• 제목/요약/키워드: 도로데이터

검색결과 1,192건 처리시간 0.022초

도로포장체의 동결에 영향을 미치는 통계적 요인 (The statistical factors affecting the freezing of the road pavement)

  • 김현지;이제영;김병두;조규태
    • Journal of the Korean Data and Information Science Society
    • /
    • 제27권1호
    • /
    • pp.67-74
    • /
    • 2016
  • 우리나라의 기후적 특성으로 토지가 동절기에는 동결작용을 받고 해빙기에는 융해작용을 받는다. 이러한 동결융해작용의 피해를 최소화하기 위하여 도로 포장 분야에서는 도로 포장 두께에 관한 많은 연구들이 진행 중에 있다. 본 연구는 도로포장 현장계측 온도데이터를 이용하여, 도로 포장 두께를 위해 사용되는 변수들의 적절성을 확인하기 위해 엔트로피 지수를 이용한 의사결정나무 분석을 시행한다. 각 층 온도를 이용하여 생성한 최저동결층 (순서형 변수)을 목표변수로 분석하며, 분석에 사용된 독립변수는 동결지수에 따라 $350{\sim}450^{\circ}C{\cdot}$일, $450{\sim}550^{\circ}C{\cdot}$일, $550{\sim}650^{\circ}C{\cdot}$일로 구분된 지역 변수, 절토부, 절성경계부, 2m 이하 성토부 구간으로 이루어진 단면 변수 그리고 동상방지층 설치 유무이다. 또한, 월과 대기온도도 독립변수에 포함시킨다. 그 결과, 월, 동상방지층 유무, 대기온도, 지역 순으로 최저동결층에 영향을 주는 것으로 나타났다.

C-ITS 기반 PVD를 활용한 실시간 고속도로 강수정보 수집에 관한 연구 (A Study to Provide Real-Time Freeway Precipitation Information Using C-ITS Based PVD)

  • 김호선;김승범
    • 한국ITS학회 논문지
    • /
    • 제20권6호
    • /
    • pp.133-146
    • /
    • 2021
  • 오늘날 도로의 기상정보를 제공하기 위해 기상청에서 관리하는 기상관측 지점의 관측데이터를 활용하여 기상관측 지점 인근의 도로 기상상태를 도로관리자와 도로이용자에게 제공하는 방식을 취하고 있다. 하지만, 강수량 수집지점과 기상정보 제공 대상 도로와의 거리와 자연지형으로 인해 현실적으로 정확한 기상정보의 제공이 어려운 실정이다. 따라서, 본 연구에서는 고속도로 C-ITS로부터 수집되는 PVD(Probe Vehicle Data)에 포함되어있는 수집시간, 좌표정보, 와이퍼 정보 등을 활용하여 노선 전체에 걸쳐 실시간 강우 정보를 추출함으로써 기존 지점 단위의 기상청 강우 정보제공의 한계를 극복해 보고자 한다. C-ITS 기반 PVD로부터 추출된 와이퍼 정보와 기상청 기반 정보를 비교해본 결과 강우강도에 관계없이 두 정보는 대체로 유사함을 알 수 있었으며, 시간당 누적강수량이 많아질수록 일치 확률이 높아지는 것을 확인할 수 있었다. 본 연구는 기존 도로의 기상정보 제공방법의 한계점을 극복하기 위해 C-ITS 기반 PVD를 활용했다는 점과 향후 다양한 지역에서 수집될 것으로 예상되는 PVD의 새로운 활용방안을 제시했다는 측면에서 의의가 있다.

