Development of Two-Way Bandwidth Maximization Methodology of Bus Stop Units for Bus Signal Priority

Minji Kim; Yohee Han; Youngchan Kim

doi:10.7470/jkst.2021.39.4.421

Preview

Article

Journal of Korean Society of Transportation. 31 August 2021. 421-429
https://doi.org/10.7470/jkst.2021.39.4.421

Development of Two-Way Bandwidth Maximization Methodology of Bus Stop Units for Bus Signal Priority

버스 우선 신호를 위한 정류장 단위의 양방향 연동폭 최대화 방법론 개발

Minji KIM¹

Yohee HAN²^*

Youngchan KIM³

김 민지¹

한 여희²^*

김 영찬³

¹Master of Science, Department of Transportation Engineering, University of Seoul, Seoul 02504, Korea

²Research Professor, Department of Transportation Engineering, University of Seoul, Seoul 02504, Korea

³Professor, Department of Transportation Engineering, University of Seoul, Seoul 02504, Korea

¹서울시립대학교 교통공학과 석사과정

²서울시립대학교 교통공학과 연구교수

³서울시립대학교 교통공학과 교수

^{*Corresponding Author}

ABSTRACT

In the current era of sustainable transport, buses were considered one of the eco-friendly means, as an alternative to the efficient use of roads. However, arterial is passenger car-oriented signal operations, and buses are frequently stopped due to different driving characteristics from passenger cars. Various bus signal priorities have been developed so far, but there is a possibility to have a negative effect on passenger cars. Thus, this study designs STEPBAND, a signal coordination method that takes into account the driving patterns of buses and ensures the continuous progression of passenger cars. STEPBAND divides the Signal coordination group (BUS-SA) into bus stops, taking into account the fact that buses always stop at the bus stop for passengers to get on and off, and then maximizes the two-way bandwidth on a BUS-SA basis using the MAXBAND LP2 model, a traditional two-way bandwidth maximization methodology. To evaluate the effectiveness of STEPBAND, we compared optimal signals produced by STEPBAND and MAXBAND LP2 models using simulations. The result shows that STEPBAND yields lower delays for both passenger cars and buses compared to conventional models. This study secured differentiation in that all transportation using the bandwidth of BUS-SA can be driven from the upstream to the downstream bus stop at free speed without stopping. It is expected that it will be able to be used as a more efficient way to operate signals when considering flow that has failed to use bandwidth in the future.

Keywords

BUS-SA

MAXBAND LP2

maximizing bandwidth

signal coordination

STEPBAND

현 녹색 교통 시대에서 버스는 친환경 수단 중 하나로, 도로의 효율적인 이용을 위한 대체 수단으로 일컬어졌다. 그러나 대부분의 간선도로는 일반 차량 중심의 신호 운영으로, 버스는 일반 차량과 주행 패턴이 상이하여 빈번히 정지 현상을 보였다. 현재까지 다양한 버스 우선 신호가 개발되었으나 이는 일반 차량에 부정적인 영향을 미칠 여지가 있다. 이에 본 연구는 버스의 주행 패턴을 고려하는 동시에 일반 차량의 연속 진행을 보장하는 신호 연동 방법론인 STEPBAND를 설계하였다. STEPBAND는 버스가 정류장에서 승객의 승하차를 위해 항상 정지하는 현상을 고려하여 정류장 단위로 신호 연동 그룹(BUS-SA)을 분할한 뒤, 양방향 연동폭 최대화 방법론인 MAXBAND LP2 모형을 이용해 정류장 단위로 양방향 연동폭을 최대화한다. STEPBAND의 효과를 평가하기 위해 STEPBAND와 MAXBAND LP2모형으로 산출한 최적 신호를 시뮬레이션을 이용해 비교하였다. 분석 결과 STEPBAND가 기존 모형에 비해 일반 차량과 버스의 지체가 모두 낮게 산출됨을 확인하였다. 본 연구는 BUS-SA의 연동폭을 이용하는 모든 교통수단이 자유속도로 상류부 정류장에서 하류부 정류장까지 정지 없이 주행이 가능하다는 점에서 차별성을 확보하였다. 향후 연동폭 이용을 실패한 이동류까지 고려할 경우 더욱 효율적인 신호 운영 방안으로 활용 가능할 것으로 기대된다.

