1. 서 론

1.1 연구의 배경 및 목적

교통량자료는 도로분야, 교통 분야, 환경 분야 등 매우 다양한 분야에서 활용되는 기초자료이다. 이러한 교통량자료(교통량, 차종, 속도)를 수집하기 위하여 국가에서는 도로교통량조사를 매년 수행해오고 있다. 도로교통량조사 지점들 중 그 중요도가 높다고 판단된

지점들은 365일 24시간 조사를 진행하는 상시교통량조사를 수행한다. 상시교통량조사는 365일 24시간동안 조사하여야 하기 때문에 기계식 장비인 AVC (Automatic vehicle classification) 장비를 활용하고 있다.

이 AVC 장비는 도로 상에는 차량 종류별로 교통량 조사를 위하여 축검지 센서인 피에죠(Piezo)센서와 차량의 존재 유무를 판단하는 루프(Loop)센서로 구성된 장비이다. 도로에 센서를 매설하여 교통량자료들을 수집하는 장비인 AVC 장비는 다음과 같이 세 가지 단점이 존재한다. 첫째 검지기의 시공시 차로의 폐쇄가 필수적이며, 이런 차로 폐쇄로 인하여 도로의 정체와 사회적 비용의 발생을 수반한다는 점이다. 둘째 AVC 장비의 운영 중 도로의 균열, 소성변형 및 다른 도로 공사들로 인한 센서의 파손이 자주 발생한다는 점이다. 마지막, 셋째 차로당 설치되어 있는 3개 센서(Piezo 센서 2개 + Loop 센서 1개 또는 Piezo 센서 1개 + Loop 센서 2개) 중 가운데 하나라도 고장이 나면 해당 차로의 교통량자료를 수집하지 않는다는 점이다.

이 세 가지 단점들 중 첫째와 둘째 단점은 AVC 장비가 가지고 있는 설치 방법상의 한계로 인한 단점으로 이를 해결하기 위해서는 AVC 장비의 설치 방법의 개선을 통해서만 해결이 가능하다. 예를 들면 단시간에 설치 가능한 AVC 설치 방법 개발 및 도로변형에도 파손이 발생하지 않는 센서의 개발 등이 그것이다. 하지만 셋째 단점의 경우 운영 방법의 변경을 통하여 충분히 개선이 가능하다. 현재 국내에서 운영 중인 AVC 장비는 수집 자료의 정확도를 확보하기 위하여 설치된 센서들이 전부 정상인 경우에만 교통량자료를 수집하고 있다. 즉 차로별로 설치된 3가지 센서들 중 어느 하나 혹은 둘의 센서가 파손된 경우, 충분히 활용이 가능한 나머지 센서들에서 수집된 자료들을 활용하지 않고 제거해버리는 비효율이 존재한다.

본 연구에서는 마지막 셋째 단점을 해결하기 위하여, 일부 센서가 고장 난 경우 나머지 정상 센서로부터 수집되는 자료를 가지고 교통량과 속도를 추정하는 방법을 개발하는 것을 그 목적으로 하였다. 물론 센서가 고장난 AVC 장비는 보수를 하여 교통량, 속도 그리고 차종 정보를 전부 생성하여야 하는 것이 최선의 선택이다. 하지만, 현실적으로는 매설되어 있는 센서들을 보수하는데 상당한 시간이 필요로 하는 실정이다. 비록 본 연구에서 제시한 방법들의 정확도가 정상인 AVC 장비에 비하면 낮다는 한계점이 존재하지만, 센서를 보수할 때까지의 기간 동안에 일시적으로 적용하여 일정 수준 이상의 정확도를 가진 교통량과 속도 정보의 산출을 통하여 해당 장비의 운영효율을 높인다는 점에서 이 연구의 의의가 있다고 하겠다.

1.2 연구 범위 및 방법

1.2.1 연구 범위

본 연구는 현재 일반국도에 설치되어 운영 중인 AVC 장비에서 수집되는 자료를 바탕으로 수행되었다. 분석지점의 선정 기준은 우선 정상인 AVC 장비 장비의 모든 센서가 정상 동작할 것과 각 센서별로 독립적으로 자료의 수집이 가능한 곳으로 선정하였다.

