선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기존 연구에서는 각종 교통검지센서를 통한 여러 차종분류방식에 대한 연구가 있었지만 차종분류 시 차량의 높이를 이용한 국내연구는 미비한 실정이므로 본 연구에서는 도로를 주행하는 차량의 통과높이를 측정할 수 있는 방안을 제시하고, 차량높이라는 분류기준을 차종분류에 활용하고자 한다.
- 도로상부에 설치된 거리측정센서를 통해, 차량높이 측정이 가능함을 확인하였다. 따라서 계측된 차량의 최고높이를 이용하여 차종분류가 가능함을 확인하고자 현장실험을 실시하였다. 실험은 곤지암 IC 인근 국도3호선(상행방향 1개 차로)에서 진행되었으며, 거리측정센서 설치차선에 동영상 저장장치를 설치하여 개별차량의 차종을 확인하였다.
- 거리측정센서에서 수집된 개별차량들을 육안으로 확인한 차종 기준값과 비교해보기 위해, 각 개체들에 대해 측정된 특성(변수)값을 이용, 개체를 분류하여 임의 집단에 속하는가 판별하는 판별분석을 이용하였다. 수집차량의 차량높이와 길이에 대한 변수를 통해 판별함수를 구성하고 센서에서 수집된 2,013대의 차량자료(1~4종)에 대해 차종별 분류결과를 알아보고자 했다.
- 이에 본 연구에서는 도로를 통과하는 차량의 통과높이를 계측하고, 차종분류 시 차량높이라는 분류기준을 적용하여 차종분류에 활용할 수 있는 방안을 확인하고자 하였다. 우선 노면으로부터 일정높이에 거리측정 센서를 수직으로 설치하여 통과하는 차량의 높이를 측정할 수 있는 시스템을 구현하였다.
제안 방법
- 차종분류 시 차량제원상의 길이와 높이만을 이용해서는 차종의 구분이 한계가 있음을 확인하였다. 거리측정센서에서 수집된 개별차량들을 육안으로 확인한 차종 기준값과 비교해보기 위해, 각 개체들에 대해 측정된 특성(변수)값을 이용, 개체를 분류하여 임의 집단에 속하는가 판별하는 판별분석을 이용하였다. 수집차량의 차량높이와 길이에 대한 변수를 통해 판별함수를 구성하고 센서에서 수집된 2,013대의 차량자료(1~4종)에 대해 차종별 분류결과를 알아보고자 했다.
- 48%의 차이를 보였다. 구현된 거리측정센서에 대한 교통량, 속도 등의 평가(MAPE)와 관측된 개별차량의 제원 높이와 길이를 비교하였다. 오차를 확인한 결과 속도 및 점유율 등의 수집자료가 기준장비 대비 1% 내외의 높은 정확도를 보였으며, 본 연구에서 얻고자 하는 차량높이 측정 시 에도 같은 수집주기 및 측정해상도가 적용되므로 신뢰할 수 있는 자료 수집이 가능함을 확인하였다.
- 우선 노면으로부터 일정높이에 거리측정 센서를 수직으로 설치하여 통과하는 차량의 높이를 측정할 수 있는 시스템을 구현하였다. 구현된 시스템의 장비정확도를 평가하기 위해 ITS 성능평가기준의 품질인증시험 기준장비로 해당장비를 평가하였으며, 실제 현장에서 수집된 자료를 바탕으로 차량 통과높이와 차량길이를 이용하여 차종을 분류해보았다. 본 연구를 통해 차량높이가 차종분류에 기여할 수 있는 변수임을 확인하고, 현재 기계식 분류방식에서 좀더 높은 정확도의 차종분류 자료를 요구하는 지점에 대해서 기존 차종분류 변수와 더불어 차량높이를 활용함이 가능할 것이라 판단된다.
