• 한국ITS학회 논문지
• /
• 제17권6호
• /
• pp.121-132
• /
• 2018

기상은 교통흐름, 운전자의 주행패턴, 교통사고 등 여러 방면에서 도로교통에 영향을 미치는 중요한 요인이다. 본 연구는 기상상황과 노면상태 사이의 관계에 초점을 맞추어 기계학습을 통해 도로의 노면상태를 추정하는 모델을 개발하였다. 노면 상태의 수집을 위해 실험 차량에 노면센서를 부착하여 '건조', '습윤', '젖음', 3가지 범주로 구분된 노면상태 정보를 수집하였고, 이를 추정하기 위한 변수로 도로의 기하구조 정보(곡률, 구배), 교통정보(교통량), 기상정보(강우량, 습도, 온도, 풍속)를 활용하였다. 노면 상태를 예측하기 위한 알고리즘으로는 다양한 기계학습 알고리즘이 검토되었으며, 그 중 가장 높은 정확도를 보인 'Random forest'를 기반으로 한 2단계 분류모형을 구축하였다. 총 16일의 실측 데이터 중 14일의 데이터를 모델을 학습하는 데 활용하였고, 2일의 데이터를 모형의 정확도를 검증하기 위해 사용하였다. 그 결과 81.74%의 검증 정확도를 가지는 노면상태 예측 모델을 구축하였다. 본 연구의 결과는 기상청에서 관측하는 기상정보로 도로의 노면상태를 추정할 수 있다는 가능성을 보여주며, 새로운 장비나 센서를 설치하지 않고도 기존의 기상 관측 정보와 교통정보 등을 활용하여 노면의 상태를 추정할 수 있음을 시사한다.

• 대한교통학회지
• /
• 제32권6호
• /
• pp.686-693
• /
• 2014

본 연구에서는 도로기상정보체계에서 습득할 수 있는 노면온도자료를 활용하여 신경망 이론을 통해 노면온도를 예측하는 모형을 개발하였다. 이를 위해 수집된 노면온도자료(노면온도, 대기온도, 대기습도)를 가지고 1시간, 2시간, 그리고 3시간 후의 노면온도를 예측할 수 있는 신경망을 설계하였다. 청원-상주간 고속도로를 대상으로 모형을 수행한 결과, 예측치와 관측치에 대한 편차의 표준편차가 1시간 예측인 경우 $0.55^{\circ}C$, 2시간 예측인 경우 $1.27^{\circ}C$, 3시간 예측인 경우 $1.43^{\circ}C$를 나타났다. 또한 예측된 노면온도를 실제 관측한 자료와 비교한 결과 R2 값이 각각 0.985, 0.923, 0.903으로 나타나 모형의 설명력이 높은 것으로 판단된다.

• 한국측량학회지
• /
• 제23권3호
• /
• pp.293-301
• /
• 2005

산악지역을 지나가는 도로계획의 경우 그 특성상 절토 및 터널구간을 시공하게 되고, 겨울철에는 일정 구간에 일조가 적게 나타나고 음영이 오래 지속되어 결빙구간이 발생함으로써 교통안전에 주의되고 있다. 본 연구는 GIS를 이용하여 도로의 노선계획시 예상되는 일조영향을 평가하고 예상되는 노면결빙구간을 추출하여 도로 안정성 확보에 대안을 제시하고자 한다. 동해고속도로중 약 290구간을 선정하여 설계도면 자료의 수치 변환을 통하여 3차원 지형표면을 생성한 후 동일좌표체계의 도로선형자료를 반영하여 3차원 도로 모델링을 생성하였다. 동지시 태양의 궤적에 따른 도로 노면상의 음영시간을20분 간격으로 설정하여 일조영향지역을 시각화하고 이음영지역들을 수동 벡터라이징하여 폴리곤화하였다. 이 음영구간의 도형 및 속성자료를 지오데이터베이스로 구축하고 GIS의 공간분석중 중첩기능을 이용하여 결빙예상구간을 추출하였다. 또한 온도, 강수량, 적설량 및 습도 등의 동절기 기상자료를 함께 분석하여 노면결빙위험 구간을 보다 효과적으로 파악함으로써 기본설계시 반영하는 사전 안정성 평가의 대안으로 사용할 수 있을 것이다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.149-155
• /
• 2021

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.

