본 연구에서는 사업용 차량 수집정보를 통해 도로위험을 계량화하고 검증할 수 있는 네 가지 알고리즘과 관련 지수를 개발하였다. 도로위험도 산정을 위해서 사업용 차량의 블랙박스와 디지털 운행 기록계로 부터 원시 데이터를 수집하였다. 포트홀, 도로 결빙, 안개 등 가공 처리된 데이터는 사업용 차량 수집정보 공유시스템에서 생성이 가능하다. 도로 위험도 산정 알고리즘은 기본적으로 이러한 수집정보와 도로 기하구조 자료를 활용하였다. 가공 처리된 데이터에 따라 총 4개의 서로 다른 도로 위험 알고리즘과 관련 지표를 개발하였다. 과거 이력자료를 근거로 상습결빙구간 및 안개다발구간인 국도 19호선(강원도)과 국도 1호선(세종시 인근)을 대상으로 수동형 운행기록계를 이용하여 알고리즘 검증을 수행하였다. 단기적으로 실제 도로위험정보 취득에 어려움이 있어 가상으로 위험정보를 수집하여 알고리즘을 검증한 결과 특징적인 알고리즘 오류는 발생하지 않았다. 본 연구는 지점이 아닌 구간을 기반으로 도로 위험정보를 제공하기 때문에 도로 이용자는 물론 도로 유지관리기관에도 실질적인 도움을 줄 수 있을 것으로 판단된다.
본 연구에서는 사업용 차량 수집정보를 통해 도로위험을 계량화하고 검증할 수 있는 네 가지 알고리즘과 관련 지수를 개발하였다. 도로위험도 산정을 위해서 사업용 차량의 블랙박스와 디지털 운행 기록계로 부터 원시 데이터를 수집하였다. 포트홀, 도로 결빙, 안개 등 가공 처리된 데이터는 사업용 차량 수집정보 공유시스템에서 생성이 가능하다. 도로 위험도 산정 알고리즘은 기본적으로 이러한 수집정보와 도로 기하구조 자료를 활용하였다. 가공 처리된 데이터에 따라 총 4개의 서로 다른 도로 위험 알고리즘과 관련 지표를 개발하였다. 과거 이력자료를 근거로 상습결빙구간 및 안개다발구간인 국도 19호선(강원도)과 국도 1호선(세종시 인근)을 대상으로 수동형 운행기록계를 이용하여 알고리즘 검증을 수행하였다. 단기적으로 실제 도로위험정보 취득에 어려움이 있어 가상으로 위험정보를 수집하여 알고리즘을 검증한 결과 특징적인 알고리즘 오류는 발생하지 않았다. 본 연구는 지점이 아닌 구간을 기반으로 도로 위험정보를 제공하기 때문에 도로 이용자는 물론 도로 유지관리기관에도 실질적인 도움을 줄 수 있을 것으로 판단된다.
This study developed four algorithms and their associated indices that can quantify and qualify road hazards along roadways. Initially, relevant raw data can be collected from commercial vehicles by camera and DTG. Well-processed data, such as potholes, road freezing, and fog, can be generated from ...
This study developed four algorithms and their associated indices that can quantify and qualify road hazards along roadways. Initially, relevant raw data can be collected from commercial vehicles by camera and DTG. Well-processed data, such as potholes, road freezing, and fog, can be generated from the Integrated management system. Road hazard algorithms combine these data with road inventory data in the Data Sharing Platform. Depending on well-processed data, four different road hazard algorithms and their associated indices were developed. To test the algorithms, an experimental plan based on passive DTG attached in probe vehicles was performed at two different test locations. Selection of the test routes was based on historical data. Although there were limitations using random data for commercial vehicles, hazardous roadways sections, such as fog, road freezing, and potholes, were generated based on actual historical data. As a result, no algorithm error was found in the entire test. Because this study provides road hazard information according to a section, not a point, it can be practically helpful to road users as well as road agencies.