- 4%의 비율(도로교통량 통계연보 2008, 일반국도)을 차지하는 1~4종(2축 차량) 차량의 경우, 차량제원의 유사성으로 인하여 인접한 차종의 차량구분 시 축수, 축간길이, 차량길이만으로 구분하기에는 많은 어려움이 따른다. 따라서 본 연구에서는 차량높이를 차종분류의 기준으로 활용할 수 있는지를 검토하고자 거리측정센서를 도로 상부구조물에 지면과 수직으로 설치하고 차량의 통과높이를 계측할 수 있는 방법을 고안하였으며, 계측된 차량높이를 이용하여 1~4종간 차종을 분류하였다.
- 센서에서 계측되는 차량속도, 차량길이 등은 향후 교통파라미터를 추출하는데 매우 중요한 요인으로 작용하며 속도 및 차량길이 정확도가 우수할수록 장비를 신뢰할 수 있다. 따라서 속도와 차량길이를 기초로 연산되는 교통량, 속도, 점유율에 대한 평가를 수행하였다. 평가는 기준값을 취득할 수 있는 1개 차로에 거리측정센서를 설치하고 장비간의 검지영역을 일치시킨 뒤 서로 시각을 동기화하고 자료수집을 실시하였다.
- 판별분석(Discriminant Analysis)이란, 연구대상이 어떠한 그룹에 속할 것인지를, 측정변수를 이용하여 판단할 수 있게 만드는 통계적 기법을 말한다. 만일 그룹을 분류하기 위하여 사용되는 변수가 두 개 이상일 경우, 그룹을 가장 잘 구분할 수 있는 다음과 같은 선형함수를 찾아서 분석을 실시한다. 이 경우 다음과 같은 판별함수(Discriminant Function)가 만들어진다(이군희, 2005).
- 성능평가 기준에 따라 이륜차 및 비정상주행 차량은 기준값에서 제외하였으며 평가지표로는 식(1)과 같이 MAPE를 사용 하였고, 1회 평가 시 1분단위 수집주기로, 각 30분에 대해 평가하였다. 평가는 총 5회에 걸쳐 반복평가하였고 교통량, 속도, 점유율의 오차평균은 각각 0.
- 실험은 곤지암 IC 인근 국도3호선(상행방향 1개 차로)에서 진행되었으며, 거리측정센서 설치차선에 동영상 저장장치를 설치하여 개별차량의 차종을 확인하였다. 실험을 통해 관측된 차종별 교통량과 일반적인 차종별 교통량을 비교해 보기 위해 도로교통량통계연보(2008)에서 제공하는 평가대상지점의 차종별 교통량을 이용하였으며, 평가대상지점의 연평균일교통량(AADT, Annual Average Daily Traffic)과 수집자료의 차종 구성비는 표 1과 같다.
- 이에 본 연구에서는 도로를 통과하는 차량의 통과높이를 계측하고, 차종분류 시 차량높이라는 분류기준을 적용하여 차종분류에 활용할 수 있는 방안을 확인하고자 하였다. 우선 노면으로부터 일정높이에 거리측정 센서를 수직으로 설치하여 통과하는 차량의 높이를 측정할 수 있는 시스템을 구현하였다. 구현된 시스템의 장비정확도를 평가하기 위해 ITS 성능평가기준의 품질인증시험 기준장비로 해당장비를 평가하였으며, 실제 현장에서 수집된 자료를 바탕으로 차량 통과높이와 차량길이를 이용하여 차종을 분류해보았다.
- 차량길이 및 차량높이를 평가하기 위한 기준값으로는 동영상 촬영을 통해 각각의 개별차량을 육안으로 관측하여 차종을 구분하였으며, 차량모델 및 제조사를 구분할 수 있는 차량에 대해 차량모델명을 기입하여 각 모델에 따라 제조사에서 제공하는 차량제원을 기준값으로 평가를 수행하였다. 영상을 통해 육안으로 인식가능한 차량(359대, 21개 모델)의 차량제원과 거리측정센서 장비가 수집한 개별차량의 차량길이와 높이는 각각 1.
