[논문]실시간 영상이미지 분석을 통한 아스팔트 콘크리트 포장의 노면 상태 인식 및 블랙아이스 예방시스템

정회평; 송호민; 최영철

doi:10.11112/jksmi.2024.28.1.82

실시간 영상이미지 분석을 통한 아스팔트 콘크리트 포장의 노면 상태 인식 및 블랙아이스 예방시스템
Real-time Road Surface Recognition and Black Ice Prevention System for Asphalt Concrete Pavements using Image Analysis 원문보기

한국구조물진단유지관리공학회 논문집 = Journal of the Korea Institute for Structural Maintenance and Inspection, v.28 no.1, 2024년, pp.82 - 89

정회평 ((주)에스알디 코리아) , 송호민 (가천대학교 토목환경공학과) , 최영철 (가천대학교 토목환경공학과)

초록
AI-Helper

블랙 아이스는 인지하기가 매우 어렵고 도로 노면의 마찰력이 감소하여 자동차 사고를 유발한다. 도로 노면의 블랙아이스 방지를 위한 다양한 연구가 수행되었으나, 실시간으로 블랙아이스를 식별하고 운전자에게 경고하는 시스템에 대한 연구는 매우 미흡한 실정이다. 본 논문에서는 아스팔트 도로 노면의 상태를 실시간적으로 식별하기 위해 이미지기반 분석 시스템을 개발하였다. 이를 위해 각 아스팔트 도로 노면 이미지에 대해 데이터 세트를 구축한 다음 딥러닝을 통해 노면의 상태를 건조, 젖음, 블랙아이스, 눈 노면 상태로 식별하였다. 또한, 이미지 분석결과와 더불어 도로 노면 상태의 최종판별을 위해 실제 노면에서 측정된 온도와 습도 데이터를 사용하였다. 도로 노면의 특성이 블랙아이스로 판정이 나면, 도로에 설치된 염수 분사장치가 자동으로 작동하도록 하였다. 본 연구에서 개발된 아스팔트 콘크리트 포장에 대한 노면 상태 식별 시스템과 블랙아이스 자동 예방 시스템은 운전자의 안전운행을 보장하고 교통사고 발생률을 낮출 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

Black ice is very difficult to recognize and reduces the friction of the road surface, causing automobile accidents. Since black ice is difficult to detect, there is a need for a system that identifies black ice in real time and warns the driver. Various studies have been conducted to prevent black ice on road surfaces, but there is a lack of research on systems that identify black ice in real time and warn drivers. In this paper, an real-time image-based analysis system was developed to identify the condition of asphalt road surface, which is widely used in Korea. For this purpose, a dataset was built for each asphalt road surface image, and then the road surface condition was identified as dry, wet, black ice, and snow using deep learning. In addition, temperature and humidity data measured on the actual road surface were used to finalize the road surface condition. When the road surface was determined to be black ice, the salt spray equipment installed on the road was automatically activated. The surface condition recognition system for the asphalt concrete pavement and black ice automatic prevention system developed in this study are expected to ensure safe driving and reduce the incidence of traffic accidents.

주제어

표/그림 (13)

그림 Fig. 1 Black ice on asphalt concrete pavement
그림 Fig. 2 Example of discrete wavelet transform
그림 Fig. 3 Surface conditions of asphalt concrete pavement
그림 Fig. 4 DWT examples of asphalt concrete pavement images
그림 Fig. 5 Histograms of surface images
그림 Fig. 6 Partial road condition image used for feature extraction
그림 Fig. 7 Model architecture of the deep learning model for road condition classification
그림 Fig. 8 Learning curves of the deep learning model for road condition classification
표 Table 1 Hyperparameters to train the deep learning model
그림 Fig. 9 Confusion matrix
그림 Fig. 10 Examples of asphalt concrete pavement condition recognition
표 Table 2 Summary of road condition classification results on the validation dataset
그림 Fig. 11 Example of black ice prevention system

참고문헌 (18)

