[논문]원더링 분포를 고려한 도로포장 평탄성 지수의 가중치 산정기법 개발

이재훈; 손덕수; 박제진; 조윤호

doi:10.7855/ijhe.2017.19.5.089

원더링 분포를 고려한 도로포장 평탄성 지수의 가중치 산정기법 개발
Development of Weigh Calculation Method for Pavement Roughness Index Considering Vehicle Wandering Distribution 원문보기

한국도로학회논문집 = International journal of highway engineering, v.19 no.5 = no.85, 2017년, pp.89 - 96

이재훈 (한국도로공사 도로교통연구원) , 손덕수 (한국도로공사 도로교통연구원) , 박제진 (한국도로공사 도로교통연구원) , 조윤호 (중앙대학교 공과대학 사회기반시스템공학부)

Abstract ▼ AI-Helper

PURPOSES: This study aims to develop a rational procedure for estimating the pavement roughness index considering vehicle wandering. METHODS : The location analysis of the passing vehicle in the lane was performed by approximately 1.2 million vehicles for verification of the wandering distribution. According to verification result, the distribution follows the normal distribution pattern. The probability density function was estimated using each lane's wandering distribution model. Then the procedure for applying a weighted value into the lane profile was conducted using this function. RESULTS : The modified index, MRIw, with consideration towards applying the wandering weighted value application was computed then compared with MRI. It was found that the Coefficient of Variation for distribution of lateral roughness index in the lane was high in the case of a large difference between each index (i.e., MRIw and MRI) observed. CONCLUSIONS : This result confirms that the new procedure with consideration of the weight factor can successfully improve the lane representative characteristics of the roughness index.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서, 한 번의 주행으로 차로 내 많은 횡방향 위치에서의 노면 프로파일을 측정할 수 있다. 본 논문에서는 주행하는 차량의 원더링 영역을 이용해 차로 대표성을 높일 수 있는 합리적인 평탄성 지수 산출기법을 제시하고자 한다.

가설 설정

Table 2에서 제시한 원더링 분포의 평균값과 표준편차 실측치, 차량의 제원, 도로포장상태조사장비의 프로파일 측정 영역 등을 고려하여 원더링 가중치 적용 기본값을 가정하였다. 그 결과, 전체 분석영역의 면적은 4m, 좌측 원더링 영역의 평균값은 120cm, 우측 원더링영역의 평균값은 280cm, 윤간 160cm, 표준편차 25cm로 가정하였다.
따라서 면적 개념의 프로파일이선 개념의 프로파일보다 현실적으로 노면의 요철을 반영하는게 보다 더 유리하다. 국내에서 사용되는 1종 승용차의 통상적인 타이어 폭의 규격은 평균 22cm이며,본 논문에서는 분석상 편의를 위해 타이어 폭을 20cm로가정하였다. 또한, 각 바퀴의 원더링 분석 면적을 주행 차량의 약 95%가 통과하는 100cm로 가정하였다.
Table 2에서 제시한 원더링 분포의 평균값과 표준편차 실측치, 차량의 제원, 도로포장상태조사장비의 프로파일 측정 영역 등을 고려하여 원더링 가중치 적용 기본값을 가정하였다. 그 결과, 전체 분석영역의 면적은 4m, 좌측 원더링 영역의 평균값은 120cm, 우측 원더링영역의 평균값은 280cm, 윤간 160cm, 표준편차 25cm로 가정하였다.
국내에서 사용되는 1종 승용차의 통상적인 타이어 폭의 규격은 평균 22cm이며,본 논문에서는 분석상 편의를 위해 타이어 폭을 20cm로가정하였다. 또한, 각 바퀴의 원더링 분석 면적을 주행 차량의 약 95%가 통과하는 100cm로 가정하였다. 이 때 타이어 폭 20cm를 가정하면 각 바퀴의 원더링 분석면적은 5개의 구간으로 구분할 수 있다.