도로 건설현장의 디지털트윈 구현을 위한 디지털 건설정보구조에 관한 연구 (A Study on the Digital Construction Information Structure for the Implementing Digital Twin of Road Construction Sites)

  • 정태원;지현욱;복진훈
    • 한국ITS학회 논문지
    • /
    • 제23권1호
    • /
    • pp.153-166
    • /
    • 2024
  • 스마트건설을 위한 업무의 디지털화는 상호 간의 디지털데이터를 원활하게 교류할 수 있어야 효과가 있으나, 디지털데이터의 표준화 및 활용방안이 부족하다. 본 연구는 도로 건설현장의 정보를 효과적으로 디지털로 변환할 수 있는 디지털 건설정보구조를 제안한다. 연구대상은 도로건설업무에서 중요도가 높은 작업계획, 일정관리, 안전관리, 품질관리이다. 건설정보구조의 핵심은 건설정보를 객체와 작업으로 분리하고, 이 두 정보의 결합으로 단위업무를 정의함으로써 건설정보의 표현 및 수정의 유연성을 확보하는 것이다. 객체와 작업은 각자의 계층구조를 가지며, 이 계층구조는 실제 내용에 맞추어 가변형으로 정의하였다. 이는 효율성과 상세성을 동시에 만족하는 구조다. 이 구조를 고속도로 건설공사에 시범적용 하였고, 범용 포맷을 이용해 구조를 디지털로 구현하였다. 본 연구는 현실에 가깝게 도로 건설공사 과정을 디지털화할 수 있으며, 도로건설 전주기의 디지털트윈의 토대가 되어 토목산업의 디지털전환을 가속화 할 것이다.

도로표지 영상에서 IRBP 기반의 문자 영역 추출 (Text Area Detection of Road Sign Images based on IRBP Method)

  • 정규수
    • 한국ITS학회 논문지
    • /
    • 제13권6호
    • /
    • pp.1-9
    • /
    • 2014
  • 최근 Mobile Mapping System을 활용한 영상의 수집과 도로표지 속성정보의 자동 인식을 위한 연구가 진행되고 있다. 도로표지는 판의 규격, 글씨크기 및 배치가 다양하고 가로수 등 타 시설물의 간섭으로 인해 일정한 패턴을 찾아 정보를 추출하기 어렵다. 본 연구에서는 다양한 크기의 한글 문자가 있거나, 한글문자 주변에 심벌이 위치한 도로표지에 대해서도 국문지명을 성공적으로 검출하기 위해서는, 한글문자 템플릿에 의존하지 않는 새로운 국문지명 검출 방법이 필요하다. 그 새로운 한 방법으로서, 점진적 좌측방향으로의 블럽 투사(incremental right-to-left blob projection, IRBP)를 제시하고, 그 가능성과 개선 정도를 평가하였다. 성능 평가하기 위하여, 60개의 도로표지 영상 데이터로 기존의 한글 템플릿을 사용하는 경우와 비교하여 성능을 평가하였다. 전반적으로, IRBP 방법으로 국문지명 검출 성능을 개선할 수 있음을 확인하였다.

미시적 교통 시뮬레이션을 위한 에이전트 기반 도로 통제 모델 구축 연구 (Agent Based Road Control Model for Micro-Level Traffic Simulation)

  • 나유경;최진무
    • Spatial Information Research
    • /
    • 제22권2호
    • /
    • pp.89-97
    • /
    • 2014
  • 본 연구는 개별 운전자의 행태가 교통 시스템 전체에 미치는 영향을 살펴보기 위하여 도로 통제 정보의 전파 정도가 교통 혼잡에 미치는 영향 정도를 파악하고자 하였다. 이를 위해 에이전트 기반 교통 모델을 구축하였고 GIS 데이터를 교통 모델에 직접 활용할 수 있는 방안과 모의실험 결과의 처리과정을 제시하였다. 도로 통제 정보 제공이 교통 흐름에 미치는 영향을 분석한 결과, 전체 운전자의 30~70%에 해당하는 운전자에게 정보를 제공할 때 평균속도가 저하되지 않는 것으로 나타났다. 이에 반해 20% 이하 또는 80% 이상의 운전자에게 정보가 전달되면 전체 운전자의 평균속도가 저하되었다. 연구 결과를 종합해 볼 때, 도로 통제 정보의 제공은 교통의 흐름에 영향을 미치며 우회차량으로 인해 국지적 정체가 발생할 수 있음을 알 수 있었다. 이 결과는 향후 도로 교통 정책의 방향 설정을 위한 기초자료로 활용 될 수 있을 것으로 판단된다.