키워드

BUS-SA

MAXBAND LP2

연동폭 최대화

신호 연동

STEPBAND

MAIN

서론
기존 문헌 고찰
STEPBAND: 정류장 단위의 양방향 연동폭 최대화 방법론
분석 과정
결론 및 향후연구

서론

과거 일반 차량의 급격한 수요 증가로 현대 도시부의 주요 도로는 포화상태에 이르렀다. 증가하는 교통 수요를 처리하기 위해 최근 몇 년간 도로 면적 당 재차 인원 수용률이 높은 대중교통 끊임없이 정책이 펼쳐졌다. 대표적인 대중교통수단인 버스는 대량 운송으로 도로의 효율적 이용이 가능한 이점이 있어 버스의 경쟁력 확보를 위한 연구가 활발히 실시되고 있다.

교통수단의 교차로 연속 진행을 지원하는 연동폭 관련 연구는 차량 주행 시 영향을 미치는 요인 분석을 통해 다양한 방법론을 설계해왔다. 지금까지 연동폭 최대화 관련 연구는 주로 일반 차량 중심으로 진행되어왔다. 최근 녹색 교통이 대두됨에 따라 버스가 각광받고 있으나, 버스는 교차로 이외에 정류장에서 소비하는 시간이 존재하여 일반 차량 중심의 신호를 이용할 경우 불필요한 지체가 발생할 가능성이 있다.

본 연구는 전통적인 양방향 연동폭 최대화 방법론인 MAXBAND LP2 모형을 이용하여 기존 연구와 차별화된 정류장 단위(BUS-SA)의 양방향 연동폭을 최대화하는 STEPBAND를 개발하였다. STEPBAND 설계 시 연동폭을 이용하는 모든 수단이 BUS-SA 내 모든 교차로에서 정지 없이 하류부 정류장까지 주행이 가능케하는 것에 중점을 두었다. 분석 과정에서는 새로운 방법론의 효과를 평가하기 위해 기존 방법론과의 시뮬레이션 분석을 실시하였다. 분석 결과에서는 기존 신호 연동 방법론과 본 연구에서 제시한 방법론으로 표출된 버스 궤적과 다수단의 방향별 지체를 분석하여 본 방법론의 타당성을 확보하였다. 또한, 본 연구에서 설계한 방법론이 BUS-SA를 이용하는 다수단의 효율적인 이동을 도모하여 신호 운영 측면에서 긍정적 효과를 미칠 수 있음을 확인하였다.

기존 문헌 고찰

본 연구는 연동폭 최대화 기반의 신호 연동 최적화 방법론을 기반으로 버스와 일반 차량 등 모든 교통수단이 이용 가능한 신호 연동 방법론을 설계하는데 목적을 두었다. 따라서 연동폭 최대화 방법론과 대중교통 우선 신호에 관한 선행 연구를 고찰하였다.

신호 연동 최적화 분야에서 Brooks(1965)는 간섭 최소화를 통한 연동폭 최적화를 알고리즘을 구축함으로서 최적의 오프셋과 시공도를 설계하였다. 그러나 해당 알고리즘은 2현시 체계에서 현시 수가 증가할 경우 연동폭 최대화를 보장할 수 없다는 한계가 있다. Little et al.(1981)은 혼합 정수 선형 계획법으로 간선도로 최적화 모형인 MAXBAND LP1과 MAXBAND LP2를 설계하였다. 양방향 연동폭이 동일한 MAXBAND LP1과 달리 MAXBAND LP2는 양방향 연동폭의 합을 최대화할 수 있는 최적 신호주기와 현시 순서를 산출한다. Gartner et al.(1991)은 실제 간선도로 교통류 상황을 반영할 수 있는 MULTIBAND를 설계하였다. MULTIBAND는 방향별 링크의 교통량과 포화교통류율을 고려하여 방향별 연동폭을 개별적으로 산출하여 보다 실용적인 최적해를 도출하였다.

