고속도로 이용자의 승차감 평가특성 및 만족도 분석과 ROC 곡선을 이용한 평탄성 관리기준 적정성 검토 Analysis of Riding Quality Acceptability and Characteristics of Expressway Users and Evaluation of MRI Thresholds using Receiver Operating Characteristic curves원문보기
PURPOSES : The purpose of this research is to analyze the characteristics of panels that affect the evaluating results of riding quality and to evaluate the appropriateness of roughness management criteria based on ride comfort satisfaction. METHODS : In order to analyze the influence of panel chara...
PURPOSES : The purpose of this research is to analyze the characteristics of panels that affect the evaluating results of riding quality and to evaluate the appropriateness of roughness management criteria based on ride comfort satisfaction. METHODS : In order to analyze the influence of panel characteristics of riding quality, 33 panels, consisting of civilians and experts, were selected. Also, considering the roughness distribution of the expressway, 35 sections with MRI ranging from 1.17 m/km to 4.65 m/km were selected. Each panel boarded a passenger car and evaluated the riding quality with grades from 0 to 10, and assessed whether it was satisfied or not. After removing outlier results using a box plot technique, 964 results were analyzed. An ANOVA was conducted to evaluate the effects of panel expertise, age, driving experience, vehicle ownership, and gender on the evaluation results. In addition, by using the receiver operating characteristics (ROC) curve, the MRI value, which can most accurately evaluate the satisfaction with riding quality, was derived. Then, the compatibility of MRI was evaluated using AUC as a criterion to assess whether the riding quality was satisfactory. RESULTS : Only the age of the panel participants were found to have an effect on the riding quality satisfaction. It was found that satisfaction with riding quality and MRI are strongly correlated. The satisfaction rate of roughness management criteria on new (MRI 1.6 m/km) and maintenance (MRI 3.0 m/km) expressways were 95% and 53%, respectively. As a result of evaluating the roughness management criteria by using the ROC curve, it was found that the accuracy of satisfaction was the highest at MRI 3.1-3.2 m/km. In addition, the AUC of the MRI was about 0.8, indicating that the MRI was an appropriate index for evaluating the riding quality satisfaction. CONCLUSIONS : Based on the results, the distribution of the panels' age should be considered when panel rating is conducted. From the results of the ROC curve, MRI of 3.0 m/km, which is a criterion of roughness management on maintenance expressways, is considered as appropriate.
PURPOSES : The purpose of this research is to analyze the characteristics of panels that affect the evaluating results of riding quality and to evaluate the appropriateness of roughness management criteria based on ride comfort satisfaction. METHODS : In order to analyze the influence of panel characteristics of riding quality, 33 panels, consisting of civilians and experts, were selected. Also, considering the roughness distribution of the expressway, 35 sections with MRI ranging from 1.17 m/km to 4.65 m/km were selected. Each panel boarded a passenger car and evaluated the riding quality with grades from 0 to 10, and assessed whether it was satisfied or not. After removing outlier results using a box plot technique, 964 results were analyzed. An ANOVA was conducted to evaluate the effects of panel expertise, age, driving experience, vehicle ownership, and gender on the evaluation results. In addition, by using the receiver operating characteristics (ROC) curve, the MRI value, which can most accurately evaluate the satisfaction with riding quality, was derived. Then, the compatibility of MRI was evaluated using AUC as a criterion to assess whether the riding quality was satisfactory. RESULTS : Only the age of the panel participants were found to have an effect on the riding quality satisfaction. It was found that satisfaction with riding quality and MRI are strongly correlated. The satisfaction rate of roughness management criteria on new (MRI 1.6 m/km) and maintenance (MRI 3.0 m/km) expressways were 95% and 53%, respectively. As a result of evaluating the roughness management criteria by using the ROC curve, it was found that the accuracy of satisfaction was the highest at MRI 3.1-3.2 m/km. In addition, the AUC of the MRI was about 0.8, indicating that the MRI was an appropriate index for evaluating the riding quality satisfaction. CONCLUSIONS : Based on the results, the distribution of the panels' age should be considered when panel rating is conducted. From the results of the ROC curve, MRI of 3.0 m/km, which is a criterion of roughness management on maintenance expressways, is considered as appropriate.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
하지만 현재 적용되고 있는 평탄성 관리기준의 적정성이나 평탄성과 승차감 사이의 관계에 대한 연구는 미흡한 실정이다. 따라서 본 연구에서는 고속도로 이용자의 승차감 관점에서 평탄성 관리기준을 분석하였다.