분석지점의 선정은 분석의 신뢰성 및 효율성의 확보를 위하여 왕복2차로이며, 일정 수준이상의 일교통량이 존재하는 곳을 분석지점을 선정하였다. 분석지점의 선정결과 공간적 범위는 남해군 이동면 무림리 인근의 일반국도 19호선에 설치된 AVC 장비로 선정하였다. 2015년 4월 8일의 한 시간 반(13:00~14:30)동안 분석지점을 통과한 차량의 자료를 수집하였으며, 이중 본 연구의 시간적 범위가 되는 분석에 사용한 시간대는 13시 30분부터 14시 30분까지의 자료이다. 수집한 자료 중 분석에 사용하지 않은 30분 자료는 두 차량간 최소 축간 거리 값의 산출에 사용하였다.

분석 자료의 개략적인 특성은 수집시간 동안 양방향으로 총 699대가 관측되었으며, 이중 상행과 하행은 각각 353대와 346대가 각각 관측되었다. 그리고 이 시간동안 상행의 평균속도는 50.2km/h이며, 하행의 평균속도는 52.0km/h로 관측되었다.

1.2.2 연구 방법

이 연구의 내용과 과정을 정리하면 다음 Fig. 1 과 같다. 우선 여러 종류의 센서들을 활용하여 교통량과 속도를 산출하는 방법에 관한 기존 문헌 검토를 수행하였다. 다음으로는 우리나라에서 운영 중인 AVC 검지기의 종류와 AVC 검지기 센서의 고장유형을 분류하고, 센서의 고장유형별로 교통량과 속도의 산출방법론을 제시하였다. 마지막으로는 제시 방법론의 정확도를 비교 분석하는 순으로 연구를 진행하였다.

2. 기존문헌 고찰

각 센서들을 활용하여 교통량과 속도의 산출방법은 개발당시 하나의 방법론으로 정해지고 나면, 산출방법에 대한 새로운 연구들은 거의 진행되지 않은 실정이다. 개발당시 교통량과 속도 산출을 수행한 몇몇 연구들을 정리하면 다음과 같다.

Choi (2000)의 연구인 “인공지능기법을 활용한 교통량조사장비 개발”에서는 우리나라의 실정에 맞는 인공지능 기법을 활용한 교통량조사를 상품화 전 단계까지 개발하는 목표로 수행된 연구이다. 이 연구에서는 센서부, 제어부, 운영 프로그램에 대한 개발을 수행하고 장비의 성능 테스트까지 수행하였다. 성능 테스트의 경우 속도, 축간거리, 차량길이 값들에 대하여 평가를 수행하였다. 평가 결과 속도의 오차는 2% 미만, 축간 거리는 5cm 미만, 차량길이는 30cm 미만인 것으로 분석하였다. 이 연구에서 교통량의 산출은 차량 검출부인 Loop 센서가 차량을 검지하는 경우 이것을 바로 교통량 산출하는 방법을 사용하였으며, 속도의 산출은 두 개의 Piezo 센서가 설치된 간격과 동일한 축을 검지한 시각차를 이용하여 산출하는 방법을 사용하였다.

Kim (2001)의 연구에서는 Loop 센서의 파형의 기울기를 이용하여 개별차량들의 속도를 측정에 관한 연구를 진행하였다. 승용차, 버스, 그리고 트럭으로 하여 3종류의 차종을 분석하였으며, 그 결과 승용차만 비교적 정확하게 속도의 추정이 가능한 것으로 판단하였다. 승용차를 대상으로 센서 파형의 기울기를 설명변수로 하고 속도를 종속변수로 하는 선형회귀모형을 개발하였다. 해당 모형은 전체를 대상으로 분석한 경우는 0.74, 중간지점을 대상으로 분석한 경우는 0.66의 R²을 갖는 것으로 분석하였다.

Gang (2002)의 연구는 두 개의 Loop 센서를 이용하여 속도의 정확도를 높이기 위한 2중으로 신호를 처리 알고리즘을 개발에 관한 연구를 진행하였다. 이 연구에서 제안한 알고리즘의 적용 결과 정상 검지 차량의 422대의 오차 백분율은 오차허용 범위인 5%를 넘지 않으며, 이때 분산은 1.69, 표준편차는 1.3인 것으로 제시하였다. 이 연구에서는 Loop 센서를 활용하여 교통량과 속도를 산출하는 방법을 제시하고 있다. 교통량은 Loop coil 에서 발생하는 유도자장이 차량을 검지하는 경우 이를 카운트하여 산출하였다. 속도의 산출방법은 두 개의 루프를 사용하는 방법으로 두 검지기의 설치 간격을 이동거리로 하고, 앞 Loop에서 차량을 검지시작한 시간과 뒷 Loop 에서 차량을 검지시작한 시간의 차를 이동시간으로 하여 속도를 산출하는 방법이다.

