• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2008년도 춘계학술대회논문집
• /
• pp.500-504
• /
• 2008

Residents in an area where both trains and cars pass through are exposed to not only road traffic noise but also railway noise. Nevertheless, the degree of annoyance the caused to the residents is being under evaluated as the noises have been evaluated separately. Therefore, this study aimed at evaluating the integrated noise of road traffic and railway, and proving the accuracy of the evaluation result.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2004년도 춘계학술대회논문집
• /
• pp.527-534
• /
• 2004

This study is a paper relating to between road traffic noise(RTN) and sound power level(PWL). At present to prediction of RTN is used to many experimental models and prediction methods. RTN is computed PWL using existing experimental models and prediction methods. Then, computed PWL is compared with it of measurement value, in them, it is selected model most similar to measurement value. And then, this results will watch for make Noise Map, as application field applied to computed results.

• 한국소음진동공학회논문집
• /
• 제18권7호
• /
• pp.741-745
• /
• 2008

Residents in an area where both trains and cars pass through are exposed to not only road traffic noise but also railway noise. Nevertheless, the degree of annoyance the caused to the residents is being under evaluated as the noises have been evaluated separately. Therefore, this study aimed at evaluating the integrated noise of road traffic and railway, and proving the accuracy of the evaluation result.

• 전자공학회논문지B
• /
• 제32B권11호
• /
• pp.1496-1505
• /
• 1995

Maps are one of the most complicated types of drawings. Drawing recognition technology is not yet sophisticated enough for automated map reading. To automatically extract a road map dircetly from complicated topographical maps, a very sophisticated algorithm is needed, since the image generally involvfes such complicated patterns as symbols, characters, residential sections, rivers, railroads, etc. This paper proposes a new feature extraction method based on the morphology. We apply this method to extract complete set of road segments from topographical maps. The proposed method successfully extract road segments from various areas.

• 한국지리정보학회지
• /
• 제8권3호
• /
• pp.129-141
• /
• 2005

현재 대축척 수치지도의 경우 비용 및 공정 등의 문제로 수시 수정이 어려우며, 갱신주기별로 항공사진촬영을 통하여 이루어지고 있는 실정이다. 이러한 5년의 갱신주기로는 정보화 시대가 요구하는 정확한 데이터의 제공이 어려운 현실이다. 본 연구는 도로기반의 수치지도의 수시 수정 및 갱신하기 위한 GPS-Van 시스템의 적용 가능성 및 영향을 제시하고자 하였다. GPS-Van으로 위치정보를 취득하고 각 구간별 데이터 취득 환경과 이에 따른 정확도를 분석하였다. 오차 원인을 분석한 결과 GPS 데이터 수신 장애 지역의 경우 INS 데이터의 성능에 영향을 받았지만 작업지침에 따른 철저한 측량계획을 수립함으로써 양호한 정확도를 유지할 수 있었다. 따라서 수치지도의 수정 갱신시 GPS-Van과 현장조사를 병행함으로써 경제적 및 시간적인 측면에서 많은 절감 효과를 얻을 수 있으며 신속하고 정확한 도로기반의 수치지도를 제공할 수 있으리라 기대된다.

• Journal of Positioning, Navigation, and Timing
• /
• 제6권4호
• /
• pp.159-166
• /
• 2017

The position of autonomous driving vehicle is basically acquired through the global positioning system (GPS). However, GPS signals cannot be received in tunnels. Due to this limitation, localization of autonomous driving vehicles can be made through sensors mounted on them. In particular, a 3D Light Detection and Ranging (LIDAR) system is used for longitudinal position error correction. Few feature points and structures that can be used for localization of vehicles are available in tunnels. Since lanes in the road are normally marked by solid line, it cannot be used to recognize a longitudinal position. In addition, only a small number of structures that are separated from the tunnel walls such as sign boards or jet fans are available. Thus, it is necessary to extract usable information from tunnels to recognize a longitudinal position. In this paper, fire hydrants and evacuation guide lights attached at both sides of tunnel walls were used to recognize a longitudinal position. These structures have highly distinctive reflectivity from the surrounding walls, which can be distinguished using LIDAR reflectivity data. Furthermore, reflectivity information of tunnel walls was fused with the road surface reflectivity map to generate a synthetic reflectivity map. When the synthetic reflectivity map was used, localization of vehicles was able through correlation matching with the local maps generated from the current LIDAR data. The experiments were conducted at an expressway including Maseong Tunnel (approximately 1.5 km long). The experiment results showed that the root mean square (RMS) position errors in lateral and longitudinal directions were 0.19 m and 0.35 m, respectively, exhibiting precise localization accuracy.