This study developed four algorithms and their associated indices that can quantify and qualify road hazards along roadways. Initially, relevant raw data can be collected from commercial vehicles by camera and DTG. Well-processed data, such as potholes, road freezing, and fog, can be generated from the Integrated management system. Road hazard algorithms combine these data with road inventory data in the Data Sharing Platform. Depending on well-processed data, four different road hazard algorithms and their associated indices were developed. To test the algorithms, an experimental plan based on passive DTG attached in probe vehicles was performed at two different test locations. Selection of the test routes was based on historical data. Although there were limitations using random data for commercial vehicles, hazardous roadways sections, such as fog, road freezing, and potholes, were generated based on actual historical data. As a result, no algorithm error was found in the entire test. Because this study provides road hazard information according to a section, not a point, it can be practically helpful to road users as well as road agencies.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
실험조사를 통해 수집한 자료를 기반으로 테스트 구간에 대한 도로위험도 산정 결과 포트홀, 결빙, 결빙-안개의 경우에는 주의와 심각으로 나타났으며, 안개는 주의, 경계, 심각으로 나타났다. 본 실험테스트는 도로위험정보를 시스템을 통해 제공하기 위한 전체적인 프로세스에 문제가 없는지를 확인하는데 의의가 있다.
본 연구에서는 사업용 차량의 DTG 자료를 활용하여 도로구간의 포트홀, 안개, 결빙을 판정할 수 있는 가공·처리된 정보와 도로관리기관에서 보유하고 있는 도로속성자료(예: 도로기하구조, 도로시설물 속성 및 위치정보 등)를 융합하여 새로운 도로위험정보를 생산해낼 수 있는 알고리즘과 그에 상응한 지표를 개발하였고, 실험조건 하에서 수집한 자료를 근거로 평가를 수행하였다.
현재의 고정식 관측 장비 또는 검지 시스템으로 확인하기 어려운 도로위험정보(포트홀, 노면결빙, 안개)를 사업용 차량에 장착된 장비(예: 카메라, DTG)를 통해 수집하고 가공 처리한 정보와 도로속성자료를 융합하여 새로운 정보콘텐츠를 제공하기 위한 목적으로 정보공유시스템이 개발되었다. 본 연구에서는 이 목적을 달성하기 위한 4가지 알고리즘(RHA-P, RHA-F, RHA-RF, RHA-RFF)를 개발하였다. 또한 알고리즘을 통해 산출된 정량적인 값을 정성적인 형태로 나타낼 수 있는 지표도 제안하였다.
본 연구에서는 정보공유시스템 내에서 사업용 차량으로부터 수집된 자료와 기존에 도로관리기관에 축적되어 있는 도로속성자료를 융합하여 도로구간에 따른 도로위험정도를 정량화 할 수 있는 알고리즘과 지표를 개발하였다. 또한, 실도로 실험계획에 근거한 사업용 차량 수집자료와 해당구간의 도로 속성자료를 통해 알고리즘과 지표를 검증하였다.
현재의 고정식 관측 장비 또는 검지 시스템으로 확인하기 어려운 도로위험정보(포트홀, 노면결빙, 안개)를 사업용 차량에 장착된 장비(예: 카메라, DTG)를 통해 수집하고 가공 처리한 정보와 도로속성자료를 융합하여 새로운 정보콘텐츠를 제공하기 위한 목적으로 정보공유시스템이 개발되었다. 본 연구에서는 이 목적을 달성하기 위한 4가지 알고리즘(RHA-P, RHA-F, RHA-RF, RHA-RFF)를 개발하였다.
가설 설정
Z-값 산정은 사업용 차량에서 검지한 데이터를 가공·처리한 최종 정보는 정규분포를 따른다고 가정하였다(Yang and Regan, 2013).
제안 방법
총 주행횟수는 강원도 지역 18회, 세종시 인근 지역 36회로 진행하였다. 과거이력자려를 검토한 후 포트홀, 결빙, 안개의 발생빈도가 상대적으로 높았던 지역을 선정한 것이다.