이러한 전통적인 신호 연동폭 최대화 방법론을 기반으로 현대에서는 기존 이론을 활용한 다양한 응용 연구가 진행되고 있다. Jeong et al.(2011)은 간선도로에서 트램이 일반 차량과 함께 운영되는 경우를 고려하여 중앙트램전용차로를 위한 우선 신호 전략을 개발하였다. 트램의 연동폭 최대화를 위해 MAXBAND 모형을 차용하여 일반 차량과 트램을 모두 연동시킬 수 있는 이중화된 연동폭을 표현할 수 있도록 하였다. Lee and Kim(2014)은 간선도로의 트램 전용차로 구간에서 트램과 자동차가 동시에 운영될 때 트램의 이동성을 확보하는 동시에 일반 차량의 지체를 최소화할 수 있는 신호제어 전략을 개발하였다. 간선도로 신호 연동화 모형인 KS-SIGNAL 모형을 기반으로 트램의 통행특성과 트램 전용차로 특성을 반영한 KS-SIGNAL Tram 모형을 개발하여 고정식 기반의 트램 우선 신호를 구현하였으며 동시에 일반 이동류의 신호교차로 대기시간을 최소화하는 신호시간을 산출하였다. Dai et al.(2016)은 MAXBAND를 기반으로 버스 속도, 정류장 위치, 정차시간 등을 고려하여 버스 연동 모형을 설계하였다. 정류장 위치를 고려하여 교차로 그룹을 분할한 뒤 혼합 정수 선형 계획법 프로그램인 LINGO를 이용해 최적 해를 도출하였다. Zhang et al.(2015)은 MULTIBAND의 제약 조건을 완화시켜 연동폭을 추가로 확장할 수 있는 AM-BAND를 개발하였다. AM-BAND는 MULTIBAND에 비해 상대적으로 녹색시간을 효율적으로 사용 가능하여 과포화 시 발생하는 대기행렬의 소거가 가능한 이점이 있다. Zhang et al.(2016)은 MAXBAND를 기반으로 간선도로 신호 연동 최적화 모형 MaxBandLA와 격자형 네트워크 신호 연동 모형 MaxBandGN을 개발하였다. MaxBandLA는 간선도로에서 차량 주행 시 발생하는 분기점을 고려하여 교차로 그룹을 분할하는 동시에 신호 연동을 최적화할 수 있다. MaxBandGN는 오프셋을 결정 변수화하여 격자형 네트워크 신호 조합을 최적화함으로써 기존 MAXBAND의 신호 제약 조건을 완화시켰다. Kim et al.(2018)은 대중교통 우선 신호 적용 시 타 이동류에 미치는 부정적 영향을 감소시킬 수 있는 사전 및 실시간 대중교통 우선 신호를 설계하였다. 사전 대중교통 우선 신호 전략은 MAXBAND 모델을 차용하여 버스 연동폭을 최대화하는 오프셋 값을 산출한다. 최적 오프셋 값이 여러 개가 존재할 경우 비우선현시 이동류에 영향을 최소화하는 오프셋 값을 최적 해로 채택하였다. 실시간 우선 신호의 경우 우선 신호 제공에 따른 버스의 지체 감소가 하류부 교차로로 전이되지 않을 경우에만 실시함으로써 기존 연구와의 차별성을 확보하였다. Bai et al.(2018)은 AM-BAND 모형을 기반으로 트램의 연동폭을 유지하는 동시에 일반 차량의 연동폭을 최대화할 수 있는 모형을 개발함으로써 트램 우선 신호 적용 시 타이동류에 미치는 부정적인 영향을 최소화하였다. Ma et al.(2018)은 일반 차량의 교통 수요 및 용량과 대중교통의 통행시간 변동성을 모두 고려한 PM-BAND를 설계하였다. PM-BAND는 일반 차량과 대중교통의 분기점이 서로 다른 것을 고려하여 연동 그룹을 분할하는 동시에 일반 차량과 대중교통의 연동폭을 이중화하였다. Florek(2020)는 일반 차량과 대중교통의 신호 연동을 동시에 최적화하기 위해 기존 신호 연동 최적화 방법론인 MULTIBAND와 AM-BAND 모형을 차용하여 BUS-MULTIBAND와 BUS-AM-BAND 모형을 설계하였다. 일반 차량에 미치는 부정적 영향을 최소화하는 동시에 버스가 정류장에서 소비하는 정차시간과 추가 대기시간을 모두 고려함으로써 버스에 상당한 이점을 주었다.