승차감은 정성적인 요소로 날씨, 연령, 성별과 같은 보편적인 요소는 물론 건강, 심리상태 등과 같은 도로이용자의 개별적인 요소에도 영향을 받기 때문에 합리적으로 승차감을 평가하고 관리기준을 수립하기 위한 연구가 지속적으로 진행되어 왔다. 본 연구에서는 도로분야에서 주로 사용하는 승차감 평가방법인 현장 주행시험을 통한 패널들의 승차감 평가실험을 실시하고 이때 패널의 특성이 평가결과에 미치는 영향을 분석하였다. 또한, 승차감 만족도 평가결과를 이진분류시스템(binary classifier system) 분석방법인 ROC(Receiver Operating Characteristic) 곡선으로 분석해 현재 적용중인 고속도로 평탄성 관리기준의 적정성에 대해서 검토하였다.
제안 방법
이 연구를 통해 각 포장형식에 대해 IRI를 이용해 Eq. (1), Eq (2)와 같은 PSR(0점~5점)을 예측하는 회귀모형을 개발하였다. 이후, 미네소타 도로국은 PSR에 따른 포장상태지표를 이용해 IRI의 관리기준을 수립하였다.
각 구간의 평가 결과 중 이상치(outlier) 제거를 위해 박스플롯(boxplot) 방법을 적용하였다(Golroo, 2012). 각 구간의 승차감 평가값의 IQR(InterQuartile Range)을 구하고 박스경계(1분위, 3분위)에서 IQR보다 1.5배 이상 큰 값을 이상치로 규정하였다(Montgomery, 1994). 그 결과 Fig.
5m/km 사이인 구간이 전체의 99% 이상을 차지하는 것으로 나타났다. 따라서, 본 연구에서는 분석결과를 토대로 고속도로 포장의 일반적인 평탄성 범위를 0.5m/km~3.5m/km로 규정하고 이 사이의 평탄성이 고르게 반영될 수 있도록 승차감 평가구간을 선정하였다.
승차감 평가에 적용된 평가척도 양식은 승차감 상태와 점수를 함께 서술한 AASHTO/Weaver 양식을 따랐으며 승차감의 상세분석을 위해 5점 척도에서 10점 척도로 변형하여 사용했다. 따라서, 패널은 평가구간 주행 후 승차감을 0점에서 10점(0.5점 간격)으로 평가하였다. 이와 함께, 승차감에 대한 전반적인 만족도 분석을 위해‘만족’, ‘불만족’여부를 별도로 평가하였다.
본 연구에서는 도로분야에서 주로 사용하는 승차감 평가방법인 현장 주행시험을 통한 패널들의 승차감 평가실험을 실시하고 이때 패널의 특성이 평가결과에 미치는 영향을 분석하였다. 또한, 승차감 만족도 평가결과를 이진분류시스템(binary classifier system) 분석방법인 ROC(Receiver Operating Characteristic) 곡선으로 분석해 현재 적용중인 고속도로 평탄성 관리기준의 적정성에 대해서 검토하였다.
또한, 승차감에 대한‘누적 만족’비율을 이용해 각 비율에 따른 잠정 평탄성 관리기준을 제시하였다.
본 연구에서는 MRI를 1.0m/km~4.0m/km까지 0.1m/km 단위로 변화시키면서 패널의 승차감 만족도 응답결과를 이용해 TP, FP, TN, FN을 구했다. 그 결과, Table 7에서 보는 것과 같이 MRI값이 3.
여기서 Positive는 특정조건에 대한 이진분류결과 중 양성의 결과를 나타내며 Negative는 음성의 결과를 나타낸다. 본 연구에서는 승차감에 대한 만족도 평가결과에 ROC 곡선을 적용했기 때문에 특정조건으로 평탄성 지수(MRI)를 적용한 후 승차감을 만족한다고 대답하는 경우를 Positive로, 불만족하는 경우를 Negative로 규정하였다. 예를 들어, MRI=3.
