http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Hybrid 센서 및 과적검문소 연계 정보 기반 차축 조작 과적 판단 시스템 개발
박현석(Hyun-Suk Park) 한국산학기술학회 2023 한국산학기술학회논문지 Vol.24 No.8
본 연구는 과적 검문소 통과 시 모든 차축을 내리고 정상 통과 후 가변 차축을 들어 올려 과적을 유발하는 차량을 검출하는 기술을 개발하는 것을 목표로 한다. 본선에 비매설형 Hybrid(저조도+열화상) 센서를 설치하여 가변 차축 변화 영상을 획득하고, 지면에 닿는 차축의 정보를 AI 기술로 추출하여 연계 받은 전방 과적 검문소의 중량 정보와 비교하여 차축 조작에 의한 과적 차량을 검출하는 기술을 개발하였다. 개발된 장비의 성능 평가 결과 가변 차축 조작 정보 추출 성능은 혼잡한 조건에서 94.1%, 비 혼잡 조건에서 96.4%, 야간 조건에서 95.3%, 악천후 조건에서 95.8%로 평균 95.5%의 성능을 나타냈다. 또한 과적 차량 분류 성능은 평가 대상 차량 2,558대 모두 참 값과 동일하게 분류하는 100% 성능을 나타냈다. 개발 기술은 다양한 조건에서 검지 성능을 유지할 수 있으며, 과적 차량으로 인한 도로 포장 파손 및 대형 교통사고 예방에 기여할 것으로 기대된다. A technique was developed to detect vehicles that cause overload by lowering all axles when passing an overload checkpoint and lifting the variable axle after normal passage. Non-buried hybrid sensors (low light and thermal imaging sensors) were installed on the main line to acquire images of variable axle changes, and information about the axle touching the ground was extracted with an artificial intelligence technique. Illegal axle manipulation was detected by comparing the weight information of the linked forward overload checkpoint. The information extraction accuracy for variable axle operation was 94.1% in congested conditions, 96.4% in non-congested conditions, 95.3% at night, and 95.8% in bad weather. The average accuracy was 95.5%. The overloaded vehicle-classification accuracy was 100% for all 2,558 evaluated vehicles. The developed technique is capable of maintaining detection performance under various conditions and could contribute to the prevention of road pavement damage and large-scale traffic accidents caused by overloaded vehicles.
차량 점유시간을 활용한 실시간 신호제어시스템 대기행렬길이 추정모형 개발
박현석(Park Hyun Suk),김영찬(Kim Young Chan),문학룡(Moon Hak Young),김형철(Kim Hyung Chul) 대한토목학회 2007 대한토목학회논문집 D Vol.27 No.2D
기존 COSMOS 시스템이 대기행렬길이 추정을 위해 시용하고 있는 대기행렬 및 앞막힘 검지기는 단일루프 형태인데, 단일 루프의 장비 특성상 속도값 산정시에는 평균차량길이를 가정하게 됨으로 속도값에 근본적인 오차를 포함하게 되고, 속도를 변수로 산출되는 대기행렬길이 추정값도 신뢰도가 떨어지게 된다. 본 논문에서는 근본적인 오차를 포함하고 있는 속도변수 대신, “차량이 정체하면 차량의 점유시간이 길어진다”는 기본 명제에서 출발한 평균 점유시간을 변수로 사용하여 대기행렬길이 추정의 신뢰도를 높이고자 한다. 개발모형을 국도 3호선 신호운영시범시스템 설치구간에서 현장실험을 통해 평가한 결과 등가계수와 MAPE(Mean Absolute Percentage Error) 값이 0.93, 11.25%로 기존 속도기반(COSMOS) 모형의 0.90, 21.85%보다 신뢰도 측면에서 우수한 것으로 나타났다. The queue and forward congestion detector, used to estimate the length of queue by the COSMOS system, is in the form of a single loop, which contains a fundamental error in the value of velocity - since, in the calculation of velocity, the average length of vehicles is estimated on the basis of the characteristics of a single-loop device. Hence, the reliability in the estimated value of the length of queue, which is calculated using velocity as a variable, becomes lower as well. In this thesis, we attempt to improve the reliability in the estimation of the length of queue by use of average occupancy time as a variable, based on the simplistic proposition that "the longer the road is congested, the longer becomes the occupancy time of vehicles," instead of the velocity variable, which contains a fundamental error. The newly developed model was evaluated in a site experiment conducted on the section of National Highway No. 3 where a signal operation demonstration system was installed. As a result the equivalent coefficient and the mean absolute percentage error (MAPE) were found to be 0.93 and 11.25% respectively, which are superior to 0.90 and 21.85% obtained from the existing velocity-based (COSMOS) model, in terms of reliability.