최근 기존에 설계된 일반차량 중심의 연동폭 최대화 모형을 대중교통 신호 설계에 적용하는 연구가 활발해짐에 따라 다양한 대중교통 우선의 신호 연동 모형이 개발되었다. 그러나 대중교통 우선 신호 적용 시 타 이동류에는 지체 증가 등의 부정적인 현상이 빈번히 발생한다. 이에 본 연구는 대중교통을 우선으로 고려하되 다수단에 이점을 줄 수 있는 신호 연동 모형을 설계하고자 한다.

STEPBAND: 정류장 단위의 양방향 연동폭 최대화 방법론

전통적인 신호 연동 모형인 MAXBAND는 혼합 정수 선형 계획법(Mixed Integer Linear Programming)을 통해 양방향 연동폭의 합을 최대화한다. 특히 MAXBAND LP2 모형은 양방향 연동폭을 최대화하는 최적의 현시 순서와 신호주기를 산출한다. 이에 본 연구 MAXBAND LP2 모형을 이용하여 다수단이 이용할 수 있는 정류장 단위의 양방향 연동폭 최대화 방법론을 설계하였다.

Objective function : max $b + k \bar{b}$

(1)

(1 - k) \bar{b} \geq (1 - k) k b \frac{1}{T_{2}} \leq z \leq \frac{1}{T_{1}}

(2)

w_{i} + b \leq 1 - r_{i}, i = 1, . . ., n

(3)

{\bar{w}}_{i} + \bar{b} \leq 1 - {\bar{r}}_{i}, i = 1, . . ., n

(4)

(w_{i} + {\bar{w}}_{i}) - (w_{i + 1} + {\bar{w}}_{i + 1}) + (t_{i} + t_{i}) + δ_{i} l_{i} - δ_{i} l_{i} - δ_{i + 1} l_{i + 1} - δ_{i + 1} l_{i + 1} - m_{i} = (r_{i + 1} - r_{i}) + (τ_{i} + τ_{i + 1}), i = 1, . . ., n - 1

(5)

(\frac{d_{i}}{f_{i}}) z \leq t_{i} \leq (\frac{d_{i}}{e_{i}}) z, i = 1, . . ., n - 1

(6)

(\frac{{\bar{d}}_{i}}{{\bar{f}}_{i}}) z \leq {\bar{t}}_{i} \leq (\frac{{\bar{d}}_{i}}{{\bar{e}}_{i}}) z, i = 1, . . ., n - 1

(7)

(\frac{d_{i}}{h_{i}}) z \leq (\frac{d_{i}}{d_{i + 1}}) t_{i + 1} - t_{i} \leq (\frac{d_{i}}{q_{i}}) z, i = 1, . . ., n - 2

(8)

(\frac{{\bar{d}}_{i}}{{\bar{h}}_{i}}) z \leq (\frac{{\bar{d}}_{i}}{{\bar{d}}_{i + 1}}) {\bar{t}}_{i + 1} - {\bar{t}}_{i} \leq (\frac{{\bar{d}}_{i}}{{\bar{q}}_{i}}) z, i = 1, . . ., n - 2

(9)

b, \bar{b}, z, w_{i}, {\bar{w}}_{i}, t_{i}, {\bar{t}}_{i} \geq 0

(10)

m_{i} : integer

(11)