• 한국측량학회지
• /
• 제23권1호
• /
• pp.9-17
• /
• 2005

본 연구는 디지털 비디오카메라를 이용하여 아스팔트 콘크리트 포장의 노면을 촬영하고 획득된 영상을 분석함으로써, 대상 도로노면의 정보를 추출하는데 그 목적이 있다. 먼저, 수치영상처리에 의한 도로노면정보의 정확도를 분석하기 위해 기준점 측량에 의한 성과와 비교·분석하였다. 그 결과, X방향으로 0.0427m, Y방향으로 0.0527m, Z방향으로 0.1539m의 평균오차를 나타내었으며, 이는 축척 1/1,000 이하의 지도제작 및 GIS 자료로 충분히 활용성이 있는 것으로 판단된다. 또한, 처리된 수치영상을 분석하여 도로노면의 평가를 위한 중요 요소인 균열률, 소성변형량, 그리고 종단평탄성 정보를 획득할 수가 있었으며, 이를 이용하여 공용성지수와 유지관리지수를 산출함으로써, 대상도로의 노면평가를 수행할 수가 있었다. 향후 도로를 대상으로 취득된 양질의 영상정보를 축적함으로 인해 포장유지관리시스템 분야에 있어서 중요한 기초 자료를 제공할 수 있을 것으로 기대된다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 춘계학술발표회논문집
• /
• pp.227-232
• /
• 2004

In this study, we extracted road surface information which are required highway pavement management system from the obtained digital imagery and these digital image data were analyzed. Thus, this paper says the higyway surface management system and information of surface conditions which are required to management of highway pavement

• 농업생명과학연구
• /
• 제43권4호
• /
• pp.1-8
• /
• 2009

The physically based model KINEROS2 was applied to forest road segments for simulating hydrology and sediment production. Data on rainfall amounts, runoff volume, and sediment yields were collected at two small plots in the Yangpyong experimental watershed. The KlNEROS2 model can be parameterized to match the volume of surface flow and sediment yields during seven storm events. Model predictions of hydrology were in good agreement with the observed data at two plots in the year 1997 and 1998. A comparison between the observed and predicted sediment yields indicated that the model provided reasonable estimates, although the model tended to under-estimate for some storm events. The overall result shows that the KINEROS2 model properly represents the hydrology and sediment transport processes in the forest road segments.

• 한국물환경학회지
• /
• 제37권2호
• /
• pp.103-113
• /
• 2021

In this study, an Excel-based model (ROADMOD) was developed to estimate pollutant loading from the road and evaluate BMPs. ROADMOD employs the Chezy-Manning equation and empirical expression for estimating surface runoff, and power function for pollutant buildup, and exponential function for pollutant washoff in SWMM. The results of model calibration for buildup and washoff using observed data revealed a good match between the simulation results and the observed data. The long-term surface runoff and sediment simulated by ROADMOD demonstrated a good match with those by SWMM with 2 ~ 14% of relative error. The shorter sweeping interval (within 8 days) remarkably decreased sediment loads from the road. It was found that the effect of reducing sediment loads from the road was greatly affected not only by the sweeping interval but also by sweeping on the day before a rainfall event. The 48% of removal efficiency of sediment loads from the road was achieved with 26 times of road sweeping per year when sweeping was performed on the day before the rainfall event. A 4-day sweeping interval showed similar removal efficiency (48%) with 96 times of sweeping per year. It is considered that the road sweeping on the day before a rainfall event could maximize the effect of reducing the non-point source pollution from the road with minimization of the number of road sweeping. So, the road sweeping on the day before a rainfall event can be considered as one of the useful and best management practices (BMPs) on road.

• 한국도로학회논문집
• /
• 제15권6호
• /
• pp.61-68
• /
• 2013

PURPOSES : The purpose of this study is to study the noise reducing effect of Micro Surfacing by comparing general asphalt, longitudinal tining and Slurry Seal. METHODS : This study measures vehicles' noise of each section by the NCPX method that can measure noise between the road surface and the tire at the field. Total sound pressure and sound pressure level by the 1/3 octave band frequency are calculated through the field data of each section. Total sound pressure level is compared by ANOVA test statistically. After ANOVA test, post-hoc test is conducted to know mean difference of surface type by Tukey. RESULTS : As the result of CPB analysis to confirm sound pressure levels by frequency, it was shown that sound pressure levels by frequency are totally similar except for those of frequency bands between 100Hz and 500Hz. The result of ANOVA test and post-hoc test, it was shown that sections of surface type have a difference. The result of Micro Surfacing was lower 2~5dB(A) than other surface type. CONCLUSIONS : It is found that the noise reduction performance of Micro Surfacing was better than other surface type.

• 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.