이용주 심민경 김용만 이상수 이철기 2018-08 1738-0774 https://aurora.ajou.ac.kr/handle/2018.oak/37294 https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002379880 본 연구는 인공지능 신호 구현의 일환으로서, 딥러닝을 통해 실시간으로 추정하는 차량대기길이 기반의 감응식 신호 알고리즘을 제시하였다. 알고리즘의 구현을 위해 딥러닝 모형을구현한 텐서플로우에 미시적 교통시뮬레이터인 Vissim을 제어하는 API, 즉 COM Interface를구축하였다. Vissim에서 신호주기별로 수집된 링크통행시간과 통과교통량이 텐서플로우에전달되면 학습이 완료된 딥러닝 모형을 통해 접근로별 차량대기길이가 추정된다. 접근로별차량대기길이를 기반으로 신호시간을 산정한 후 Vissim 내부의 신호등화를 조정하여 시뮬레이션 한다. 본 연구에서 개발한 알고리즘은 현 TOD 방식에 비해 차량 지체가 약 5% 감소한것으로 분석되었으며, 이는 네트워크 내 하나의 교차로만 대상으로 적용하여 그 효과가 제한된 것이며, 축 또는 네트워크 제어로의 공간적 확대방안을 향후연구로 제시하였다. Kor 한국ITS학회 딥러닝으로 추정한 차량대기길이 기반의 감응신호 연구 Study of the Operation of Actuated signal control Based on Vehicle Queue Length estimated by Deep Learning Article 62 4 54 한국ITS학회 논문지 17 한국ITS학회 논문지, Vol.17 No.4, pp.54-62 10.12815/kits.2018.17.4.54 인공지능 신호 딥러닝 차량대기길이 Vissim COM Interface 텐서플로우 AI Signal Deep Learning Vehicle Queue Length Vissim COM Interface Tensorflow Article