제안 방법

9개의 수집위치에 대한 횡방향 차량주행 특성을 모형화하기 위해 원더링 분포 자료를 이용해 확률밀도함수를 도출하였다. 이 때, 각 원더링 분포는 정규분포를 따른다고 가정하고 Table 2에서 정리한 평균과 표준편차를 Eq.
(6)을 이용해 원더링 분포에 대한 정규분포 확률밀도함수의 적합도 검증결과를 도출하고자 Table 3과같이 각 계급에 대한 관측치와 기대치, 카이스퀘어값을 계산하였다. 그리고 유의도 a =0.05 수준에서 자유도를 고려하여 카이스퀘어 검증을 실시하였다. 그 결과,검정통계량( Σx² : 4.
따라서 본 논문에서는 분석범위를 휠패스 중심으로부터 ±50cm로 결정하였다.
이외에 화물 수송용 트럭으로 후륜이 복륜으로 구성된 3종 차량이 약 10%를 차지하고 있다. 따라서 본 연구에서는 고속도로 이용차량의 절대 다수가 1종 차량으로 구성되어 있는 점, 승차감의 주체가 사람이기 때문에 여객수송 차량에 대한 고려가 우선되어야 하는 점, 현재 사용 중인 평탄성 지수가 승용차를 기반으로 개발된 모형이라는 점을 고려하여 원더링 분석 대상 차종을 1종으로 제한하였다. 또한, 차량이 원더링 수집장치 설치구간에서 차로 변경과 같은 이상주행을 하지 않는 한 전륜축과 후륜축에서 나타나는 원더링의 차이가 크지 않기 때문에 전륜축의 원더링을 주행차량을 대표하는 원더링 값으로 선정하였다.
따라서 본 연구에서는 고속도로 이용차량의 절대 다수가 1종 차량으로 구성되어 있는 점, 승차감의 주체가 사람이기 때문에 여객수송 차량에 대한 고려가 우선되어야 하는 점, 현재 사용 중인 평탄성 지수가 승용차를 기반으로 개발된 모형이라는 점을 고려하여 원더링 분석 대상 차종을 1종으로 제한하였다. 또한, 차량이 원더링 수집장치 설치구간에서 차로 변경과 같은 이상주행을 하지 않는 한 전륜축과 후륜축에서 나타나는 원더링의 차이가 크지 않기 때문에 전륜축의 원더링을 주행차량을 대표하는 원더링 값으로 선정하였다.
차로별 원더링 분포모형을 이용해 확률밀도함수를 제시하였으며 이를 이용해 차로 내 프로파일에 대한 가중치를 적용하는 절차를 수립하였다. 영동선 35개 구간에 원더링 가중치를 부여한 평탄성 지수를 산출하고 기존 휠패스 프로파일만 반영한 평탄성 지수 대비 변화량이 크거나 작은 구간에 대해 차로 내 횡방향 위치별 평탄성 지수 분포를 분석하였다. 그 결과 변화량이 큰 구간은 차로 내 원더링 분석영역의 횡방향 평탄성 지수 분포의 편차가 높았으며 변화량이 작은 구간은 편차가 낮은 것으로 나타났다.
원더링 영역 분석을 위해 고속축중기 시스템에서 수집되는 원더링 자료 중 오류가 발생한 자료를 분석에서 제외하는 필터링 작업을 수행하였다. 고속축중기 시스템의 계측센서 설치구간은 약 13m로, 해당 구간 내에서 차량이 차로를 변경하는 경우 수집되는 원더링 자료에 오류가 발생한다.
차로 내 횡방향 평탄성 지수 분포가 편차의 크기에 어떤 영향을 주는지 분석하기 위해 상기에서 언급한 4개 구간의 평탄성 지수 분포를 분석하였다. Fig.
고속도로를 주행하는 차량의 횡방향 주행위치를 규정하기 위해 고속축중기에서 약 127만대 승용차 주행 위치 자료를 분석한 결과, 승용차의 원더링 분포는 정규분포를 따르는 것으로 나타났다. 차로별 원더링 분포모형을 이용해 확률밀도함수를 제시하였으며 이를 이용해 차로 내 프로파일에 대한 가중치를 적용하는 절차를 수립하였다. 영동선 35개 구간에 원더링 가중치를 부여한 평탄성 지수를 산출하고 기존 휠패스 프로파일만 반영한 평탄성 지수 대비 변화량이 크거나 작은 구간에 대해 차로 내 횡방향 위치별 평탄성 지수 분포를 분석하였다.