• 한국ITS학회 논문지
• /
• 제16권1호
• /
• pp.131-146
• /
• 2017

그 동안의 자율협력주행차량의 개발이 센서를 기반으로 진행했던 것과 달리, 최근에는 센서의 단점을 보완하기 위해 LDM과 같은 외부 데이터를 활용한 연구가 진행되고 있다. 이에 본 연구에서는 LDM 기반 정보로서 차량의 자율 주행을 위한 도로 정보를 제공하는 정적지도의 구축 방안을 제시하였다. 이를 위해 LDM 정적지도에 대한 국제표준인 ISO 14296과 국토지리정보원의 정밀지도의 데이터 사양 및 구축된 데이터를 검토한 후, 국토지리정보원의 데이터 사양 및 구축 방법의 국제표준과의 부합여부를 확인하였다. 검토 결과 데이터의 요구사항 및 정보 제공 측면에서는 비교적 양호하나, 도로 구조 표현에서는 국제표준과 부분적으로 부합하지 않아, 이에 대한 보완이 필요할 것으로 사료되며 미흡한 부분에 대한 보완 및 도로 구조 표현 방안을 제시하였다.

• 대한공간정보학회지
• /
• 제10권1호
• /
• pp.91-100
• /
• 2002

최근 도로시설물관리 시스템의 구축이 많이 이루어지고 있으며, 이 과정에서 수치지도는 공간 자료기반 구축을 위한 필수 자료로 사용된다. 그러나, 기존 지형도나 준공도면 자료가 시스템 구축용으로 충분하지 않은 경우에는 수치지도의 작성과 수정 및 갱신에 난관을 겪는 사례가 적지 않다. 본 연구에서는 항공사진 및 지상사진 등 다양한 형태의 영상자료를 이용하여 도로시설물 정보를 추출하고자 하였다. 지상취득 영상으로는 현재 많이 쓰이고 있으며 비교적 저가품인 일반카메라, 디지털카메라, 비디오카메라에 의하여 촬영된 단사진 영상을 이용하였고, 여기서 추출한 공간자료와 속성자료는 자료기반의 수정과 갱신에 사용하였다. 아울러 단사진 영상으로부터 추출한 공간자료를 이용하여 상대적인 척도로서 수치지도의 생성 가능성을 타진하였다.

• 대한환경공학회지
• /
• 제31권8호
• /
• pp.611-618
• /
• 2009

도로건설은 생물서식지를 단절시키고 고립시키는 등 생태환경 훼손이 우려되고 있으며, 도로건설에 따른 환경영향을 최소화하고 생물서식환경을 보존하기 위한 종합적인 평가기법의 개발 및 적용에 관한 연구가 필요하다. 따라서 본 연구에서는 자연생태계의 자연성뿐만 아니라 동물이 서식하는 생태계의 기능을 고려한 보전가치평가기법을 적용하여 이를 도면화 할 수 있는 서식처평가지도를 개발하고자 하였다. 서식처보전가치평가에 적용한 평가 항목은 크게 자연성, 희귀성, 기능성 항목의 3가지 항목으로 선정하였으며 이에 따른 세부평가항목을 구성하였다. GIS를 이용하여 평가기준에 따라 중요도에 대한 수치지도를 작성하였다. 연구결과 나타난 수치지도는 단순히 동물과 식물의 종 조성이나 분포에만 한정된 것이 아니라 서식처 보전을 위한 종합적인 생태계 평가기법이 가능함을 보여주었고, 이를 통하여 생태계 파괴 및 생물 서식처 단절을 최소화 한 환경친화적인 도로건설에 이용될 수 있을 것으로 판단된다.

• 한국입자에어로졸학회지
• /
• 제10권2호
• /
• pp.61-75
• /
• 2014

Five on-road measurements were made using a mobile laboratory (ML) to characterize spatial and temporal air pollutant distributions over roads around a day-care center in urban area on 30 August 2013. Fixed monitoring was also done near the day-care center using the ML during the periods between on-road measurements. On-road air pollution monitoring route was classified into seven sections and three zones to identify severe polluted roads among many roads having different traffic volumes and directions. Typical pollutants emitted from vehicles such as $NO_x$, black carbon, particle-bound polycyclic aromatic hydrocarbons, and submicron particles including nanoparticles were monitored using real-time instruments. Peak concentration episodes were frequently observed during the on-road measurements and most peaks were simultaneously monitored at four pollutants. Colored on-road air pollution map for each pollutant provides an insight on spatial air pollution distribution, showing heavily polluted roads and sections. Average on-road $NO_x$ concentration of each run was similar to that monitored at the nearest roadside air monitoring station.