도로면 크랙실링 자동화 장비의 최적 경로계획 알고리즘 개발 (Development of an Optimal Trajectory Planning Algorithm for Automated Pavement Crack Sealer)

  • 유현석;이정호;김영석
    • 한국건설관리학회논문집
    • /
    • 제11권4호
    • /
    • pp.68-79
    • /
    • 2010
  • 도로면 크랙실링 공법은 예방적 차원에서 도로면에 발생된 크랙을 초기에 효과적으로 보수할 수 있는 공법으로 국내외에 서는 1990년대 초반부터 기존 도로면 크랙실링 작업의 생산성, 안전성 및 품질의 균일성 확보를 목적으로 크랙실링 자동화 장비의 개발을 위한 지속적인 연구개발 노력을 수행해 왔다. 도로면 크랙실링 자동화 장비를 개발함에 있어 특히 경로계획은 주어진 작업 영역 내에서 개발 장비로 하여금 실링될 크랙 네트워크를 시간 효과적으로 횡단할 수 있도록 하는 운항 정보를 제공하게 되므로 이는 개발 장비의 성능을 결정 짖는 매우 중요한 연구주제라 할 수 있다. 본 연구의 목적은 작업 영역 내 경로계획 데이터의 효과적인 모델링을 통해 크랙실링 자동화 장비의 최적 경로계획 알고리즘을 개발하는 것으로써, 경로 집합전체를 완전 탐색하는 2단계 트리 알고리즘과 크랙의 순열만을 탐색하는 1단계 트리 알고리즘을 개발하였으며, 알고리즘의 성능 측정 및 분석을 통해 최적 경로계획 알고리즘의 적용 범위와 그에 따른 성능 향상 정도를 평가하였다. 이 연구의 결과는 도로면 크랙실링 자동화 장비의 생산성 향상에 크게 기여할 수 있을 것으로 기대된다.

도로시설 재굴착 방지를 위한 의사결정모델 및 관리시스템 개발 (Development of Decision Model and Management System to minimize Pavement Utility Cut for Road Facility)

  • 조진영;장운성;이민재
    • 한국건설관리학회논문집
    • /
    • 제14권4호
    • /
    • pp.164-171
    • /
    • 2013
  • 도시개발에 있어 도로의 건설은 교통의 목적 외에 전기, 가스, 통신, 난방, 하수, 상수, 오수 등의 도시 편의시설을 위한 공간으로도 활용되고 있다. 하지만 현재 도로 시공과정에서 각 기능에 따른 관련 주체들이 진행되는 공사수행일정에 대한 의사소통이 충분히 이루어지지 않아 재굴착 작업이 빈번히 이루어지고 있으며 이로 인해 예산의 중복투입, 공사기간 지연, 품질저하, 이용자의 불편 등 여러 가지 문제점들이 나타나고 있다. 본 연구에서는 신도시 개발과 같은 대규모의 프로젝트에서 도로 재굴착으로 인한 문제를 사전에 예방하기 위해 시간과 공간데이터를 활용한 재굴착 방지 프로세스 모델을 개발하였으며, 이를 활용하여 도시기반시설 건설주체간 원활한 협의를 돕기 위한 재굴착방지시스템을 개발하였다. 아울러, 개발된 시스템을 개발중인 신도시 건설사업에 활용하여 그 적용성을 검토하였다.