대상 데이터

12m/km까지 다양한 범위의 평탄성을 갖추고 있다. 1개 구간의 거리는 이정표시를 이용한 구간 구분의 편의성을 고려하여 200m로 선정하였다.
도로포장상태조사장비의 차량 후면 상부에 장착된 LCMS(laser crack measurement system) 시스템은 시속 80km의 주행속도에서 최대 4m의 폭으로 횡방향 1mm, 종방향 3mm 간격으로 노면 프로파일을 측정할 수 있다. 각 평가구간의 MRI 산출에는 도로포장상태조사장비에서 측정한 4m 폭의 3차원 노면 프로파일 중 좌측을 기준으로 120cm, 280cm에서 측정한 노면 프로파일을 사용하였다.
,1989). 고속도로의 경우 차로폭은 일반적으로 3.6m로 고정되어 있기 때문에 차로 수를 변수로 정하고, 편도 2차로₩3차로₩4차로 구간에서 원더링 자료를 수집하였다. 본 연구에서 분석에 사용된 원더링 자료 현황은 Table 1과 같다.
9와 같이 영동선 서안산IC∼부곡IC구간에서 강릉방향 17개(K01∼K17), 인천방향 18개(I01∼I18) 총 35개 구간을 선정하고 노면 프로파일 조사를 진행하였다. 선정된 평가구간은 공용기간이 20년이 넘어 포장 파손구간과 보수구간이 혼재되어 있고 MRI 또한 1.13m/km부터 4.12m/km까지 다양한 범위의 평탄성을 갖추고 있다. 1개 구간의 거리는 이정표시를 이용한 구간 구분의 편의성을 고려하여 200m로 선정하였다.
원더링 가중치 적용에 따른 평탄성 지수값 변화를 분석하기 위해 Fig. 9와 같이 영동선 서안산IC∼부곡IC구간에서 강릉방향 17개(K01∼K17), 인천방향 18개(I01∼I18) 총 35개 구간을 선정하고 노면 프로파일 조사를 진행하였다.
현재 국내 도로포장설계에는 12종 차종분류체계가 사용되고 있으나 본 연구에서는 차량의 원더링 분석 범위를 제한하기 위하여 분석대상 차종을 선정하였다. 차종선정에 있어서 기존 평탄성 지수들, 특히 현재 사용 중인 IRI에 반영된 차종에 대한 고려와 함께 차종별 고속도로 교통량 자료를 고려하였다.
현재 국내 도로포장설계에는 12종 차종분류체계가 사용되고 있으나 본 연구에서는 차량의 원더링 분석 범위를 제한하기 위하여 분석대상 차종을 선정하였다. 차종선정에 있어서 기존 평탄성 지수들, 특히 현재 사용 중인 IRI에 반영된 차종에 대한 고려와 함께 차종별 고속도로 교통량 자료를 고려하였다.

데이터처리

(6)에 대입해‘정규분포 확률밀도함수’를 산출하고 모형의 적합도에 대해 카이스퀘어 검증을 실시하였다.

성능/효과

13은 각각 K15, I11 구간과 K14, I15의 휠패스 영역의 횡방향 평탄성 지수 분포를 보여준다. 가중치적용 시 MRI의 변화값이 큰 구간은 휠패스 분석영역에서 평탄성 지수의 편차가 크고 변화값이 작은 구간은 휠패스 분석영역에서 평탄성 지수의 편차가 적은 것으로 나타났다. 특히, 좌측 휠패스 분석영역의 평탄성 지수 변동계수가 K15, I11은 각각 18.
고속도로를 주행하는 차량의 횡방향 주행위치를 규정하기 위해 고속축중기에서 약 127만대 승용차 주행 위치 자료를 분석한 결과, 승용차의 원더링 분포는 정규분포를 따르는 것으로 나타났다. 차로별 원더링 분포모형을 이용해 확률밀도함수를 제시하였으며 이를 이용해 차로 내 프로파일에 대한 가중치를 적용하는 절차를 수립하였다.
영동선 35개 구간에 원더링 가중치를 부여한 평탄성 지수를 산출하고 기존 휠패스 프로파일만 반영한 평탄성 지수 대비 변화량이 크거나 작은 구간에 대해 차로 내 횡방향 위치별 평탄성 지수 분포를 분석하였다. 그 결과 변화량이 큰 구간은 차로 내 원더링 분석영역의 횡방향 평탄성 지수 분포의 편차가 높았으며 변화량이 작은 구간은 편차가 낮은 것으로 나타났다. 따라서, 차량의 원더링 분포를 이용해 확률적인 통행 가중치를 적용하는 방식을 적용하는 경우, 차로 내횡방향 위치별 평탄성 편차를 합리적으로 반영할 수 있기 때문에 평탄성 지수의 차로 대표성을 개선할 수 있을 것으로 판단된다.
그 결과,검정통계량( Σx2 : 4.5)이 수용역( x2통계량: 54.6)안에포함되는 것으로 나타나 원더링 분포를 대표하는 모형으로‘정규분포 확률밀도함수’가 적합한 것으로 나타났다.
7%보다 7배 이상 큰 것으로 나타났다. 즉, 원더링 가중치 적용을 통해 평탄성 지수를 산출하는 경우 노면 프로파일 측정 위치에 따른 평탄성 지수 변화값을 최소화할 수 있는 것으로 나타났다.
가중치적용 시 MRI의 변화값이 큰 구간은 휠패스 분석영역에서 평탄성 지수의 편차가 크고 변화값이 작은 구간은 휠패스 분석영역에서 평탄성 지수의 편차가 적은 것으로 나타났다. 특히, 좌측 휠패스 분석영역의 평탄성 지수 변동계수가 K15, I11은 각각 18.2%, 16.6%로나타나 K14, I15의 변동계수 2.3%, 1.7%보다 7배 이상 큰 것으로 나타났다. 즉, 원더링 가중치 적용을 통해 평탄성 지수를 산출하는 경우 노면 프로파일 측정 위치에 따른 평탄성 지수 변화값을 최소화할 수 있는 것으로 나타났다.
2에서 제시한 적용절차에 따라 원더링 가중치를 적용한MRIW의 차이(MRI-MRIW)를 정리한 것이다. 편차 절대값의 평균은 0.05m/km, 표준편차는 0.04m/km(변동계수 89.5%)로 나타났다. Fig.

