초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

우리나라의 고속도로 서비스는 50년 가까운 기간 동안 국민의 교통편의 증진과 산업 발전의 기반이 되는 대동맥으로써의 역할을 해왔다. 고속도로는 1968년 개통된 이후 50년의 기간을 국가의 대동맥으로써 국민의 교통편익 증진과 산업 발전의 기반 역할을 해 왔다. 고속도로를 이용하는 차량의 연간 교통량은 2016년 기준으로 15억 4,0338만대로 일평균 4,228만대를 기록하고 있으며, 매년 증가하는 추세에 있다. 하지만 우리나라는 OECD 가입 국가 중 교통사고 발생과 사망자 수가 상당히 높은 편에 속하는 불명예를 안고 있으며, 고속도로에서 발생하는 교통사고 중 일부는 ...

우리나라의 고속도로 서비스는 50년 가까운 기간 동안 국민의 교통편의 증진과 산업 발전의 기반이 되는 대동맥으로써의 역할을 해왔다. 고속도로는 1968년 개통된 이후 50년의 기간을 국가의 대동맥으로써 국민의 교통편익 증진과 산업 발전의 기반 역할을 해 왔다. 고속도로를 이용하는 차량의 연간 교통량은 2016년 기준으로 15억 4,0338만대로 일평균 4,228만대를 기록하고 있으며, 매년 증가하는 추세에 있다. 하지만 우리나라는 OECD 가입 국가 중 교통사고 발생과 사망자 수가 상당히 높은 편에 속하는 불명예를 안고 있으며, 고속도로에서 발생하는 교통사고 중 일부는 도로포장의 손상이 원인이 되어 발생되어지고 있다.
본 연구에서는 도로포장의 파손이 고속도로 서비스의 질을 떨어뜨리고 교통사고의 원인이 됨으로 조기에 파손된 도로를 찾기 위한 연구로 진행되었다. IT신기술을 활용하여 고속도로 노면의 포장파손을 확인할 수 있는 도로포장파손탐지시스템의 아키텍처를 정의하고, 합성곱 신경망(CNN)을 활용하여 도로포장파손 모형을 분류하는 실험으로 진행하였다.
분류방법에 사용된 합성곱 신경망(CNN) 기법은, 세계ILSVRC(ImageNet Large Scale Visual Recognition Challenge)대회에서 우수한 성적을 거둔 AlexNet, GoogLeNet 모델을 적용하여 분류결과를 도출하였으며, 두 모델 중 도로포장파손 분류에 가장 적합한 모델을 알아보았다.
실험을 위해서 고속도로 일부 구간의 노면을 영상 촬영하여 도로포장 파손 형태별로 5가지 분류로 나누고 각 분류별로 50개, 전체 250개의 이미지를 확보하였다, 그리고 Data Augmentation 기법을 사용하여 이미지 모양을 회전, 늘리기, 줄이기 등을 적용하여 1개의 이미지를 600개로 증가시켜 총 150,000개의 이미지데이터 생성한 후 딥러닝하였다. 그 후 별도의 도로포장파손 모형이미지를 활용하여 분류성능을 테스터 하였다. 실험결과 AlexNet과 GoogLeNet 둘 다 평균적으로 우수한 성능을 보였으며, 그 중 GoogLeNet이 도로포장파손 분류성능에서 보다 우위를 보였다. 다만, 학습시간에 대비해서는 AlexNet이 좀 더 효율적이었다.
매년 도로관리청에서는 도로포장파손이 많이 발생하는 해빙기와 우기를 중심으로 빠른 시간 내에 도로포장파손을 찾기 위한 많은 노력을 기울이고 있다. 앞으로 현장에 적용할 수 있는 실용화 테스트를 거쳐 실제 업무에 적용된다면 도로포장파손 탐지와 교통사고의 발생으로 인해 소요되는 인적, 물적 비용 감소에 많은 기여할 수 있을 것으로 본다.