δ_{i}, {\bar{δ}}_{i} : 0, 1

where, $b (\bar{b})$ : outbound (inbound) bandwidth [cycles]

$S_{i}$ : i_th signal, i=1, ..., n

$r_{i} ({\bar{r}}_{i})$ : outbound (inbound) red time [cycles]

$w_{i} ({\bar{w}}_{i})$ : interference variable outbound (inbound) [cycles]

$t_{i} ({\bar{t}}_{i})$ : travel time from $S_{i}$ to $S_{i + 1}$ outbound (inbound)[cycles]

$δ_{i} ({\bar{δ}}_{i})$ : phase sequence outbound (inbound), 0-1 variables

$l_{i} ({\bar{l}}_{i})$ : time allocated for outbound (inbound) left turn green at $S_{i}$ [cycles]

$τ_{i} ({\bar{τ}}_{i})$ : queue clearance time outbound (inbound) [cycles]

$d_{i} ({\bar{d}}_{i})$ : distance between $S_{i}$ to $S_{i + 1}$ outbound (inbound) [meters]

$e_{i,} f_{i} (e_{i}, {\bar{f}}_{i})$ : lower and upper limits on outbound (inbound) speed [meters/second]

$\frac{1}{h_{i}}, \frac{1}{q_{i}} (\frac{1}{{\bar{h}}_{i}}, \frac{1}{{\bar{q}}_{i}})$ : lower and upper limits on change in reciprocal speed [second/meter]

$T_{1}, T_{2}$ : lower and upper limits on cycle length [seconds]

$z$ : signal frequency [cycle/second]

$k$ : target ratio of inbound to outbound bandwidth [cycle/second]

본 연구는 버스가 승객의 승하차를 위해 정류장에서 항상 정지하는 현상을 고려하여 신호 연동 그룹을 정류장 단위로 분할하였다. 정류장 단위의 연동 그룹(BUS-SA)의 범위는 중방향(outbound) 기준 상류부 정류장 출발부터 하류부 정류장 도착까지를 기준으로 하였다. BUS-SA의 양방향 연동폭을 최대화하기 위해 상류부 정류장부터 하류부 정류장 직전 교차로까지를 MAXBAND LP2 변수로 입력하였으며, 혼합 정수 선형 계획법을 이용해 최적해를 산출하였다. 이후 Figure 1(a)와 같이 중방향 기준 하류부 버스정류장 직전 교차로까지 최대화된 BUS-SA 연동폭을 하류부 버스정류장까지 확장하였다. 확장시킨 중방향 BUS-SA 연동폭은 하류부 버스정류장이 적색 시간일 때도 승객의 승하차가 가능하다는 이점이 있다.

BUS-SA의 범위를 중방향 기준으로 설정하였기 때문에 경방향(inbound)은 경방향 기준 상류부 정류장 직전 교차로부터 하류부 정류장까지를 범위로 하여 연동폭이 최대화된다. 이 경우 버스가 하류부 정류장이 녹색 신호인 경우에만 경방향 기준 하류부 정류장에 도착할 수 있다. 그러나 버스는 정류장의 적색 시간을 정차시간으로 소모할 수 있으므로 하류부 정류장을 제외한 BUS-SA 내 포함된 모든 교차로의 녹색시간에 경방향 연동폭 끝점이 위치하는 경우 이를 조건부 확장하였다. 경방향 연동폭은 BUS-SA 내 여러 교차로 적색 시간 시작점을 만나기 전까지 확장 가능하며 적색 신호를 마주한 순간 확장을 종료한다. 해당 확장 과정을 진행할 경우 Figure 1(b)처럼 모든 BUS-SA에서 경방향 연동폭 또한 중방향 연동폭과 같이 하류부 정류장이 적색 신호일 때도 승객의 승하차가 가능하다. 본 방법론은 BUS-SA 그룹 분할을 중방향 기준으로 함으로써 분할하여 중방향 연동폭은 경방향과 달리 추가 확장 없이 적색 시간과 녹색시간 모두 활용이 가능하다. 그러나 여러 BUS-SA 분석 시 전 구간 분석을 위해 중방향 기준 최하류부 BUS-SA의 경우 예외적으로 상류부 정류장부터 하류부 정류장까지의 데이터를 MAXBAND LP2 입력 데이터로 할 필요가 있다. 이 경우 하류부 정류장이 녹색 신호인 경우에만 연동폭이 표출됨으로 경방향 연동폭 확장 과정과 동일하게 연동폭을 확장시킬 필요가 있다.