본 연구에서는 이 목적을 달성하기 위한 4가지 알고리즘(RHA-P, RHA-F, RHA-RF, RHA-RFF)를 개발하였다. 또한 알고리즘을 통해 산출된 정량적인 값을 정성적인 형태로 나타낼 수 있는 지표도 제안하였다. 별도의 정보수집을 위한 시설투자 없이 고속도로, 일반국도 등 전국을 대상으로 수집된 정보를 기반으로 도로위험정보에 대한 제공이 가능하기 때문에 기존 인프라 투자비용과 비교했을 때 획기적으로 예산절감 효과가 발생할 것으로 예상된다.
본 연구에서는 정보공유시스템 내에서 사업용 차량으로부터 수집된 자료와 기존에 도로관리기관에 축적되어 있는 도로속성자료를 융합하여 도로구간에 따른 도로위험정도를 정량화 할 수 있는 알고리즘과 지표를 개발하였다. 또한, 실도로 실험계획에 근거한 사업용 차량 수집자료와 해당구간의 도로 속성자료를 통해 알고리즘과 지표를 검증하였다.
본 연구에서는 RHA-P(포트홀 도로위험알고리즘), RHA-F(안개 도로위험알고리즘), RHA-RF(결빙 도로위험알고리즘), RHA-RFF(결빙-안개 도로위험알고리즘) 등 4가지 알고리즘을 개발하여 테스트를 수행하였다. 사업용 차량 수집정보를 기반으로 도로속성자료와의 융합을 통해 다양한 형태의 위험정보를 제공하게 되며, 실험테스트에 의한 결과는 다음 [Fig.
알고리즘의 개발과 테스트는 Probe 차량을 이용하여 수행하였다. 비록 가상으로 발생시킨 앞서 언급한 4가지 위험상황을 근거로 알고리즘을 테스트하였지만, 실제 발생가능한 상황을 충분히 반영함은 물론, 과거 이력자료를 검토하여 실제와 매우 유사한 조건 하에서 실험 테스트를 수행하였다. 이러한 노력은 도로관리차원에서만 유지·관리되던 도로위험정보를 불특정 다수의 이용자에게 적극적으로 제공하여 궁극적으로 교통사고의 위험을 획기적으로 감소시키고, 물리적 인프라 구축을 최소화하는데 있다.
사업용 차량에서 수집된 가공·처리 데이터 기반 도로위험 알고리즘(Road Hazard Algorithm)을 통해 정량화된 4가지 도로위험정도는 정규화(Normalization)를 통해 4가지 지표로 시각화하였다.
실제 사업용 차량의 DTG 및 영상자료 수집을 통한 활용은 올해 말로 예정되어 있어, 그 전에 알고리즘 및 지표 산정과정을 검증을 위해 Probe 차량과 [Fig. 4]와 같이 수동형 운행기록계를 활용하는 실험계획을 수립하였다.
알고리즘 개발을 위해 가공·처리된 사업용 차량 정보 특성과 도로관리통합시스템 DB에 있는 정보 특성을 종합적으로 고려하여, 다음 [Table 1]과 같이 활용 데이터 군(Data Group)을 정립하였다.
앞서 언급하였듯이, 본 연구에서는 사업용 차량의 DTG 및 영상(블랙박스 형태)에서 추출한 자료를 가공·처리한 도로위험정보(포트홀, 결빙, 안개)와 도로속성자료를 융합한 새로운 정보콘텐츠를 공공과 민간에 공유하기 위한 정보공유시스템을 [Fig. 3]과 같은 개념으로 구축하였다.
본 연구와 관련된 교통정보제공분야의 경우, 유럽과 북미 선진국에서는 2010년 대 중반부터 공공과 민간의 정보공유를 위한 연구개발 및 민·관 협의가 많이 진행되고 있다. 유럽 ITS협의체(민관협동)에서 추진한 Transportation Management(TM) 2.0 플랫폼을 통해 [Fig. 2]와 같이 기존에 공공과 민간이 각자 개별적으로 교통데이터를 보유하던 것으로 공유될 수 있도록 하였다(TM 2.0 홈페이지).