- 차량제원을 기준으로 센서에서 수집된 개별차량을 [분류 Ⅰ] 차량길이, [분류 Ⅱ] 차량높이, [분류 Ⅲ] 차량길이+차량높이 성분을 활용하여 차종을 분류해 보았다. 차종구분 시 차량 길이와 높이를 분류기준에 이용하고자 국내자동차 제작회사 발간자료와 인터넷 조사자료를 바탕으로 국내출고 차량에 대한 차종별 제원값을 조사하였다.
- 차량제원을 기준으로 센서에서 수집된 개별차량을 [분류 Ⅰ] 차량길이, [분류 Ⅱ] 차량높이, [분류 Ⅲ] 차량길이+차량높이 성분을 활용하여 차종을 분류해 보았다. 차종구분 시 차량 길이와 높이를 분류기준에 이용하고자 국내자동차 제작회사 발간자료와 인터넷 조사자료를 바탕으로 국내출고 차량에 대한 차종별 제원값을 조사하였다.
- 따라서 속도와 차량길이를 기초로 연산되는 교통량, 속도, 점유율에 대한 평가를 수행하였다. 평가는 기준값을 취득할 수 있는 1개 차로에 거리측정센서를 설치하고 장비간의 검지영역을 일치시킨 뒤 서로 시각을 동기화하고 자료수집을 실시하였다.
- 5종 이상 차량의 경우 축수와 차량길이가 확연히 구분되므로 육안조사분류나 기계식조사에서도 분류오차가 매우 적다. 하지만 1~4종의 경우 차량길이 제원이 비슷함에 따라 차종분류 오류가 나타나고 있으며, 전체 주행차량중 1~4종의 비율이 93.4% 이상인 대다수를 차지하므로, 본 연구에서는 1~4종 차량을 대상으로 차량통과높이를 적용하여 차종을 분류하였다.
대상 데이터
- 거리측정센서의 설치는 그림 1에서 보는 바와 같이 노면으로부터 일정높이에 거리측정 센서 2개를 도로 상부구조물에 지면과수직으로 설치한 후 측정시작점에서 노면 바닥까지의 거리를 기준으로 차량이 지나갈 때 지면과 센서간의 거리 변화값을 임의 설정된 측정주기(Sampling Rate)로 계측하게 되면 지면을 기준으로 차량의 높이(H1, H2)를 계측할 수 있다. 시스템구현에 활용된 센서는 레이저센서로서 수집주기는 초(second)당 25,000개이며 측정가능범위는 센서로부터 지면까지의 거리가 최대 1km까지 가능하다. 수집정밀도는 최대 5cm이내의 오차를 갖는다.
- 따라서 계측된 차량의 최고높이를 이용하여 차종분류가 가능함을 확인하고자 현장실험을 실시하였다. 실험은 곤지암 IC 인근 국도3호선(상행방향 1개 차로)에서 진행되었으며, 거리측정센서 설치차선에 동영상 저장장치를 설치하여 개별차량의 차종을 확인하였다. 실험을 통해 관측된 차종별 교통량과 일반적인 차종별 교통량을 비교해 보기 위해 도로교통량통계연보(2008)에서 제공하는 평가대상지점의 차종별 교통량을 이용하였으며, 평가대상지점의 연평균일교통량(AADT, Annual Average Daily Traffic)과 수집자료의 차종 구성비는 표 1과 같다.
데이터처리
- 성능평가 기준에 따라 이륜차 및 비정상주행 차량은 기준값에서 제외하였으며 평가지표로는 식(1)과 같이 MAPE를 사용 하였고, 1회 평가 시 1분단위 수집주기로, 각 30분에 대해 평가하였다. 평가는 총 5회에 걸쳐 반복평가하였고 교통량, 속도, 점유율의 오차평균은 각각 0.07%, 0.26%, 0.45%의 오차를 보였으며, 평가결과는 그림 2와 같다.