시각 신경망을 참고로 한 지도에서의 도로정보의 추출과 복원 (Detection and Reconstruction of Road Infromation from Maps by Optical Meural Metwork)

  • 이우범;황하정;김욱현
    • 한국정보처리학회논문지
    • /
    • 제4권3호
    • /
    • pp.859-870
    • /
    • 1997
  • 컴퓨터에 의한 도면자동입력 시스템은 화상처리 중에서 중요한 응용분야 중에 하나이다.지도 정보의 데이터 베이스는 교통, 행정, 지원개발 및 계획수립 등의 분야 에서 유용하게 활용된다. 그러나 도로정보 추출시, 지도상의 문자나 기타 심벌에 의해 중첩된 영역에서는 도로가 끊어진 채 추출된다. 이러한 각종 심범에 의해 끊어진 도로의 복원에 관한 연구는 거의 이루어지고 있지 않은 실정이다. 본 연구에서는 도로정보와 추출 및 지도 기호에 의해 절단된 도로정보의 복원을 위한 계층적 신경회로망을 제안한다. 본 시스템을 국립지원 발행의 1/25,000지도에 적용하여 그 유효성을 보인다.

  • PDF

전수 학습을 이용한 도로교통표지 데이터 분류 효율성 향상 연구 (Research on the Efficiency of Classification of Traffic Signs Using Transfer Learning)

  • 김준석;홍일영
    • 한국측량학회지
    • /
    • 제37권3호
    • /
    • pp.119-127
    • /
    • 2019
  • 본 연구에서는 1/1,000 수치지형도 및 정밀도로지도 제작에 있어서 도로 레이어를 구성하고 있는 교통안전표지 및 도로표지의 제작 공정에 있어서 딥러닝의 적용방안을 탐색하였다. 딥러닝의 이미지 분류에서 활용하는 전수학습을 이용하여 취득한 영상에 대한 학습자료 구축을 통해 도로 표지정보의 자동분류를 수행하였다. 분석결과 주의, 규제, 지시, 보조는 촬영된 이미지의 품질 및 형태 등 여러 가지 요소에 의해 정확도가 불규칙하게 나타났지만, 안내표지의 경우는 정확도가 97% 이상으로 높게 나타났다. 수치지도제작에 있어 전수학습을 이용한 이미지 자동분류 방식은 교통안전표지를 포함한 다양한 레이어들에 대한 자료 취득과 분류에 있어서 활용이 증가할 것으로 기대한다.

도로 노면 파손 영상의 다중 분류 심층 신경망 평가를 통한 Backbone Network 선정 기법 (A Selection Method of Backbone Network through Multi-Classification Deep Neural Network Evaluation of Road Surface Damage Images)

  • 심승보;송영은
    • 한국ITS학회 논문지
    • /
    • 제18권3호
    • /
    • pp.106-118
    • /
    • 2019
  • 최근 들어 인공 지능을 이용한 영상 객체 인식에 대한 연구 및 개발이 활발하게 진행되고 있다. 그 연장선상에서 도로 유지 및 관리 분야에도 관련 연구의 활용도가 크게 향상될 것으로 기대된다. 그 중에서도 특히 도로 노면 파손 객체 인식 (Object Detection) 을 위한 인공 지능모델이 지속적으로 개발되고 있다. 이러한 객체 인식 알고리즘을 개발하려면 우선적으로 특징지도를 생성하는 Backbone Network가 반드시 필요한데, 본 논문에서는 이를 선정하는 방법을 제안하고자 한다. 이를 위해 6,000여 장의 도로 노면 파손 영상 데이터를 확보하고, 근래에 많이 사용되는 4종류의 심층 신경망을 활용하여 성능을 비교한다. 3가지의 성능 평가 방법을 적용하여 심층 신경망의 특징을 분석하고 최적의 심층 신경망을 결정한다. 또한 하이퍼 파라미터의 최적 조율을 통해 성능을 향상시키고, 최종적으로 도로 노면 파손 영상 분류를 위하여 85.9%의 정확도로 수행이 가능한 경량화된 Backbone Network용 심층 신경망을 제안한다.