(2017) 연구에서는 고속도로 졸음운전 위험구간 분석을 위해 화물차량 DTG자료를 활용하였다. 이를 바탕으로 고속도로의 졸음운전 위험구간을 산정하였다. 이 밖에도 고속버스 및 택시에서 수집한 DTG자료를 근거로 이용자 행태분석, 교통류 분석, 위험운전 행태 분석 등을 수행한 연구들이 많이 있다(Kim et al.
사업용 차량에서 수집된 가공·처리 데이터 기반 도로위험 알고리즘(Road Hazard Algorithm)을 통해 정량화된 4가지 도로위험정도는 정규화(Normalization)를 통해 4가지 지표로 시각화하였다. 정규화(Normalization)를 위한 2가지 핵심 알고리즘을 개발하였다.
0km로 안개상습발생구간을 포함하고 있다. 총 주행횟수는 강원도 지역 18회, 세종시 인근 지역 36회로 진행하였다. 과거이력자려를 검토한 후 포트홀, 결빙, 안개의 발생빈도가 상대적으로 높았던 지역을 선정한 것이다.
Han and Kim(2017)은 사업용 차량 DTG 자료의 원시 및 가공단계에 따른 특징을 상세히 고찰하였다. 특히, 가공단계에 따른 개별차량의 주행궤적, 링크통행시간, 그리고 링크통행시간정보의 특성 등을 분석하였다. Cho et al.
환산된 점수를 바탕으로 [Table 3]과 같이 최소 점수 50, 최대 점수 100 범위를 등간 구분하여 제시하였다. 환산식에서 최소점수 50점을 설정한 것은 특정 환산 점수가 비정상적으로 작은 점수에 의해 과도하게 영향 받지 않도록 하기 위함이다.
대상 데이터
Cho et al.(2017) 연구에서는 고속도로 졸음운전 위험구간 분석을 위해 화물차량 DTG자료를 활용하였다. 이를 바탕으로 고속도로의 졸음운전 위험구간을 산정하였다.
도로속성자료는 도로관리통합시스템(Highway Management System)에 DB화되어 있는 자료를 활용하였다. 이 시스템은 국토교통부에서 운영하고 있는데, 일반국도 유지관리 업무 절차의 체계적인 관리와 업무를 데이터 기반으로 분석·관리하여 궁극적으로 효율적인 도로관리 운영 업무를 수행하기 위한 것으로 다양한 도로속성자료를 포함하고 있다.
최소 유효 표본수는 50개로 설정하였다. 실험구간은 앞서 언급한 도로 및 교통조건을 고려하여 [Fig. 5]와 같이 국도 19호선 (강원도) 및 국도 1호선(세종시 인근) 두 군데로 선정하였다. 전자의 경우, 편도 6.
조사 대상은 일반국도로 회차가 가능하고, 도로 및 교통조건이 전체 알고리즘 평가에 적합한 곳으로 선정하였다. 최소 유효 표본수는 50개로 설정하였다.
이론/모형
정보공유시스템 및 지표는 개발은 도로구간에 따른 도로위험정보를 제공하기 때문에 도로이용자는 물론 도로관리자에게 실질적으로 도움이 될 수 있다. 알고리즘의 개발과 테스트는 Probe 차량을 이용하여 수행하였다. 비록 가상으로 발생시킨 앞서 언급한 4가지 위험상황을 근거로 알고리즘을 테스트하였지만, 실제 발생가능한 상황을 충분히 반영함은 물론, 과거 이력자료를 검토하여 실제와 매우 유사한 조건 하에서 실험 테스트를 수행하였다.