본 연구에서는 평탄성과 승차감 간의 상관성 분석을 위해 33명의 패널이 다양한 평탄성으로 구성된 고속도로 35개 구간을 직접 주행하면서 각 구간의 승차감을 10점 만점으로 평가하고 추가로 승차감 만족여부를 ‘만족’, ‘불만족’으로 평가하였다.
분석과정에서 패널의 전문성이 승차감 평가결과에 미치는 영향은 두 가지 경우로 분류하여 평가하였다. 첫 번째는 택시운전기사를 일반인(비전문가)으로 구분하여 분석한 경우이며(전문성1), 두 번째는 택시운전기사를 별도의 그룹으로 분류하여 전문가, 일반인, 택시운전기사로 구성된 3개의 그룹으로 나누어 분석한 경우이다(전문성2).
승차감 평가 당시 패널들에게 각 평가구간에 대한 승차감에 대한 만족 여부를 ‘O, X’로 평가하도록 했다.
승차감 평가구간 선정 시 패널들이 각 구간별 승차감의 차이를 인지할 수 있도록 각 평가구간의 평탄성 수준을 우선적으로 고려하였다. 이 과정에서 고속도로의 일반적인 평탄성 분포를 반영하기 위해 고속도로 PMS 데이터베이스에서 2014년 조사된 경부고속도로의 평탄성 자료를 발췌하여 분석하였다. 고속도로 평탄성 분포 분석을 위해 콘크리트 포장과 아스팔트 포장 각각 10,812개, 14,827개의 평탄성 조사 데이터를 사용하였다.
이와 함께, 승차감에 대한 전반적인 만족도 분석을 위해‘만족’, ‘불만족’여부를 별도로 평가하였다.
패널은 조수석에 탑승해 뒷좌석에 탑승한 진행자의 안내에 따라 구간에 대한 승차감 평가를 진행하였다. 진행자는 패널에게 구간별 시점, 종점을 알리고 차량의 진행속도, 교통흐름 등 기타 특이사항을 기록하였다. 패널들이 실험에 대한 이해와 집중도를 높일 수 있도록 주행실험 전에 실험목적, 실험절차, 평가양식 작성방법, 실험결과 활용방안, 주의사항 등에 대해 교육을 실시하였다.
Arhin(2015) 등은 미국 컬럼비아 지역의 IRI 관리기준 수립을 위한 승차감 평가실험을 진행하였다. 총 66명의 패널이 다양한 등급의 도로로 구성된 122개 구간에 대해 승차감을 평가하고 그 결과를 PSR로 산출하였다. Arhin 등은 IRI와 PSR 사이의 회귀식을 도출하고 회귀식을 이용해 PSR 2.
평가구간의 주행속도는 80km/h이며 평가구간 400m 전방에서 1차 안내를 실시하고 평가구간의 시점에서는 ‘시작’, 종점에서는 ‘끝’을 외치며 진행하였다. 패널들은 평가에 있어서 승차감에 미치는 시각적 효과를 차단하기 위해 눈을 감거나 안대를 착용하고 평가를 실시하였다.
진행자는 패널에게 구간별 시점, 종점을 알리고 차량의 진행속도, 교통흐름 등 기타 특이사항을 기록하였다. 패널들이 실험에 대한 이해와 집중도를 높일 수 있도록 주행실험 전에 실험목적, 실험절차, 평가양식 작성방법, 실험결과 활용방안, 주의사항 등에 대해 교육을 실시하였다.
6과 같이 총 3명 탑승했다. 패널은 조수석에 탑승해 뒷좌석에 탑승한 진행자의 안내에 따라 구간에 대한 승차감 평가를 진행하였다. 진행자는 패널에게 구간별 시점, 종점을 알리고 차량의 진행속도, 교통흐름 등 기타 특이사항을 기록하였다.
대상 데이터
또한, 선정된 승차감 평가구간은 모두 직선구간이며 콘크리트 포장, 아스팔트 포장 등 다양한 포장형식과 토공부와 교량부가 혼재되어 있다. 1개 구간의 거리는 승차감 평가자의 집중시간과 구간구분의 편의성을 고려하여 200m로 선정하였다.