이렇게 설계한 방법론은 Figure 1과 같이 계단 형태를 보이므로 STEPBAND라 명명하였다. STEPBAND의 BUS-SA 연동폭을 이용하는 모든 수단은 동일한 자유속도로 주행이 가능함으로 Equation 5, Equation 6의 방향별 주행 속도 상한선(f_i)과 하한선(e_i)을 모두 자유속도로 간주하였다. 또한 BUS-SA 연동폭을 받는 이동류가 자유속도로 주행함을 고려하여 본 방법론에서는 최적해 산출 시 Equation 8, Equation 9를 제외하였다. 따라서 정류장 단위로 최대화된 BUS-SA 연동폭은 버스 이외에도 모든 교통수단이 이용할 수 있으며, 모든 수단은 동일한 자유속도로 BUS-SA 기준 상류부 정류장부터 하류부 정류장까지 정지 없이 주행이 가능하다.

https://static.apub.kr/journalsite/sites/kst/2021-039-04/N0210390403/images/kst_39_04_03_F1.jpg

Figure 1.

STEPBAND methodology

분석 과정

본 연구의 공간적 분석 범위는 천호대로 ‘답십리역-대우증권’구간으로, 3개의 중앙버스전용차로 버스정류장이 존재한다. 시간적 범위는 2020년 1월 1일부터 3월 31일로, 평일 오후 첨두(17:00-19:00)를 기준으로 하였다. 이에 따라 분석 시간이 평일 오후 첨두임을 고려하여 중방향(outbound)을 외곽 방향, 경방향(inbound)을 도심 방향으로 설정하였다. 교통량 및 신호 자료는 서울시 교통안전시설물관리시스템(T-GIS)에서 제공하는 자료를 이용하였다.

본 연구에서 설계한 STEPBAND 효과를 확인하기 위해 대조군을 MAXBAND LP2 모형으로 설정하여 비교 및 분석을 실시하였다. 분석을 위해 분석 대상지의 현황 신호주기인 140초를 STEPBAND와 MAXBAND LP2에 동일하게 적용하였으며, 두 방법론 모두 혼합 정수 선형 계획 프로그램인 LINGO를 이용하여 최적 해를 산출하였다. 또한, 최적해 산출 시 대기행렬 길이는 0으로 가정하였다. STEPBAND가 신호 연동 그룹 분할 시 중방향에 가중을 두었음을 고려하여 대조군인 MAXBAND LP2 또한 해를 산출 시 방향별 가중치 k를 0.7로 설정하여 중방향에 가중을 주었다. Figure 2는 본 연구에서 제시한 방법론과 MAXBAND LP2로 산출한 최적 신호를 각각 표출한 시공도이다.

https://static.apub.kr/journalsite/sites/kst/2021-039-04/N0210390403/images/kst_39_04_03_F2.jpg

Figure 2.