Min (2003)의 연구는 현재 사용하는 AVC 장비의 도입 시기에 발표된 연구로서, 실제로 AVC 장비를 도입하여 각종 정보를 생성하기까지의 시스템 전반적인 내용을 다루고 있다. 특히 이 연구에서는 AVC 장비가 정상인 경우에 교통량 ․ 속도 ․ 차종정보를 산출하는 방법에 대하여 정의하고 있다. 이렇게 산출된 정보의 정확도는 교통량은 99.5%, 차량속도는 99.2%, 차종분류는 97.8%의 정확도를 가진다고 분석하였다.

Kim (2006)의 연구는 영상 프레임 분석 방법을 대체하는 방안으로 테이프 스위치 센서를 이용한 속도 측정 방식에 관한 연구를 진행하였다. 이 연구의 결과 테이프 스위치로 속도를 측정한 결과 그 오차율이 2% 미만인 것으로 분석하였다. 이 연구는 비록 Loop 센서와 Piezo 센서와 관련된 연구가 아니지만, 테이프 스위치와 Piezo 센서는 검지하는 자료가 차량의 축을 검지한 시각으로 동일하다. 따라서 테이프 스위치에서 속도를 산출하는 방법을 Piezo 센서에도 동일하게 적용할 수 있다. 이 연구에서 사용한 속도 산출 방법은 두 개의 테이프 스위치에서 차량의 축을 검지한 시각차를 이동시간으로 하고, 두 테이프 스위치가 설치된 간격을 이동거리로 하여 속도를 산출하는 방법을 이용하였다.

기존 연구들의 주요관심사는 생성정보의 정확도 향상이다. 따라서 교통량과 속도의 산출방법들 중에서 정확도가 보장된 방법을 채택하여 교통량과 속도를 산출하였다. 교통량의 경우 교통량을 산출한 모든 기존연구들이 Loop 센서의 작동횟수를 교통량으로 환산하는 방법을 일반적으로 사용한다. 이 방법이 기존연구들에서 주로 사용되는 이유는 센서를 하나만 설치하여 자료를 수집하여 간단한 산출식에 대입하여 손쉽게 교통량정보를 얻으면서도 매우 높은 정확도(민홍기의 연구에서는 99.5%의 정확도를 갖는 것으로 분석함)를 확보 할 수 있기 때문이다. 속도의 경우 동일 종류의 센서를 이중으로 설치하여 각 센서에서 차량(차량전체 혹은 일부)을 검지한 시각의 차이를 이동시간으로 하고, 센서들의 설치간격을 이동거리로 하여 속도를 산출하는 방법을 사용하고 있다. 기존연구에서 이 방법이 주로 사용된 이유는 속도를 산출하는 과정에 사용되는 변수에는 가정치가 들어가지 않기 때문에 매우 정확한 속도정보를 산출할 수 있다는 것이다.

이와 같이 기존의 연구들에서는 산출되는 정보의 정확도를 높이는 것이 중요한 목표였기 때문에 장비가 정상 작동한다는 것이 연구의 전제조건이었다. 그렇기 때문에 기존의 산출방법론들로는 장비가 고장 난 상황에서는 사용할 수 없는 경우가 존재한다는 한계점이 있다. 이에 반해 본 연구는 기존에 고려하지 않은 고장 난 상황을 대상으로 하는 연구라는 점에서 연구의 차별성이 있다.

3. 본 론

3.1 AVC 검지기 분류 및 센서 고장유형 분류

3.1.1 AVC 검지기 분류

2014년 도로교통량통계연보에 따르면 AVC 검지기를 “교통량과 차종부류 조사를 자동으로 동시에 실시하는 상시 차종분류 조사장비”라고 정의하고 있다. 이는 전국의 모든 도로를 대상으로 수행하는 도로교통량조사 지점들 중 일부 주요지점들을 대상으로 진행되는 상시교통량조사에 사용하는 기계식 장비를 의미한다.

우리나라에서 사용하고 있는 AVC 장비는 Piezo 센서와 Loop 센서를 동시에 사용하고 있으며, Piezo 센서는 차량의 축을 Loop 센서는 차량의 유무를 검지한다. 현재 국내에서 사용하고 있는 AVC 검지기의 종류는 도로에 매설되어 있는 두 종류의 센서 수량에 따라서 다음과 같이 두 가지 형식이 존재하다. 1개의 Piezo 센서와 2개의 Loop 센서로 이루어진 LPL형식과 2개의 Piezo 센서와 1개의 Loop 센서로 이루어진 PLP형식이 바로 그것이다. 각 형식별로 센서의 설치모습은 Fig. 2와 같다.