이 과정에서 고속도로의 일반적인 평탄성 분포를 반영하기 위해 고속도로 PMS 데이터베이스에서 2014년 조사된 경부고속도로의 평탄성 자료를 발췌하여 분석하였다. 고속도로 평탄성 분포 분석을 위해 콘크리트 포장과 아스팔트 포장 각각 10,812개, 14,827개의 평탄성 조사 데이터를 사용하였다. Fig.
이러한 결과를 토대로 승차감 평가에 사용될 차종으로는 승용차를 선정하였다. 또한, 승용차 중에서 지난 수년간 국내시장판매량이 가장 많은 현대자동차의 쏘나타를 승차감 평가 시험차량으로 사용하였다.
적정 패널 수에 대한 보다 구체적인 연구들도 진행되었는데 Yoder(1964) 등은 평탄성을 평가하는 경우 패널의 수가 15명 이상이면 합리적인 평가 결과를 도출할 수 있다고 주장하였으며 Far(1989) 등은 통계적인 분석을 통해 패널의 수가 20명이면 약 95%의 신뢰수준을 확보할 수 있다고 주장했다. 본 연구에서는 패널 수에 대한 다양한 선행연구결과를 토대로 승차감 평가에 참여할 패널 수를 30명 이상으로 설정하고 평가실험에는 33명이 참가하였다.
승차감 평가 당시 패널들에게 각 평가구간에 대한 승차감에 대한 만족 여부를 ‘O, X’로 평가하도록 했다. 승차감 만족도 평가에는 총 29명의 패널이 응답하였다. 승차감 평가와 동일하게 주행속도 70m/km 이하의 평가 결과는 제외하고 총 719개의 응답결과를 분석하였다.
승차감 만족도 평가에는 총 29명의 패널이 응답하였다. 승차감 평가와 동일하게 주행속도 70m/km 이하의 평가 결과는 제외하고 총 719개의 응답결과를 분석하였다.
차종별 비율을 보면 승용차가 고속도로 전체 교통량의 약 70%의 절대 다수를 차지하고 있다. 이러한 결과를 토대로 승차감 평가에 사용될 차종으로는 승용차를 선정하였다. 또한, 승용차 중에서 지난 수년간 국내시장판매량이 가장 많은 현대자동차의 쏘나타를 승차감 평가 시험차량으로 사용하였다.
, 1986) 주행속도 변화는 탑승자가 느끼는 프로파일 주기에 영향을 줄 수 있다고 판단하여 70km/h보다 낮은 속도로 주행한 평가결과는 분석에서 제외하였다. 총 1,155개의 응답 중 주행속도 이상으로 191개 응답을 제외하고 964개 응답에 대해 분석을 진행하였다.
평탄성 수준 외에 Nick(1983) 등이 제안한 다음의 5가지를 평가구간 선정 시 고려조건을 감안하여 최종적으로 Fig. 4와 같이 영동선 서안산IC∼부곡IC 구간의 35개 구간을 승차감 평가구간으로 선정하였다.
데이터처리
ANOVA 분석을 이용해“패널의 특성(전문성, 연령대, 성별 등)은 승차감 평가결과에 영향을 주지 않는다”는 기본가설에 대해 유의수준 5%에 대해 검증하였다.
평가 패널의 도로분야 전문성, 연령대, 운전경력, 차량소유, 성별이 승차감 평가결과에 영향을 주고 있는지 분석하기 위해 ANOVA 분석을 실시하였다. ANOVA 분석을 이용해“패널의 특성(전문성, 연령대, 성별 등)은 승차감 평가결과에 영향을 주지 않는다”는 기본가설에 대해 유의수준 5%에 대해 검증하였다.
이론/모형
79로 나타났다. 각 구간의 평가 결과 중 이상치(outlier) 제거를 위해 박스플롯(boxplot) 방법을 적용하였다(Golroo, 2012). 각 구간의 승차감 평가값의 IQR(InterQuartile Range)을 구하고 박스경계(1분위, 3분위)에서 IQR보다 1.