이론/모형
- 구현된 시스템의 성능수준을 파악하기 위해 ITS성능평가기준(품질인증시험)으로 장비평가를 수행하였다. 센서에서 계측되는 차량속도, 차량길이 등은 향후 교통파라미터를 추출하는데 매우 중요한 요인으로 작용하며 속도 및 차량길이 정확도가 우수할수록 장비를 신뢰할 수 있다.
성능/효과
- 3종 차량으로 1, 4종 차량이 각각 159, 37대가 잘못 분류되었으나, 이러한 오차는 1종 대형차량과 4종 소형차량에 대한 오차라 판단되며 기존에 분류가 힘들었던 1·3종 차종구분의 변수로 차량높이가 사용될 수 있다고 할 수 있다.
- 도로상부에 설치된 거리측정센서를 통해, 차량높이 측정이 가능함을 확인하였다. 따라서 계측된 차량의 최고높이를 이용하여 차종분류가 가능함을 확인하고자 현장실험을 실시하였다.
- 각 차종에 대한 분류결과는 표 4에서 보는 바와 같다. 분류가 어려울 것으로 예상된 3종 차량의 경우 93.9%의 비교적 높은 분류정확도를 보였다. 3종 차량으로 1, 4종 차량이 각각 159, 37대가 잘못 분류되었으나, 이러한 오차는 1종 대형차량과 4종 소형차량에 대한 오차라 판단되며 기존에 분류가 힘들었던 1·3종 차종구분의 변수로 차량높이가 사용될 수 있다고 할 수 있다.
- 차량길이 및 차량높이를 평가하기 위한 기준값으로는 동영상 촬영을 통해 각각의 개별차량을 육안으로 관측하여 차종을 구분하였으며, 차량모델 및 제조사를 구분할 수 있는 차량에 대해 차량모델명을 기입하여 각 모델에 따라 제조사에서 제공하는 차량제원을 기준값으로 평가를 수행하였다. 영상을 통해 육안으로 인식가능한 차량(359대, 21개 모델)의 차량제원과 거리측정센서 장비가 수집한 개별차량의 차량길이와 높이는 각각 1.31%, 2.48%의 차이를 보였다. 구현된 거리측정센서에 대한 교통량, 속도 등의 평가(MAPE)와 관측된 개별차량의 제원 높이와 길이를 비교하였다.
- 구현된 거리측정센서에 대한 교통량, 속도 등의 평가(MAPE)와 관측된 개별차량의 제원 높이와 길이를 비교하였다. 오차를 확인한 결과 속도 및 점유율 등의 수집자료가 기준장비 대비 1% 내외의 높은 정확도를 보였으며, 본 연구에서 얻고자 하는 차량높이 측정 시 에도 같은 수집주기 및 측정해상도가 적용되므로 신뢰할 수 있는 자료 수집이 가능함을 확인하였다.
- 3종 차량으로 1, 4종 차량이 각각 159, 37대가 잘못 분류되었으나, 이러한 오차는 1종 대형차량과 4종 소형차량에 대한 오차라 판단되며 기존에 분류가 힘들었던 1·3종 차종구분의 변수로 차량높이가 사용될 수 있다고 할 수 있다. 전체적인 차종별 분류정확도는 88.6%로 나타났다.
- 차량길이 및 높이에 대한 평가는 각각 25.29%, 64.13%로 차량 길이보다는 차량높이의 분류가 더 정확하였고, 길이와 높이를 조합하여 분류해본 결과는 66.82%로 확인되었다. 하지만 분류정확도가 낮아 차량제원에 의한 차종분류 시 차량길이와 높이의 단일변수와 차량길이와 높이를 조합한 분류기준만으로 차종을 분류하기에는 한계가 있음을 확인하였다.
