• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1835-1845
• /
• 2021

본 논문에서는 블랙 아이스를 정확하게 인식하고 도로 노면 정보를 운전자에게 미리 알려줘서 속도를 제어하고 예방 조치를 취할 수 있도록 하기 위해 열화 도로 영상을 기반으로 블랙 아이스 검출하기 위해 lightweight 네트워크를 제안한다. 전이학습을 이용하여 블랙 아이스 인식 실험을 하였고, 블랙 아이스 인식의 정확도 향상을 위해 MobileNetV2 기반의 개선된 lightweight 네트워크를 개발하였다. 계산량을 줄이기 위해 Linear Bottleneck 및 Inverted Residuals를 활용하여 4개의 Bottleneck 그룹을 사용하고 모델의 인식률 향상을 위해 각 Bottleneck 그룹에 3×3 컨볼루션 레이어를 연결하여 지역적 특징 추출을 강화하고 특징 맵의 수를 늘렸다. 마지막으로 구축된 블랙 아이스 데이터 세트 대상으로 블랙 아이스 인식 실험을 진행하였으며, 제안된 모델은 블랙 아이스에 대해 99.07%의 정확한 인식률을 나타내었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권1호
• /
• pp.82-89
• /
• 2024

블랙 아이스는 인지하기가 매우 어렵고 도로 노면의 마찰력이 감소하여 자동차 사고를 유발한다. 도로 노면의 블랙아이스 방지를 위한 다양한 연구가 수행되었으나, 실시간으로 블랙아이스를 식별하고 운전자에게 경고하는 시스템에 대한 연구는 매우 미흡한 실정이다. 본 논문에서는 아스팔트 도로 노면의 상태를 실시간적으로 식별하기 위해 이미지기반 분석 시스템을 개발하였다. 이를 위해 각 아스팔트 도로 노면 이미지에 대해 데이터 세트를 구축한 다음 딥러닝을 통해 노면의 상태를 건조, 젖음, 블랙아이스, 눈 노면 상태로 식별하였다. 또한, 이미지 분석결과와 더불어 도로 노면 상태의 최종판별을 위해 실제 노면에서 측정된 온도와 습도 데이터를 사용하였다. 도로 노면의 특성이 블랙아이스로 판정이 나면, 도로에 설치된 염수 분사장치가 자동으로 작동하도록 하였다. 본 연구에서 개발된 아스팔트 콘크리트 포장에 대한 노면 상태 식별 시스템과 블랙아이스 자동 예방 시스템은 운전자의 안전운행을 보장하고 교통사고 발생률을 낮출 수 있을 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.117-132
• /
• 2021

우리나라는 지형 특성상 산악지역을 통과하는 도로구간이 많아 일조량에 따라 음영이 지속되는 구간이 발생하여 겨울철 도로결빙으로 인한 사고위험이 높다. 국내 도로결빙 안전대책에도 불구하고 도로결빙 사고위험은 여전히 인명피해로 연결되고 있다. 본 연구는 개발 중인 온도 감응형 교통안전 표지판이 운전자에게 결빙 주의 정보를 효과적으로 전달할 수 있는지에 대하여 주행 및 시각행태 측면에서 효과평가 실험연구를 수행하였다. 효과적인 결빙안내를 위해 개발된 다양한 표지판 시안 중 일반인 대상으로 수행된 선호도 평가 결과에서 가장 높은 시인성 및 효과성 평가를 받은 대안을 실험대상 표지판으로 선정하였다. 임의의 지방도를 VR로 구현하여 선정된 표지판이 설치된 구간에서 나타나는 피실험자의 주행행태와 시선행태 변화를 분석하였다. 분석결과, 온도 감응 후 표지판 구간에서 약 7km/h 이상의 속도감소 행태가 나타났으며, 시각행태 측면에서도 영향효과가 나타났다. 이에 개발 중인 결빙주의 표지판은 기존 표지판에 비해 운전자에게 높은 경각심을 주는 것으로 분석되었다.