공유시스템의 정보 공유방식은 위치정보(GIS 기반 표출 포함) Open-API를 기반으로 하는데, 이는 대부분의 정보공유콘텐츠가 위치정보임을 고려한 것이다. 최종 공유 방식은 국토교통부 공공 포털 Open-API 형태를 준용하였다. 이러한 방식은 현재 여러 민간정보서비스업체(예: T-map 등)도 적용하고 있다.
성능/효과
기존 연구사례를 분석한 결과, 사업용 차량의 DTG자료를 이용하는 것은 수집범위, 수집량, 실행 가능성이 매우 높은 것으로 판단된다.
9]와 같다. 실험조사를 통해 수집한 자료를 기반으로 테스트 구간에 대한 도로위험도 산정 결과 포트홀, 결빙, 결빙-안개의 경우에는 주의와 심각으로 나타났으며, 안개는 주의, 경계, 심각으로 나타났다. 본 실험테스트는 도로위험정보를 시스템을 통해 제공하기 위한 전체적인 프로세스에 문제가 없는지를 확인하는데 의의가 있다.
후속연구
도로위험도는 [Table 3]의 도로위험지표에 의해 산정되었으며, 비록 가상의 사업용 차량 수집 자료를 활용한 한계는 있지만, 과거이력자료를 근거하여 위험구간(안개, 결빙) 및 위험지점(포트홀)을 발생시켰다. 그 결과, 테스트 전 과정에서 특징적인 알고리즘의 오류가 발생하지 않았으나 도로위험지표에 따른 위험상황의 단계별 적정성에 대한 확인이 추가적으로 필요할 것으로 판단된다. 이는 올해 하반기에 실제 수집자료를 이용하여 최종 검증을 수행할 계획이다.
현재 국내 DTG 장착 사업용 차량이 약 40만대로 집계된다. 그리고 향후에는 더욱 증가할 것으로 예측된다. 이러한 차량들을 활용한다면, 현재와는 분명히 차별화된 多量·高품질의 정보 수집과 활용이 가능할 것이다.
이를 통해 블랙아이스, 포트홀, 안개 등으로 인한 교통사고를 사전에 방지하는 효과가 있을 것으로 기대된다. 또한, 도로안전에 있어서 긍정적인 편익을 제공할 수 있고, 향후 자율주행 및 C-ITS의 상용화 시에도 매우 중요한 정보를 제공하는 소스(source)로 사용될 수 있을 것이다.
본 연구를 통해 도출되는 도로위험정보는 단계적으로 민간 교통정보 시스템과의 연계 및 공유를 통해 도로이용자에게 추가적으로 정보제공이 가능하다. 이를 통해 블랙아이스, 포트홀, 안개 등으로 인한 교통사고를 사전에 방지하는 효과가 있을 것으로 기대된다.
이때는 실제 사업용 차량(여객운수 및 화물차량)에 설치된 카메라와 DTG 원시자료를 취득하여 통합시스템에서 가공·처리하고 정보공유시스템에서 알고리즘 수행을 통해 도로구간에 따른 위험도를 정량적·정성적으로 나타낼 수 있을 것으로 기대하고 있다.
이러한 차량들을 활용한다면, 현재와는 분명히 차별화된 多量·高품질의 정보 수집과 활용이 가능할 것이다.
본 연구를 통해 도출되는 도로위험정보는 단계적으로 민간 교통정보 시스템과의 연계 및 공유를 통해 도로이용자에게 추가적으로 정보제공이 가능하다. 이를 통해 블랙아이스, 포트홀, 안개 등으로 인한 교통사고를 사전에 방지하는 효과가 있을 것으로 기대된다. 또한, 도로안전에 있어서 긍정적인 편익을 제공할 수 있고, 향후 자율주행 및 C-ITS의 상용화 시에도 매우 중요한 정보를 제공하는 소스(source)로 사용될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
2012년 창조과학부에서 시행한 설문조사에 따르면 운전자들이 실시간 교통정보콘텐츠에 추가적으로 요구하는 정보는 무엇인가?