Time-space diagram using car trajectory data: free flow

산출된 모형별 최적 신호의 효과를 분석하기 위해 교통 시뮬레이션인 VISSIM 이용해 분석 구간의 도로 네트워크를 구축한 뒤 교통량과 신호를 입력하였다. 분석 시 실제 본 분석 구간의 중앙버스전용차로를 이용 중인 130번, 303번, 370번, 721번, 9301번, 9403번 등 총 6개의 버스 노선을 고려하였으며, 노선별 실제 배차시간 값 사용하였다. 정류장별 정차시간은 서울시 일자별 버스 운행이력 데이터를 이용해 산출한 평균값을 사용하였다. Figure 3, Figure 4는 시뮬레이션 상에서 주행한 버스의 방향별 궤적이다. 양방향 모두 STEPBAND로 산출한 신호를 이용하는 버스가 MAXBAND LP2 모형에 비해 정류장이 아닌 교차로에서 정지하는 패턴이 적었다. 또한, 중방향(outbound)에 가중을 줌으로써 중방향을 주행하는 대부분의 버스는 정류장에서 승객의 승하차를 마친 뒤 하류부 정류장까지 별도의 정지 없이 자유속도로 주행이 가능하였다. 그러나 BUS-SA 연동폭을 이용하지 못하는 경우 BUS-SA 내 교차로에서 정지하는 모습을 보였다.

https://static.apub.kr/journalsite/sites/kst/2021-039-04/N0210390403/images/kst_39_04_03_F3.jpg

Figure 3.

Outbound bus trajectory

https://static.apub.kr/journalsite/sites/kst/2021-039-04/N0210390403/images/kst_39_04_03_F4.jpg

Figure 4.

Inbound bus trajectory

STEPBAND로 산출한 신호가 버스 외 타 이동류에 미치는 영향을 알기 보기 위해 검지기를 설치하여 방향별 일반 차량 및 버스의 지체를 계측하여 Table 1과 같이 나타내었다. 모든 항목에서 MAXBAND LP2에 비해 STEPBAND로 최적화한 신호를 운영할 경우 지체가 낮았다. 이는 STEPBAND가 버스뿐만 아니라 BUS-SA 연동폭을 이용하는 모든 수단에 대해 동일한 자유속도로 상류부 정류장에서 하류부 정류장까지 주행이 가능하도록 하였기 때문이다. 그 결과 양방향으로 최대화된 BUS-SA 연동폭을 이용하는 다수단의 신속 주행이 가능해지면서 MAXBAND LP2 모형으로 산출한 신호로 운영하는 것에 비해 상대적으로 지체가 낮게 산정되었다.

Table 1.

Delay per vehicle of STEPBAND and MAXBAND LP2

	STEPBAND (sec/veh)	MAXBAND LP2 (sec/veh)
Outbound : travel time delay of passenger car	23.0	43.2
Outbound : travel time delay of bus	8.9	16.3
Inbound : travel time delay of passenger car	13.1	15.9
Inbound : travel time delay of bus	20.0	28.3
Sub : travel time delay of passenger car	58.3	123.3

결론 및 향후연구

본 연구는 다수단이 이용 가능한 정류장 단위의 양방향 연동폭 최대화 방법론인 STEPBAND를 설계하였다. 버스 주행 시 발생하는 분기점을 고려하여 신호 연동 그룹을 분할하였으며 MAXBAND LP2 모형을 통해 정류장 단위로 양방향 연동폭을 최대화하였다. 또한 버스가 정류장에서 적색 시간에도 승객의 승하차가 가능함을 고려하여 연동폭을 추가로 확장하였다. 분석 과정에서는 본 연구에서 설계한 STEPBAND의 용이함을 확인하기 위해 교통 시뮬레이션을 이용하여 MAXBAND LP2 모형과 STEPBAND의 효과를 비교하였다. STEPBAND로 설계한 연동폭을 이용하는 모든 수단은 상류부 정류장에서 하류부 정류장까지 자유속도로 주행이 가능함으로 MAXBAND LP2로 산출된 신호에 비해 STEPBAND로 최적화한 신호를 적용 시 일반 차량 및 버스의 지체가 낮게 계측되었다.

본 연구는 일반 차량 및 버스 등 다수단이 이용 가능한 양방향 연동폭 최대화 방법론을 설계하였으나 연동폭을 이용하지 못하는 이동류를 고려하지 않았다. 따라서 향후 연동폭 이용을 실패한 이동류에 대해 추가로 고려할 필요가 있다. 또한 정류장 단위의 연동 그룹(BUS-SA) 간 조합에 따라 버스의 BUS-SA 연동폭 이용 가능 여부가 달라짐으로 BUS-SA 간 조합을 최적화하는 연구를 실시할 필요가 있다. 본 연구는 분석을 위해 분석 대상 버스 노선의 실제 정차시간 대푯값을 사용하였으나 향후에는 정차시간 시나리오를 세분화하여 본 방법론 적용에 따른 추가적인 효과 검증이 필요하다.

