최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국도로학회논문집 = International journal of highway engineering, v.12 no.4 = no.46, 2010년, pp.47 - 51
오주삼 (한국건설기술연구원 첨단교통연구실) , 장경찬 (한국건설기술연구원 첨단교통연구실) , 김민성 (한국건설기술연구원 첨단교통연구실)
A vehicle classification data is essential for traffic road planning and pavement. In this study, the vehicle height, vehicle criteria for classification applied to measure the height of the car driving has devised a way to install equipment. It is capable of measuring the vehicle height was confirm...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
기존 국내 차종분류는 고속국도, 지방도의 경우 8종, 일반국도의 경우는 11종이었으나 12종의 통합 분류체계로 개정한 이유는 무엇인가? | 과거의 우리나라 차종분류는 고속국도, 지방도의 경우 8종, 일반국도의 경우는 11종으로 차종을 분류하였다. 그러나 동일 차량이 도로분류별로 다른 차종으로 분류되고 이에 따른 자료의 일관성 부문이 문제가 되어 이를 해결하기 위해 고속국도, 일반 국도, 지방도의 차종분류 시 12종의 통합적인 분류체계(국토해양부, 2007)로 개정하고 이를 유지하고 있다. 차종분류의 방법에는 조사자가 직접 판단하는 인력식 조사와 교통조사장비를 이용하여 자동으로 분류하는 기계식 조사로 구분할 수 있으며, 고속국도와 일반국도에서는 주로 기계식 조사를 통한 분류가 이루어지고 있다. | |
차종 분류를 위한 기계식 조사 시 발생할 수 있는 오차는 무엇인가? | 그러나 기계식 조사의 경우 장비 자체의 계측오차와 차량의 제원이 유사함에 따른 이종(異種) 차종오류, 주행특성에 따른 계측오류 등의 오차가 발생할 수 있다. 특히 소형차량이 대형화, 다양화 되어감에 따라 차종간 차량제원이 비슷함에 따른 차종오류가 발생할 수 있다. | |
차종자료가 실질적으로 활용되는 분야가 어디인지 예를 들어 보시오. | 도로를 주행하는 차량들을 구분하기 위한 차종자료는 도로및 포장의 설계와 관리, 교통시설의 설계 등 여러 분야에서 기초자료로 활용되고 있다. 예를 들면, 축하중 관련계수와 차종별 승용차환산계수를 통한 도로 및 포장 계획이나 도로이용 요금소에서 시설이용에 따른 요금부과에 실질적으로 사용된다. |
국토해양부(2009), 2008년 도로교통량 통계연보
김형수, 김민성, 오주삼(2009), 차량길이와 축거의 추세선을 이용한 차종분류 알고리즘 개발, 대한교통학회 논문집, 제27권, 제4호, pp. 55-61
오주삼, 최도혁(2001), 차량제원을 활용한 차종분류 알고리즘 개발에 관한 연구, 대한토목학회 논문집, 21권, 6-D호, pp. 799-811
이군희(2005), 사회과학 연구방법론, 법문사
Ildar Urazghildiiev, Rolf Ragnarsson, Pierre Ridderstrom, Anders Rydberg. (2007) Vehicle Classification Based on the Radar Measurement of Height Profiles, IEEE Transactions on Intelligent Transportation Systems, Vol.8, No.2, pp. 245-253
Zhang, G., Wang, Y., and Wei, H. (2006), Artificial Neural Network method for length-based vehicle classification using single-loop outputs, Journal of Transportation Research Record, No.1945, pp. 100-108
Renatus Mussa, Valerian Kwigizile, and Majura Selekwa (2006) Probabilistic neural networks application for vehicle classification, j. Transp. Engrg., Vol. 132, Issue 4, pp. 293-302
Cheung, S. Y., Coleri, S., Dundar, B., Ganesh, S., Tan, C., and Varaiya, P., (2005) Traffic measurement and vehicle classification with single magnetic sensor, Journal of Transportation Research Board, No 1917, Transportation Research Board of the National Academies, Washington D.C., pp. 179-181
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.