“안전”에 대한 국민들의 관심과 요구가 도로교통 분야에도 매우 증가하고 있다. 지난 2012년 미래창조과학부(現 과학기술정보통신부)에서 시행한 교통정보관련 설문조사에 따르면, 실시간 교통정보콘텐츠 중 노면상태 주의정보와 악천후 등 도로기상 정보가 각각 92.8%, 95%가 필요하다고 조사되었다.
국토교통부는 국가정보화를 위해 어떤 시스템을 구축 및 운영하고 있는가?
국내의 정보화는 1978년 초기 전산화 개념에서 출발하여 2000년 대 전자정부사업에 이르기 까지 급속도로 진행되어 왔으며, 국가정보화를 위한 여러 구상들이 중앙정부 차원에서 계획·실행되었다(Korean Association for Organizational Studies, 2010). 특히, 국토교통부에서는 국토공간정보 융·복합 강화와 IT를 활용한 건축, 부동산 민원서비스 강화를 위해 건축행정시스템(세움터), 부동산종합공부시스템, 지리정보시스템, 공간빅데이터체계, 도시계획정보체계, 건설 CALS/건설산업정보시스템, 하천종합정보시스템을 구축·운영하고 있다. 해외는 국내보다 공공과 민간의 정보공유가 훨씬 활발한 특성이 있으며, 非실시간성 정보보다는 실시간 정보제공에 초점을 맞추고 있다.
교통소통 정보 서비스에 대하여, 운전자가 실제로 경험할 수 있는 불안정 상황을 해결해 줄 수 있는 서비스 구축을 위하여 공공부문과 민간부문은 어떤 노력을 해야 하는가?
이러한 수요에 부합하기 위해서는 공공주도의 물리적 인프라 투자를 점진적으로 지양하고, 민간과 적극적인 협력을 통해 각자가 보유하고 있는 정보인프라 및 정보자산을 공유할 수 있는 방향으로 인프라 구축 및 이에 상응하는 투자가 계획되고, 수행되는 것이 보다 효율적일 것이다. 실제로 국토교통부의 경우, 기존 도로관리청 중심의 교통정보 수집을 위한 교통체계 인프라 구축 정책을 지양하고, 민간의 교통정보를 적극적으로 활용하는 정책을 추진한 바 있다.
참고문헌 (12)
Cho J., Lee H., Lee J. and Kim D.(2017), "The Hazardous Expressway Sections for Drowsy Driving Using Digital Tachograph in Truck," The Journal of The Korea Institute of Transportation engineering, vol. 35, no. 2, pp.160-168.
Han Y. and Kim Y.(2017), "A Study of Measuring Traffic Congestion for Urban Network using Average Link Travel Time based on DTG Big Data," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 16, no. 5, pp.72-84.
Kim S., Joo J., Choo S. and Lee H.(2018), "Analysis of Dangerous Bus Driving Behavior Using Express Bus Digital Tacho Graph Data," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 17, no. 2, pp.87-97.
Korean Association for Organizational Studies(2010), Information System Introduction and Operation Effect Analysis in the Government, Final Report.
Korean Institute of Civil Engineering and Building Technology(2017), Commercial Vehicle-Based Road and Traffic Information System, Preliminary Report (R&D-15RDPP-C103331-01).
Korean Institute of Civil Engineering and Building Technology(2019), Commercial Vehicle-Based Road and Traffic Information System, 2nd Annual Report (No.19TLRP-B148886-02).
Kwon Y., Yeo J. and Byun J.(2019), "Analysis of Bus Drivers' Working Environment and Accidents by Route-Bus Categories : Using Digital TachoGraph Data," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 18, no. 2, pp.1-11.
Lee H., Kim J., Choo S., Jang J. and Choi S.(2019), "Identifying Key Factors to Affect Taxi Travel Considering Spatial Dependence: A Case Study for Seoul," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 18, no. 5, pp.64-78.
Yang C. and Regan C.(2013), "A Multi-Criteria Decision Support Methodology for Implementing Truck Operation Strategies," Transportation, vol. 40, no. 3, pp.713-728.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.