이 연구에서는 PLP형식의 AVC 장비로 한정하여 연구를 진행하였다. 이후 이 연구에서 언급하는 AVC 장비는 전부 PLP형식을 의미한다.

3.1.2 AVC 장비 고장유형 분류

AVC 장비의 센서 고장이 발생한 경우에 교통량과 속도의 산출방법은 정상인 센서의 종류와 개수에 의해서 결정된다. 따라서 정상인 센서의 종류와 개수에 따라 AVC 장비의 고장유형에 대한 분류를 우선 수행하여야 한다. 본 연구에서는 AVC 장비의 고장유형을 분류하기 위하여 다음과 같이 두 가지 조건에 따라서 분류를 수행하였다.

(가) 교통량의 산출에는 Piezo 센서와 Loop 센서의 검지자료를 동시에 활용할 필요 없음

(나) 속도의 산출에는 Piezo 센서와 Loop 센서의 검지자료를 동시에 사용할 수 없음

(가)는 두 센서의 기능적 차이 때문에 설정한 조건이다. Loop 센서의 경우 검지대상이 차량이지만, Piezo 센서는 검지대상이 차량의 축이다. 따라서 Loop 센서에서는 매우 정확한 교통량의 산출가능하고, Piezo 센서에서는 매우 정확한 차량의 축 수의 산출이 가능하다. 따라서 Loop와 Piezo 센서 두 개가 작동 하는 경우에는 Loop 센서의 검지자료 만으로 교통량을 산출하는 것이 더 효율적이다.

(나)는 두 센서들이 가지고 있는 검지 특성의 차이 때문에 설정한 조건이다. Piezo 센서는 차량의 하중에 반응하여 차량의 축을 검지하는 센서로 항상 일정하게 차량의 축을 검지하는 특성이 있다. 하지만 Loop 센서는 센서에 발생하는 전자기장의 변화를 검지하는 센서로서, 통과하는 차량의 특성(차량 하부 높이)에 따라서 차량을 검지하는 위치가 달라진다. 이런 특성들 때문에 Piezo 센서 – Loop 센서 순으로 설치가 되어 있다고 하더라도, 통과하는 차량의 특성에 따라서는 Loop 센서가 차량을 먼저 검지하는 상황이 발생한다. 실제로 본 연구에 사용한 자료를 보면, 총 698대의 차량 중에 145대의 차량(약 20%)은 뒤에 설치된 Loop 센서에서 먼저 차량을 검지한 상황인 것으로 분석되었다. 따라서 두 센서의 검지자료를 동시에 활용하여 정확도가 확보된 속도 산출방법론을 도출하기에는 매우 어려운 상황이다. 이에 본 연구에서는 속도산출의 경우 두 센서의 검지자료를 동시에 활용하는 경우는 제외하고 속도를 산출하였으며, 이를 정리한 내용이 바로 조건 (나)이다.

앞의 두 조건을 바탕으로 본 연구에서 분류한 센서의 고장 유형은 다음과 같이 네 가지이다. Piezo 센서 하나와 Loop 센서 하나가 남은 상황으로 유형 1로 분류하였다. 두 개의 Piezo 센서가 남아 있는 상황은 유형 2로 분류하였다. Piezo 센서 하나만 남은 경우는 유형 3으로 분류하였다. 마지막으로 Loop 센서 하나만 남은 경우를 유형 4로 분류하였다. 각 유형별로 정상 작동하는 센서의 개수를 정리하면 Table 1 과 같다.

3.2 유형별 교통량 및 속도 산출 방법

정상 AVC 장비에서는 3개의 센서에서 수집된 검지자료를 활용하여 교통량·속도·차종정보를 생성한다. 하지만, 본 연구의 대상은 일부 센서가 고장 난 AVC 장비를 대상으로 하기 때문에 기존에 사용하던 교통량과 속도산출 방법론과는 다른 방법들이 필요하다. 본 연구에서 사용한 교통량과 속도의 상세한 산출 방법은 다음과 같다.