승차감 평가에 적용된 평가척도 양식은 승차감 상태와 점수를 함께 서술한 AASHTO/Weaver 양식을 따랐으며 승차감의 상세분석을 위해 5점 척도에서 10점 척도로 변형하여 사용했다. 따라서, 패널은 평가구간 주행 후 승차감을 0점에서 10점(0.
성능/효과
Fernando(1999) 등은 28명으로 구성된 패널을 이용해 53개 구간에 대한 승차감 평가를 실시하였다. ANOVA 분석결과 구간의 평탄성, 차량종류, 평가자 개별특성, 포장형식 등이 서비스빌리티에 중요한 영향을 주는 것으로 나타났다.
ANOVA 분석을 통한 패널특성 분석결과 전문성, 연령대, 운전경력, 차량소유, 성별 중 연령대만 승차감 평가결과에 영향을 미치는 것으로 나타났다. 따라서 향후 승차감과 관련된 패널 구성 시 연령대 배분에 주의를 기울여야 할 것으로 판단된다.
이후, Nair(1986) 등은 승차감에 미치는 영향인자를 분석하기 위해 패널특성, 차량특성, 포장형식 등 다양한 요소를 반영한 현장실험을 실시하였다. ANOVA 분석을 통해 차량크기, 축거, 포장형식, 유지관리수준과 패널특성 중 피로도가 평가결과에 영향을 주는 것으로 나타났다. Loizos(1994) 등은 도로이용자의 특성과 차종이 평탄성에 대한 인지과정에 미치는 영향에 대해 연구하였다.
ROC 곡선을 이용해 현재 사용 중인 유지관리구간의 평탄성 관리기준의 적정성에 대해 검토한 결과, MRI 3.1~3.2m/km에서 승차감의 만족/불만족 구분에 대한정밀도가 가장 높은 것으로 나타나 현행기준인 MRI 3.0m/km는 적절한 것으로 판단된다.
8이 나와 ‘보통’ 정도의 정확도를 갖는 것으로 나타났다. 결과적으로, 승차감 만족 여부를 평가하는 기준으로서 도로포장의 평탄성 지수 중 MRI는 합리적인 평가방법으로 판단된다.
국내의 경우 2010년 고속도로 평탄성 관리체계 개발을 위해 박상욱(2010)이 영동선에 72개 평가구간을 선정하고 30명으로 구성된 패널을 이용해 승차감 만족도 평가를 시행하였다. 그 결과 승차감 누적만족도 50%를 관리기준으로 설정하고 해당기준의 IRI값으로 2.5m/km를 제시하였다.
62m/km로 나타났다. 두 포장형식 모두 MRI가 0.5m/km~3.5m/km 사이인 구간이 전체의 99% 이상을 차지하는 것으로 나타났다. 따라서, 본 연구에서는 분석결과를 토대로 고속도로 포장의 일반적인 평탄성 범위를 0.
패널특성과 승차감 평가결과에 대한 ANOVA 분석결과 패널의 성별과 소득수준이 승차감 평가결과에 영향을 주는 것으로 나타났다. 또한, IRI 수준에 따른 승차감 만족도를 분석한 결과 FHWA의 평탄성 관리기준인 2.7m/km에 대한 승차감 누적만족도는 약 85%인 것으로 나타났다.
따라서, 전문성, 운전경력, 차량소유, 성별과 같은 패널 특성은 승차감 평가결과에 유의미한 영향을 주지 않는 것으로 판단된다. 반면, 연령대의 경우 F비가 F기각치보다 크고 p값도 0.04로 유의수준보다 작아 기본가설을 기각하는 것으로 나타났다. 즉, 패널의 연령대는 승차감 평가 결과에 유의미한 영향을 주는 것으로 나타났다.
본 연구에서 선정한 승차감 평가구간은 공용기간이 20년이 넘어 포장파손에 따른 다양한 범위의 평탄성을 갖추고 있으며 도심에서의 접근이 용이하다. 또한, 선정된 승차감 평가구간은 모두 직선구간이며 콘크리트 포장, 아스팔트 포장 등 다양한 포장형식과 토공부와 교량부가 혼재되어 있다.
