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
- 본 연구는 도로 구조·시설기준에 관한 규칙에 근거하여 도로의 평면곡선반경을 자동으로 산정할 수 있는 알고리즘 및 도구를 개발하였으며, 이를 통해서 다음과 같은 결론을 얻을 수 있었다.
제안 방법
- ESRI사의 ArcToolbox에서 그림 4와 같이 Simplify Line 도구를 사용하여 도로중심선을 단순화하였다. 도로중심선 단순화에 사용될 알고리즘은 김민석(2004)이 제안한 Douglas-Peuker 알고리즘을 선택하였고 허용 오차는 1m로 설정하였다.
- 본 연구에서는 1:1,000 수치지형도에서 추출한 도로중심선을 사용하여 직선구간과 곡선구간을 분리하였다. 그 결과 표 3과 같이 생성된 속성 데이터에 프로그래밍 기법을 적용하여 도로중심선에서 곡선구간만 선택해 곡선반경을 산정하는 알고리즘을 개발하였다.
- 선택조건은 곡선그룹 Index를 순서대로 String Type 변수로 생성하며 QueryFilter Object는 조건에 적합한 Point Feature를 반환하게 된다. 도로의 중심선이 교차로를 지나거나 지형조건 상 도로가 정상적인 곡선반경을 만족시킬 수 없는 경우에는 반환되는 Point Feature가 3개 미만으로 측정되기 때문에, 반환되는 Point Feature가 3개 이상이 되도록 알고리즘을 설계하였다. 동일한 곡선구간 내에 반환되어진 Point Feature 3개를 이용하면 해당 곡선구간의 곡선반경을 도출할 수 있으며, 곡선구간의 시작점과 중간점 그리고 끝점을 각각 Start Point, Mid Point, End Point에 저장되도록 하였다.
- 도로의 중심선이 교차로를 지나거나 지형조건 상 도로가 정상적인 곡선반경을 만족시킬 수 없는 경우에는 반환되는 Point Feature가 3개 미만으로 측정되기 때문에, 반환되는 Point Feature가 3개 이상이 되도록 알고리즘을 설계하였다. 동일한 곡선구간 내에 반환되어진 Point Feature 3개를 이용하면 해당 곡선구간의 곡선반경을 도출할 수 있으며, 곡선구간의 시작점과 중간점 그리고 끝점을 각각 Start Point, Mid Point, End Point에 저장되도록 하였다.
- 이 지역은 출퇴근시간에 잦은 병목현상이 발생하고 있으며, 동대구역 고가교 개체 및 확장계획을 추진하고 있는 구간이다. 따라서 본 연구에서 제시한 방법을 적용하여 도로의 선형을 분석하고 도로기준에 적합한지를 판정해 보았다.
- 따라서 본 연구에서는 비교적 높은 위치정확도를 가진 1:1,000 수치지형도 자료를 이용하여 도로의 중심선을 추출하였다. 또한 프로그래밍 기법으로 평면 선형의 설계 요소인 곡선 반경을 분석하여 도로 구조·시설 기준에 관한 규정에 적합한지를 종합적으로 평가할 수 있는 도구를 개발하였다.
- 이는 도로중심선의 직선 Segment들의 길이와 이웃하는 교각을 통해서 직선구간과 곡선구간으로 분리하는 알고리즘을 적용하는 데 문제점이 있기 때문이다. 따라서 추출된 도로중심선의 단순화과정을 통해서 직선 Segment들을 보정하였다.
- 또한 프로그래밍 기법으로 평면 선형의 설계 요소인 곡선 반경을 분석하여 도로 구조·시설 기준에 관한 규정에 적합한지를 종합적으로 평가할 수 있는 도구를 개발하였다.
- 본 연구에서는 1:1000 수치지형도의 도로 중심선 위치정보를 획득하여 평면선형의 설계 요소인 곡선반경을 추출하였다. 먼저 수치지형도의 도로 중심선을 직선구간과 곡선구간으로 분리하는 알고리즘에 적용한 후, 곡선구간의 절점들을 이용하여 곡선반경에 대한 식을 산정하였다. 도로의 곡선반경을 평가하는 절차는 그림 3과 같다.
- 본 연구에서 제시한 방법의 정확성을 검증하기 위해 연구지역의 실제 설계도면의 위치데이터를 입력데이터로 설정하고 결과 값을 분석해 보았다. 지리정보의 활용을 위해서는 투영정보를 정확하게 일치시켜야 하므로, 본 연구에서 사용된 투영정보인 표 5를 기반으로 하여 수치지형도에서 추출된 절점과 설계도면에서 추출된 절점의 좌표 값을 표 6과 같이 나타내었다.