후속연구

따라서, 차량의 원더링 분포를 이용해 확률적인 통행 가중치를 적용하는 방식을 적용하는 경우, 차로 내횡방향 위치별 평탄성 편차를 합리적으로 반영할 수 있기 때문에 평탄성 지수의 차로 대표성을 개선할 수 있을 것으로 판단된다. 결국, 차로 대표성을 개선한 평탄성 지수의 산출을 통해 유지관리사업 우선순위 결정,예산배정 등 도로포장 관리기술의 합리성을 높일 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	도로포장의 평탄성은 어떻게 관리하는가?	도로포장의 평탄성은 노면의 프로파일 측정결과를 정량화한 평탄성 지수를 이용하여 관리하고 있다. 국내 고속도로의 경우 건설에는 PrI(PRofile Index)와IRI(International Roughness Index)를 평탄성 지수로 사용하고 유지관리에는 IRI를 평탄성 지수로 사용하고 있다.
	노면의 종단, 횡단에 대한 3차원 프로파일을 측정하는 레이저 센서의 장점은?	그 결과 현재 노면의 종단, 횡단에 대한 3차원 프로파일을 측정하는 레이저 센서가 상용화되어 보급되고 있다. 따라서, 한 번의 주행으로 차로 내 많은 횡방향 위치에서의 노면 프로파일을 측정할 수 있다. 본 논문에서는 주행하는 차량의 원더링 영역을 이용해 차로 대표성을 높일 수 있는 합리적인 평탄성 지수 산출기법을 제시하고자 한다.
	노면의 프로파일을 측정하는 방법은?	IRI 산출을 위해서는 노면의 프로파일을 측정해야 하는데 주로 차량형 측정장비 하단에 거리를 측정할 수 있는 레이저 센서와 주행 시 발생하는 차체의 흔들림을 보정해 주는 가속도계를 부착해 측정한다. 이 때 사용되는 레이저 센서는 노면의 프로파일을 종방향‘선(line)’의형태로 측정하게 되는데 그 결과 주행궤적을 따라 무수히 많은 선(line) 형태의 프로파일이 구성된다.

참고문헌 (10)

Buiter, R., Cortenraad, W.M.H., et, al. (1989). "Effects of the transverse distribution of heavy vehicles on the thickness design of full-depth asphalt pavements." Transportation Research Record 1227, pp.66-74.
Jo, M. H., Park, H. S., Jin, J. H. and Kim, N. S. (2008). "A study of characteristics of lateral wheel path distributions in different traffic lanes." Journal of the Korean Society of Civil Engineers, Vol.28. No.3D. pp.339-346 (In Korean).
Kang, M. S., Seo, Y. C., Park, D. Y., and Cho, Y. J. (2003). "Quantification of pavement damage deduction due to vehicle wandering." Journal of the Korean Society of Civil Engineers, Vol.23. No.5D. pp.623-629 (In Korean).
Korea Expressway Corporation(KEC) (2009). Establish a pavement performance improvement strategy, KEC (In Korean).
Kwon, S. M. (2010). Development and implementation of high speed Weigh-in-Motion system using double diagonal sensor array for overweight enforcement, Ph.D. Dissertation. Hangyang University. Seoul, Korea (In Korean).
Lee, C. E., Shankar, P. R and Lzadmehr, B. (1983). Lateral placement of truck in highway lanes, FHWA/TX-84/33+3l0-lF, Center for Transportation Research, Texas.
Lee, Y. W. (2011). "A study on lane width of curved section by sway distance analysis of running vehicle on urban roads." International Journal of Highway Engineering, Vol.13. No.2. pp.57-65 (In Korean).

원문보기 상세보기
Oh, J. S., Cho, Y. H. and Kim, H. S. (2008). "Characteristic of vehicle lateral displacements on national highways." International Journal of Highway Engineering, Vol.10. No.3. pp.87-96 (In Korean).
Seo, J. N., Jang, M. S. and Lee, P. H. (1997). "Evaluation of variable lane width need based on vehicle lateral displacement on eight lane freeway." Journal of the Korean Society of Civil Engineers, Vol.15. No.1. pp.129-156 (In Korean).
Stempihar, J.J., R.C. Williams and T.D. Drummer. (2005). "Quantifying the Lateral Displacement of Trucks for use in Pavement Design." Transportation Research Board Preprint, Washington, D.C.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증