분석결과 연령대를 제외한 모든 항목에서 F비가 F기각치보다 작게 나타났다. 동일하게 p값도 유의수준인 0.
승차감 만족도 분석에 활용된 총 901개 응답결과의 구성을 보면‘만족’이 636개(70.6%), ‘불만족’이 265개(29.4%)로 긍정적인 평가 결과가 부정적 평가결과 보다 2배 이상 높게 나타났다.
승차감 만족도와 MRI간의 상관성 분석결과 강한 양의 상관성을 갖는 것으로 나타났으며 현재 고속도로 신설 및 유지관리 구간의 관리기준인 MRI 1.6m/km, 3.0m/km에 대해 각각 95.3%, 52.7%의 승차감 만족도를 보이는 것으로 나타났다. 또한, 승차감에 대한‘누적 만족’비율을 이용해 각 비율에 따른 잠정 평탄성 관리기준을 제시하였다.
Chen(2014) 등은 신설과 유지관리에 활용할 IRI의 관리기준 수립을 위해 노스캐롤라이나의 9개 지역에서 약 30여명이 참가하는 승차감 평가실험을 진행하였다. 실험결과를 통해 승차감 누적만족/불만족 비율 50%를 고려해 도로의 위치와 포장형식별로 1.2m/km~1.7m/km의 IRI관리기준을 제시하였다.
48m/km로 나타났다. 아스팔트 포장은 Fig. 3과 같이 평균 MRI가 1.62m/km(표준편차 0.59m/km)로 나타났으며, 최대값과 최소값은 각각 5.54m/km, 0.62m/km로 나타났다. 두 포장형식 모두 MRI가 0.
Kuemmel(2001) 등은 아이오와 등 3개 주에서 약 2,300여명의 일반 도로이용자들이 평소에 그들이 이용하는 614개 구간에 대한 승차감을 평가하는 대규모 현장실험을 수행하였다. 이 연구에서는 적정한 평탄성 관리기준으로 승차감 만족도 70%를 선정하였으며 이를 위한 IRI 수준은 콘크리트 포장은 1.1m/km, 아스팔트포장은 0.7m/km로 나타났다.
4%)로 긍정적인 평가 결과가 부정적 평가결과 보다 2배 이상 높게 나타났다. 이러한 결과는 앞서 평가구간의 MRI 분포에서 밝혔듯이 고속도로 유지관리 관리기준인 3.0m/km의 미만/이상 구간의 비율과 거의 정확하게 일치하는 것으로 나타났다.
운전경력은 10년 미만이 전체의 40%(13명)를 차지해 가장 비율이 높으며 30년 이상도 15%(5명)를 차지했다. 전체적으로 운전경력이 있는 패널과 없는 패널의 비율은 91% 대 9%로 나타났다. 패널의 성별 구성비율은 남성이 88%(29명), 여성이 12%(4명)로 남성으로 크게 치우지게 구성되었다.
0을 얻었다. 중간값과 평균은 각각 6.0과 6.1로 거의 동일한 값을 보였으며 표준편차 평균은 1.33, 분산 평균은 1.79로 나타났다. 각 구간의 평가 결과 중 이상치(outlier) 제거를 위해 박스플롯(boxplot) 방법을 적용하였다(Golroo, 2012).
AUC가 1이라는 것은 민감도가 1이고 가양성률(거짓이 양성으로 판별되는 경우)이 0이라는 것을 의미하기 때문에 해당 기준이 완벽한 것을 의미한다. 즉, 각 구간의 평탄성(MRI)를 승차감 평가기준으로 사용하는 경우 AUC가 1이 나온다면 평탄성은 승차감 만족도를 평가하는 완벽한 검사기준이 될 수 있다는 것을 의미한다. 실질적으로 AUC의 하한값은 0.
0m/km에 대해 ‘누적 불만족’비율은 약 55%로 나타났다. 즉, 누적 승차감 평가결과에서도 실험구간에 대한 전체적인 승차감 평가결과는 긍정이 우세한 것으로 나타났다.
04로 유의수준보다 작아 기본가설을 기각하는 것으로 나타났다. 즉, 패널의 연령대는 승차감 평가 결과에 유의미한 영향을 주는 것으로 나타났다.