- 본 연구에서 제시한 평면선형 평가 알고리즘을 적용하기 위하여, ArcObject Library를 사용하여 프로그래밍 하였으며, 그림 9와 같이 평면선형 평가도구를 구현하였다. 1:1,000 수치지형도에서 추출한 도로중심선 절점 Layer를 선택한 후 평면선형 평가실행 버튼을 클릭하면 선택된 도로의 평면선형을 분석하는 알고리즘이 적용되며, 분석한 결과 데이터의 속성정보는 표 4와 같이 나타난다.
- 본 연구에서는 1:1,000 수치지형도에서 추출한 도로중심선을 사용하여 직선구간과 곡선구간을 분리하였다. 그 결과 표 3과 같이 생성된 속성 데이터에 프로그래밍 기법을 적용하여 도로중심선에서 곡선구간만 선택해 곡선반경을 산정하는 알고리즘을 개발하였다.
- 본 연구에서는 1:1000 수치지형도의 도로 중심선 위치정보를 획득하여 평면선형의 설계 요소인 곡선반경을 추출하였다. 먼저 수치지형도의 도로 중심선을 직선구간과 곡선구간으로 분리하는 알고리즘에 적용한 후, 곡선구간의 절점들을 이용하여 곡선반경에 대한 식을 산정하였다.
- 설계속도에 따른 최소곡선반경 규정 값과 비교하여 규정에 미치지 못하면 적색(Red), 규정 값 이상 1.5배 미만의 곡선반경 값이면 황색(Yellow), 규정 값보다 1.5배 이상의 곡선반경을 가지면 녹색(Green)으로 Symbology가 자동으로 설정되도록 하였다. 그림 10에서 (a)의 경우 최소곡선반경이 규정 값 이상, 1.
대상 데이터
- 본 연구는 1:1,000 수치지형도에서 남북방향 도로인 동대구로 1.926km, 동서방향 도로인 국채보상로 2.216km의 도로 중심선을 추출하였다. 또한 최종결과 계산 값을 포함하고 있는 도로구간을 Google Earth 위성사진과 중첩하여 시각화하였다.
- 본 연구의 적용 대상지는 대구광역시 동대구역 주변 도로 지역으로 선정하였다. 이 지역은 출퇴근시간에 잦은 병목현상이 발생하고 있으며, 동대구역 고가교 개체 및 확장계획을 추진하고 있는 구간이다.
이론/모형
- ESRI사의 ArcToolbox에서 그림 4와 같이 Simplify Line 도구를 사용하여 도로중심선을 단순화하였다. 도로중심선 단순화에 사용될 알고리즘은 김민석(2004)이 제안한 Douglas-Peuker 알고리즘을 선택하였고 허용 오차는 1m로 설정하였다.
성능/효과
- 5배 미만에 해당하므로 황색으로 나타났다. 또한 그림 11에서 (a), (b)의 결과는 적색이므로 설계속도 70km/h일 때 최소곡선반경 200m 이상의 규정 값을 준수하지 못한 평면선형을 나타내는 것을 확인할 수 있었다.
- 둘째, 수치지형도에서 추출한 곡선구간의 절점과 설계도면에서 추출한 곡선구간의 절점의 위치 정보를 비교하여 연구 방법의 타당성을 검증해본 결과, 위치 정보의 차이를 산술평균하면 좌표는 1.1309m, 좌표는 1.1427m 오차가 발생하였다. 이는 1:1,000 수치지형도의 수평위치 기대정확도 ±1m에 근사한 값을 나타내며, 향후 본 연구의 방법론과 Lidar 및 3D 스캐너 자료를 통합하여 고도화시키는 연구가 필요할 것으로 보인다.
- 216km의 도로 중심선을 추출하였다. 또한 최종결과 계산 값을 포함하고 있는 도로구간을 Google Earth 위성사진과 중첩하여 시각화하였다.
후속연구
- 셋째, 도로의 기하구조 분석의 활용성을 높이기 위해 평면선형 뿐만 아니라 종단선형을 동시에 분석할 수 있는 알고리즘 및 도구 개발이 추가로 진행될 필요성이 있다. 향후 연구과제의 흐름은 그림 12와 같다.
- 이는 1:1,000 수치지형도의 수평위치 기대정확도 ±1m에 근사한 값을 나타내며, 향후 본 연구의 방법론과 Lidar 및 3D 스캐너 자료를 통합하여 고도화시키는 연구가 필요할 것으로 보인다.
- 첫째, 본 연구는 도로의 평면선형 평가에 필요한 시간과 비용을 단축하고, 도로의 직선구간과 곡선구간에 대한 현황을 쉽고 정확하게 분석함으로써 도로의 유지·관리 측면에서 효율성을 높일 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.