible, and at the same time, it is possible to track individual paths of the vehicle for detailed analysis.

또한, 본 실시예의 시뮬레이터는 메인 시뮬레이션에 다종 차량 모듈과 자율주행 차량 모델을 사용할 수 있게 하여 다양한 상황 시뮬레이션이 가능하다.In addition, the simulator of the present embodiment can use a variety of vehicle modules and autonomous vehicle models for the main simulation, thereby enabling various situation simulations.

최근 자율주행차량 운행, 딥러닝을 통한 신호 제어 시스템 등 첨단 ITS 시스템에 대한 요구가 높아지고 있으며, 본 발명은 빠른 계산 속도로 제안된 첨단 ITS 시스템 검증 수요를 만족시킬 수 있다.Recently, demands for advanced ITS systems, such as autonomous vehicle operation and signal control systems through deep learning, are increasing, and the present invention can satisfy the demand for verification of the proposed advanced ITS system with a fast calculation speed.

본 발명에서 제시하고 있는 3단계 CTM 계산은 직접 연결되지 않은 링크간의 차량 전이를 가능하게 하여 분산처리에서 사용될 수 있으며, 이는 시뮬레이션의 네트워크 확장성을 높이는데 기여할 수 있다.The three-step CTM calculation presented in the present invention enables vehicle transfer between links that are not directly connected and can be used in distributed processing, which can contribute to increase network scalability of the simulation.

기존에는 고속도로를 대상으로 한 ITS 시스템이 주로 제안되었으나, 최근에는 점점 시가지를 대상으로 한 ITS 시스템이 개발되고 있다. 본 발명은 링크와 일대일 매칭되는 소오스 셀(source cell)에서 차량을 생성하기 때문에 골목길, 주차장 등에서 큰 도로로 유입되는 차량의 모사가 가능하며, 이를 통해 보다 현실적인 시가지 교통 시뮬레이션을 실현할 수 있다.Previously, ITS systems targeting highways were mainly proposed, but recently, ITS systems targeting urban areas have been developed. Since the present invention generates a vehicle from a source cell that is one-to-one matched with a link, it is possible to simulate a vehicle entering a large road from an alleyway, a parking lot, etc., thereby realizing a more realistic urban traffic simulation.

본 발명은 국내 교통 빅데이터를 기반으로 시뮬레이션을 하므로 데이터 수집 기관의 경우 이를 활용하여 교통 분석 및 제안 시스템/서비스 검증이 가능하다.Since the present invention simulates based on the domestic traffic big data, it is possible to use the data analysis agency to verify the traffic analysis and the proposed system/service.

본 발명은 기존 상용 시뮬레이터들에 비해 계산 속도가 상대적으로 빠르고 복잡한 네트워크 구조(예컨대, 포켓구조 등) 구성에 유연한 시스템 구조를 가지고 있기 때문에 실제 도로 형태와 유사한 시뮬레이션 세팅이 용이하다.Since the present invention has a relatively faster calculation speed than conventional commercial simulators and has a flexible system structure in constructing a complex network structure (eg, a pocket structure), it is easy to set up a simulation similar to an actual road form.

이상의 설명은 본 발명의 기술사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경 등이 가능함을 쉽게 알 수 있을 것이다. 즉, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것으로서, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.The above description is merely illustrative of the technical idea of the present invention, and those of ordinary skill in the art to which the present invention pertains may have various substitutions, modifications and changes, etc. without departing from the essential characteristics of the present invention. You will easily see this possible. That is, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but are intended to explain the scope of the technical spirit of the present invention.

따라서, 본 발명의 보호 범위는 후술되는 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Therefore, the protection scope of the present invention should be interpreted by the claims that will be described later, and all technical ideas within the equivalent range should be interpreted as being included in the scope of the present invention.

Claims (3)

교통 빅데이터 전처리를 통한 시뮬레이션 입력 데이터를 생성하여 저장하는 교통 빅데이터 DB와,
검증용 ITS 시스템과,
중시적 교통 행동 모델을 이용하여 상기 시뮬레이션 입력 데이터와 상기 검증용 ITS 시스템을 적용시킨 교통 상황을 시뮬레이션하며, 각 코어에 도로 형태를 구성하는 개별 링크가 할당되는 GPU를 사용하거나 네트워크를 구역화하여 링크별 계산을 분산 처리하는 -개별 링크마다 더미 섹션(dummy section)이 추가되는- 교통 시스템 검증용 시뮬레이터와,
상기 시뮬레이션의 결과를 분석하여 평가하는 ITS 시스템 평가 모듈
을 포함하는 ITS 시스템 검증용 교통 시뮬레이터.Traffic big data DB that generates and stores simulation input data through pre-processing of traffic big data,
ITS system for verification,
The traffic input model using the simulation input data and the ITS system for verification is simulated by using a critical traffic behavior model. A simulator for traffic system verification, in which a dummy section is added for each link, which distributes calculations,
ITS system evaluation module that analyzes and evaluates the results of the simulation
Traffic simulator for ITS system verification including a. 제 1 항에 있어서,
상기 시뮬레이션 입력 데이터는,
국내 도로 데이터와 신호 시스템 DB의 전처리를 통해 생성되는
ITS 시스템 검증용 교통 시뮬레이터.According to claim 1,
The simulation input data,
Generated through pre-processing of domestic road data and signaling system DB
Traffic simulator for ITS system verification. 제 1 항에 있어서,
차량의 세부 위치는 셀 내부의 차량 대수와 순서에 의거하여 추산되며,
도로로 유입되는 차량은 차량수요 데이터의 업데이트 주기마다 링크와 일대일 대응되는 소오스 셀(source cell)에 생성되는
ITS 시스템 검증용 교통 시뮬레이터.According to claim 1,
The detailed location of the vehicle is estimated based on the number and sequence of vehicles inside the cell.
Vehicles flowing into the road are generated in source cells that correspond one-to-one with links every update cycle of vehicle demand data.
Traffic simulator for ITS system verification.

Images