패널 참가자들의 평균 승차감 평가점수(Mean Panel Rating 이하 MPR) 중 가장 낮은 점수를 얻은 구간은 I03으로 평균 3.8점이었으며 가장 높은 점수를 얻은 구간은 I02로 평균 8.0을 얻었다. 중간값과 평균은 각각 6.
Shafizadeh(2002) 등은 워싱턴 시내의 도로이용자 56명이 40개의 구간에 대한 승차감을 평가하는 실험을 진행하였다. 패널특성과 승차감 평가결과에 대한 ANOVA 분석결과 패널의 성별과 소득수준이 승차감 평가결과에 영향을 주는 것으로 나타났다. 또한, IRI 수준에 따른 승차감 만족도를 분석한 결과 FHWA의 평탄성 관리기준인 2.
6%로 거의 모든 도로이용자가 승차감에 만족하는 수준인 것으로 나타났다. 평탄성 유지관리 관리기준인 MRI 3.0m/km의 경우 승차감 만족도가 58.1%로 나타나 절반이상의 도로이용자가 승차감에 만족하는 수준으로 나타났다.
후속연구
0m/km 사이에 집중되어 있는 점을 고려할 때, 비교적 합리적일 수 있으나 승차감 평가패널은 최대한 다양한 평탄성 수준에 노출되어야 보다 합리적으로 승차감을 평가할 수 있다. 따라서 승차감 평가결과의 합리성을 보완하기 위해서는 평탄성이 매우 양호한 구간과 매우 불리한 구간에 대한 추가적인 실험이 필요할 것으로 판단된다.
ANOVA 분석을 통한 패널특성 분석결과 전문성, 연령대, 운전경력, 차량소유, 성별 중 연령대만 승차감 평가결과에 영향을 미치는 것으로 나타났다. 따라서 향후 승차감과 관련된 패널 구성 시 연령대 배분에 주의를 기울여야 할 것으로 판단된다.
또한, 본 연구에서 제시한 ‘승차감 만족도’와 ‘누적 만족’비율을 이용한 평탄성 관리기준은 도로이용자의 승차감 만족이라는 제한된 관점에서 제시된 기준이다. 보다 합리적인 평탄성 관리기준 수립을 위해서는 관리기준에 따라 소요되는 유지관리 비용과 가용예산에 대한 추가적인 분석이 수행되어 도로이용자의 효용과 도로관리자의 비용을 고려해야 할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
승차감 평가에 적용된 평가척도 양식이란 ?
승차감 평가에 적용된 평가척도 양식은 승차감 상태와 점수를 함께 서술한 AASHTO/Weaver 양식을 따랐으며 승차감의 상세분석을 위해 5점 척도에서 10점 척도로 변형하여 사용했다. 따라서, 패널은 평가구간 주행 후 승차감을 0점에서 10점(0.
승차감의 요소는 ?
승차감은 정성적인 요소로 날씨, 연령, 성별과 같은 보편적인 요소는 물론 건강, 심리상태 등과 같은 도로이용자의 개별적인 요소에도 영향을 받기 때문에 합리적으로 승차감을 평가하고 관리기준을 수립하기 위한 연구가 지속적으로 진행되어 왔다. 본 연구에서는 도로분야에서 주로 사용하는 승차감 평가방법인 현장 주행시험을 통한 패널들의 승차감 평가실험을 실시하고 이때 패널의 특성이 평가결과에 미치는 영향을 분석하였다.
주행 중에 발생하는 소음을 줄이기 위한 노력은 ?
그동안 포장분야에서는 주행 중에 발생하는 소음과 진동을 감소시켜 승차감을 향상시키기 위해 많은 노력을 기울여 왔다. 특히, 노면에서 전달되는 진동을 감소시키기 위해‘평탄성(roughness)’이라는 개념을 도입하고 다양한 평탄성 지수를 개발하여 포장의 시공과 유지관리의 중요 관리지표로 활용하고 있다.
참고문헌 (22)
Arhin, S.A., Noel, E.C., and Ribbiso, A. (2015). "Acceptable international roughness index thresholds based on present serviceability rating."Journal of Civil Engineering Research, Vol 5. No 4, pp.90-96.