Tan, Y., Xiao, S., and Xiong, X. (2021), Review on detection and？prediction methods for pavement skid resistance, Journal of？Traffic and Transportation Engineering, 21(4), 32-47.
Kropiwnicki, J. (2019), A unified approach to the analysis of？electric energy and fuel consumption of cars in city traffic, Energy,？182, 1045-57.
Park, G. Y., Lee, S. H., Kim, E. J., and Yun, B. Y. (2017), A Case？Study on Meteorological Analysis of Freezing Rain and Black Ice？Formation on the Load at Winter, Journal of Environmental？Science International, 26(7), 827-836.
Ghim, O. P., and Fwa, T. F. (2010), Mechanistic Interpretation of？Braking Distance Specifications and Pavement Friction Requirements,？Journal of the Transportation Research Board, 2155(1), 145-157.

상세보기
Hong, H. (2014), Analysis of Accident Cause on Icy Road？Pavement, Master Thesis, University of Seoul (in Korean).
Yang, H. J., Jang, H., Jeong, D. S. (2013), Detection Algorithm for？Road Surface Condition Using Wavelet Packet Transform and？SVM, In The 19th Korea-Japan Joint Workshop on Frontiers of？Computer Vision, IEEE, 323-326.
Landry, F. -G., and Akhloufi, M. A. (2022), Deep Learning and？Computer Vision Techniques for Estimating Snow Coverage on？Roads using Surveillance Cameras, 18th IEEE International？Conference on Advanced Video and Signal Based Surveillance？(AVSS), Madrid, Spain, 1-8.
Mats, R., Torbj, G., Jorgen, B., and Per-Erik, J. (2012), Ice？Formation Detection on Road Surfaces using Infrared？Thermometry, Cold Regions Science and Technology, Elsevier,？83-84, 71-76.
Lee, H., Hwang, K., Kang, M., and Song, J. (2020), Black ice？detection using CNN for the Prevention of Accidents in Automated？Vehicle, International Conference on Computational Science and？Computational Intelligence (CSCI), Las Vegas, NV, USA, 2020,？1189-1192.
Li, Q., Ji, Y. W., and Wang, Z. P. (2017), Design of Road Icing？Detection System Based on OpenCV+Python, Journal of Shaanxi？University of Science & Technology(Natural Science Edition),？35(2), 158-164.
Ma, X., and Ruan, C. (2020), Method for Black Ice Detection on？Roads using Tri-wavelength Backscattering Measurements,？Journal of Applied Optics, 59(24), 7242-7246.
Jonsson, P.. (2011), Remote sensor for winter road surface status？detection, SENSORS, 2011 IEEE, Limerick, Ireland. 1285-1288.
Tabatabai, H., and Aljuboori, M. (2017), A Novel Concrete-Based？Sensor for Detection of Ice and Water on Roads and Bridges,？Journal of Sensors, 17(12), 1-23.
Li, P., Li, J., and Wang, G. C. (2018), Application of convolutional？neural network in natural language processing, 15th International？Computer Conference on Wavelet Active Media Technology and？Information Processing (ICCWAMTIP), Chengdu, China, 120-122.
Krizhevsky, A., Sutskever, I., and Hinton, G. E. (2017), ImageNet？classification with deep convolutional neural networks,？Communications of the ACM, 60(6), 84-90.

상세보기
Pan, S. J., and Yang, Q. A. (2010), A Survey on transfer learning,？IEEE Transactions on knowledge and data engineering, 22(10),？1345-1359.

상세보기
Mao, Y. H., He, Z. Z., and Ma, Z. (2020), Infrared Target？Classification with Reconstruction Transfer Learning, Journal of？University of Electronic Science and Technology of China, 49(4),？609-614.
Kim, I. S., Bae, I. C., Rhee, J., Jang, H. I., Kim, K. (2011),？Pavement Management Strategy for Traffic Safety in Winter？Season (Subtitle : A Study on the forecast of Freezing Rain on？Roads), Korea Expressway Corporation, Expressway & Transportation？Research Institute Report, No. EXTRI-2016-55-534.9607, 12-14？(in Korean).？

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