- 차량길이와 높이에서 크게 1·3과 2·4종으로 나뉘며 점선으로 표시된 중복된 부분에서 각 차종이 서로 중첩되어 차량길이와 높이만을 이용한 1차적 분류를 통해서는 구분될 수 없음을 확인할 수 있다.
- 먼저 차량길이로만 분류를 할 경우 차종간 분포영역이 대부분 서로 겹침(그림 3)에 따라 3·4종간 분류가 되지 않고 대부분 1종(차량길이 4,580mm 미만) 차량에 대해서만 분류되었다. 차량높이로만 분류를 할 경우에는 3종에 대해서 분류가 되지 않았고 1, 2, 4종에 대한 분류는 가능하였다. 제원에 근거한 차량길이 및 높이의 기준으로 구분한 차종구분에 대해 평가해본 결과는 표 2와 같다.
- 촬영된 동영상을 바탕으로 육안으로 확인한 차종 기준값과 차량높이와 길이를 변수로 판별분석하여 얻어진 결과, 차종 분류 시 88.6%의 정확도를 확인하였다. 이러한 결과를 통하여 차량높이가 차종분류에 기여할 수 있는 변수인 것을 확인하였으며, 현재보다 높은 정확도의 차종분류 자료를 요구하는 지점에 대해서는 기존의 차종분류 변수와 더불어 본 연구방법을 활용하는 것이 가능할 것으로 예상된다.
- 82%로 확인되었다. 하지만 분류정확도가 낮아 차량제원에 의한 차종분류 시 차량길이와 높이의 단일변수와 차량길이와 높이를 조합한 분류기준만으로 차종을 분류하기에는 한계가 있음을 확인하였다.
후속연구
- 본 연구에서는 한 개차로 중앙부에 2개의 거리측정센서를 활용하여 데이터를 수집하였으며, 향후 검지정확도 및 차량정보 수집을 위해 차로당 센서를 추가 설치하여 적용한다면 도로를 지나는 차량에 대해 좀 더 정확한 검지 및 정보수집이 가능할 것이다. 또한 본 연구에서는 1~4종 차량을 대상으로 차종을 분류하였으나, 5종 이상의 차량이 도로계획이나 포장에 미치는 영향이 크므로 향후 12종 전체 차종에 대한 분류가 필요할 것으로 판단된다.
- 구현된 시스템의 장비정확도를 평가하기 위해 ITS 성능평가기준의 품질인증시험 기준장비로 해당장비를 평가하였으며, 실제 현장에서 수집된 자료를 바탕으로 차량 통과높이와 차량길이를 이용하여 차종을 분류해보았다. 본 연구를 통해 차량높이가 차종분류에 기여할 수 있는 변수임을 확인하고, 현재 기계식 분류방식에서 좀더 높은 정확도의 차종분류 자료를 요구하는 지점에 대해서 기존 차종분류 변수와 더불어 차량높이를 활용함이 가능할 것이라 판단된다.
- 본 연구에서는 한 개차로 중앙부에 2개의 거리측정센서를 활용하여 데이터를 수집하였으며, 향후 검지정확도 및 차량정보 수집을 위해 차로당 센서를 추가 설치하여 적용한다면 도로를 지나는 차량에 대해 좀 더 정확한 검지 및 정보수집이 가능할 것이다. 또한 본 연구에서는 1~4종 차량을 대상으로 차종을 분류하였으나, 5종 이상의 차량이 도로계획이나 포장에 미치는 영향이 크므로 향후 12종 전체 차종에 대한 분류가 필요할 것으로 판단된다.
- 6%의 정확도를 확인하였다. 이러한 결과를 통하여 차량높이가 차종분류에 기여할 수 있는 변수인 것을 확인하였으며, 현재보다 높은 정확도의 차종분류 자료를 요구하는 지점에 대해서는 기존의 차종분류 변수와 더불어 본 연구방법을 활용하는 것이 가능할 것으로 예상된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.