도로에서 발생하는 비반복적이며 예측불가능한 일련의 사건을 돌발상황(incident)이라고 하며 이러한 돌발상황이 발생하게 되면 교통류의 정상 흐름이 와해되고 이로써 도로의 용량감소를 일으키며 교통혼잡과 대기오염 등 막대한 사회$cdot$경제적 손실을 초래한다. 돌발상황으로 인한 피해를 최소화하고자 국내외 각종 교통관리센터에서는 자동 돌발감지 알고리즘에 의한 자동감지 방법을 사용하고 있다. 그러나 현재 운영중인 돌발상황 감지 알고리즘들은 어느 정도의 감지율은 확보하고 있으나 오경보율이 높아 대체적인 성능은 낮은 것으로 판단된다. 유출입램프 수요과다로 인해 도로용량이 다른 구간에 비해 현저히 떨어지는 병목(bottleneck)구간의 경우, 돌발상황이 빈번하게 발생함에도 불구하고 진출입차량으로 인한 대기행렬과 차로변경등의 유사 돌발상황이 발생하여 자동 돌발상황 감지가 더욱 어려운 실정이다. 본 연구에서는 진출입영향권내에서 발생하는 돌발상황을 정확히 감지하기 위해 돌발상황시 혼잡상황 구분을 통한 자동감지 알고리즘을 바탕으로 램프구간의 혼잡 감지시 인접한 본선의 차로를 돌발상황 판단모듈에서 제외함으로써 모형의 성능을 향상시킬 수 있음을 살펴보았다.
A series of accidents, which are non-recurrent and non-anticipated, are called incidents. These incidents make standard traffic flows interrupt, which result in the decrease of road capacity and a number of social and economic costs, such as the traffic congestion and air pollution. In order to prevent the hazard of incidents, domestic and foreign traffic management center are likely to opt auto-sense system with algorithms of auto-incident sense. However, it is evaluated that the algorithms have a low function with frequent wrong alarms, even if they accurately ry to speculate the incidents. In the case of bottleneck which has lack of road capacity, compared with other roads, due to inefficient road structured over-capacity of the demand of on-off ramp, the incidents regularly take place. Nonetheless, it can be more difficult to speculate the auto-incidents sense owing to similar incidents, such as the queue of in-out flows of cars and the change of road line. Throughout this research, the function of the model has improved excluding near road line in the module of the incidents which is based on the auto-incidents algorithms during the sense of the congestion of ramp areas.