Funding

This research was supported by a grant from the Development of S-BRT Priority Signal and Safety Management Technology Program funded by the Ministry of Land, Infrastructure, and Transport of Korea [grant number 21SBRT-C158062-02].

알림

본 논문은 대한교통학회 제84회 학술발표회(2021.02.26)에서 발표된 내용을 수정 ‧ 보완하여 작성된 것입니다.

References

Bai Y, Li J., Li T., Yang L., Lyu C. (2018), Traffic Signal Coordination for Tramlines with Passive Priority Strategy, Hindawi Mathematical Problems in Engineering, 1-14. 10.1155/2018/6062878

Brooks W. D. (1965), Vehicular Traffic Control: Designing Traffic Progression Using a Digital Compute, Kingston, NY: IBM Data Processing Division.

Dai G., Wang H., Wang W. (2016), Signal Optimization and Coordination for Bus Progression Based on MAXBAND, KSCE J. Civil Eng., 20(2), 890-898. 10.1007/s12205-015-1516-4

Florek K. (2020), Arterial Traffic Signal Coordination for General and Public Transport Vehicles Using Dedicated Lanes, IEEE Transactions on Intelligent Transportation Systems, 146(7), 1-13. 10.1061/JTEPBS.0000374

Gartner N. H., Assmann S. F., Lasaga F., Hou D. L. (1991), A Multiband Approach to Arterial Trafﬁc Signal Optimization, Transportation Res, 25B, 55-74. 10.1016/0191-2615(91)90013-9

Jeong Y. J., Kim Y. C., Kim D. H. (2011), Traffic Signal Control Strategy for Passive Tram Signal Priority on City Arterial, The journal of the Korea institute of intelligent transport systems, 10(1), 27-41.

Kim H., Cheng Y., Chang G. L. (2018), An Arterial-Based Transit Signal Priority Control System, Journal of the Transportation Research Board, 2672(18), 1-14. 10.1177/0361198118782753

Lee I. K., Kim Y. C. (2014), A Development of the Traffic Signal Progression Model for Tram and Vehicles, Journal of Korea Transportation Research Society, 32(3), 280-292. 10.7470/jkst.2014.32.3.280

Little J., Kelson M., Gartner N. H. (1981), MAXBAND: A Versatile Program for Setting Signals on Arteries and Triangular Networks, Transportation Research Record, 795, 40-46.

Ma W., Zou L., An K., Gartner N. H., Wang M. (2018), A Partition-Enabled Multi-Mode Band Approach to Arterial Traffic Signal Optimization, IEEE Transactions on Intelligent Transportation Systems, 20(1), 313-322. 10.1109/TITS.2018.2815520

Zhang C., Xie Y., Gartner N. H., Stamatiadis C., Arsava T. (2015), AM-Band: An Asymmetrical Multi-Band model for arterial traffic signal coordination, Transportation Research Part C 58, 515-531. 10.1016/j.trc.2015.04.014

Zhang L., Song Z., Tang X., Wang D. (2016), Signal Coordination Models for Long Arterials and Grid Networks, Transportation Research Part C 71, 215-230. 10.1016/j.trc.2016.07.015

Journal of Korean Society of TransportationISSN:1229-1366(Print) 2234-4217(Online)대한교통학회

Preview

Development of Two-Way Bandwidth Maximization Methodology of Bus Stop Units for Bus Signal Priority

ABSTRACT

MAIN

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

Figure 1.

STEPBAND methodology

Figure 2.

Time-space diagram using car trajectory data: free flow

Figure 3.

Outbound bus trajectory

Figure 4.

Inbound bus trajectory

Table 1.

Delay per vehicle of STEPBAND and MAXBAND LP2

References