Chen, D., Hildreth, J., and Nicholas, T. (2014). Development of IRI limits and targets for network management and construction approval purposes, FHWA/NC/2013-02, North Carolina State Department of Transportation.
Fernando, E. and Lee, N.Y. (1999). Documentation of ride surveys conducted in project 4901-Technical memorandum, Texas Transportation Institute.
Fwa, T.F. and Gan, K.T. (1989). "Bus-ride panel rating of pavement serviceability."Journal of transportation engineering, Vol.115, No.2, pp.176-191.
Golroo, A and Tighe, S.L. (2012). "Development of panel rating protocol and condition evaluation model for pervious concrete pavement." Journal of Transportation Engineering, 138, pp.315-323.
Janisch, D. (2006). An overview of Mn/DOT's pavement condition rating procedures and indices, Office of Materials and Road Research, Minnesota Department of Transportation, Maplewood, MN.
Janoff, M.S. and Nick, J.B. (1983). "Effects of vehicle and driver characteristics on the subjective evaluation of road roughness." In Measuring Road Roughness and Its Effects on User Cost and Comfort. ASTM Special Technical Publication(STP) 884, Gillespie, T.D. and Sayer, M.E. American Society for Testing and Materials, Philadelphia, pp.111-126.
Korea Highway Corporation. (2007), 2006-2007 Highway pavement condition survey and analysis - Interim Report(in Korean).
Korea Expressway Corporation (2011), 2010-2011 Highway pavement condition survey and analysis - Final Report(in Korean).
Korea Expressway Corporation (2012). Korea expressway pavement maintenance and reservation manual, AN01585-000064-14(In Korean).
Kuemmel, D., Robinson, R., Griffin, R.J., Sonntag, R., and Giese, J. (2001). Public perceptions of the midwest's pavements-Iowa-Phase III. Transportation Technical Report 9-1-2001, Transportation Research Center, Milwaukee, Wisconsin.
Loizos, A., Golias, J., Kanellaidis, G. and Kondou, M. (1994), "Effects of road user characteristics and vehicle type on road roughness perception."Road and Transfer Research Vol.3 No.4, pp.56-64.
Minnesota Department of Transportation. (2003). An overview of Mn/DOT's pavement condition rating procedures and indices, Technical Report.
Montgomery D.C. and Runger G.C. (1994). Applied statistics and probability for engineers, John Wiley & Sons, Inc. New York.
Nair, S.K. and Hudson, W.R. (1986). "Serviceability prediction from user-based evaluations of pavement ride quality." Pavement roughness and skid resistance, Weed, R.M. Transportation Research Record 1084, Transportation Research Board, Washington D.C. pp.66-75.
Nakamura, V.F. and Michael, H.L. (1963), Serviceability ratings of highway pavements, Joint Highway Research Project C-36-54BB, Purdue University, Lafayette, Indiana.
Nick, J.B. and Janoff, M.S. (1983), "Evaluation of panel rating methods for assessing pavement ride quality."Interaction of Vehicles and Pavement, Highway Research Record 946, Transportation Research Board, Washington, D.C., pp.5-13.
Park, S.I and Oh, T.H. (2016). "Application of Receiver Operating Characteristic(ROC) Curve for Evaluating of Diagnostic Test Performance", Journal of Veterinary Clinics, Vol 33. No.2, pp.97-101.
Park, S.W. (2010). Development and implementation of roughness management system for expressway concrete pavement using PMS Data, Ph.D. Dissertation, Hanyang University.
Shafizadeh, K.R., Mannering, F.L., and Pierce, L.M. (2002). A statistical analysis of factors associated with driver-perceived road roughness on urban highways. No. WA-RD 538.1, Washington State Department of Transportation, Olympia, Washington.
Shafizadeh, K.R. and Mannering, F.L. (2003). "Acceptability of pavement roughness on urban highways by driving public." Pavement assessment, monitoring and evaluation, Transportation Research Record 1860, Transportation Research Board, Washington D.C. pp.187-193.
Yoder, E.J. and Milhous, R.T. (1965). Comparison of different methods of measuring pavement conditions-Interim Report, NCHRP Report 7, Purdue University, Lafayette, Indiana.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.