3.2.1 교통량 산출 방법

우선 교통량 산출 방법은 Loop 센서의 작동에 따라서 두 가지 방법으로 구분된다. Loop 센서가 작동하는 경우에는 Loop 센서의 자료만을 활용하여 교통량을 산출하는 방법인 T_V_L과 Loop 센서가 고장 나 Piezo 센서의 자료를 활용하여 교통량을 산출하는 방법인 T_V_P가 그것이다. 고장유형에서 살펴보면 T1과 T4는 T_V_L을, T2와 T3에는 T_V_P를 적용하여 교통량의 산출하였다.

T_V_L은 정상인 AVC 장비에서 교통량을 산출하는 방법과 동일하다. Loop 센서가 차량을 검지하여 작동한 횟수만큼을 교통량으로 환산하며, 상세한 교통량 산출식은 Eq. (1)과 같다.

 (1)

이 방법은 기존에 사용하고 있는 방법으로 본 연구에서 새롭게 제시하는 방법은 아니다. 그렇지만 현재 AVC 장비 운영방식의 경우 기존이 교통량 산출방식을 적용하여 교통량 정보를 산출이 가능한 고장유형 T1과 T4인 상황에서도 교통량 정보를 생산하지 않고 있다는 비효율이 존재한다. 이런 비효율의 개선을 위하여 본 연구에서는 기존 방법으로 교통량을 산출하는 내용도 포함하여 연구를 진행하였다.

T_V_P는 Loop 센서의 고장으로 인하여 Piezo 센서의 검지자료를 활용 할 수밖에 없는 상황에서 교통량 정보를 산출하는 방법이다. T_V_P는 다음과 같은 가정을 바탕으로 산출 방법이 도출되었다.

▪가정: 연속인 두 차량간의 안전거리 중 가장 짧은 거리인 최소 안전거리인 A는 단일 차량의 연속 축간 거리들 중 가장 긴 거리인 최대 근접축거인 B 보다 큼

물론 이 가정이 모든 상황에서 성립하지는 않는다. 예를 들면 일부 차량의 경우 근접 축간거리가 매우 긴 경우도 있어 안전거리 보다 긴 경우도 존재하며, 또 교통상황에 따라서 사고·지체·정체가 발생하는 경우 차량간의 안전거리는 극단적으로 짧아져 일반적인 근접 축간거리보다 짧아 질수도 있다. 그리고 운전자의 성향 상 앞 차와의 간격을 매우 짧게 가져가는 경우에도 위의 가정에 벗어난 상황이 된다. 이런 경우에는 어쩔 수 없이 이 교통량 산출방법이 가져 가야하는 한계점으로 두고 분석을 진행하였다. 당연히 T_V_P 방법의 정확도는 위와 같이 가정이 성립하지 않는 상황이 얼마나 많이 발생하느냐에 따라 달라진다.

위의 가정에서 도출된 T_V_P의 산출 방법은 Piezo 센서를 통하여 관측되는 축거가 최소안전거리 보다 긴 경우 다른 차량으로, 짧은 경우 한 차량으로 판단하는 방식이다. 단 여기서 최소안전거리 값이 사전에 정해져야 하는 값이 정해져야 한다. 본 연구에서는 AVC 장비가 정상인 상황에서 관측된 안전거리 중에 가장 작은 거리를 이 값으로 설정하였다.

안전거리는 선행 차량의 뒷 범퍼에서 후행 차량의 앞 범퍼까지의 거리를 의미한다. T_V_P의 상황은 Piezo 센서만 작동하기 때문에 안전거리를 Piezo 센서에서 인지 알 수 있는 차량의 축으로 표현을 달리하면 다음과 같이 표현할 수 있다. 안전거리는 선행 차량의 마지막 축에서 후행 차량의 첫 축까지의 거리에서 선행 차량의 뒷 내민 거리와 후행 차량의 앞 내민 거리를 빼준 거리와 같다. 국내에 통행하는 모든 차량의 내민 거리는 항상 0보다 크며, 따라서 두 차량의 축간거리는 안전거리 보다 항상 크다. 이를 앞서 세운 가정에 대입하면 두 차량의 축간거리의 최솟값은 항상 안전거리의 최솟값보다 크며, 안전거리의 최솟값은 단일차량의 축간거리의 최댓값보다 크다. 따라서 앞서한 가정을 차량의 축으로 표현하면, “두 차량의 축간거리의 최솟값은 단일차량의 축간거리 최댓값보다 크다”로 표현할 수 있다. 이를 쉽게 표현하기 위하여 그림으로 표현 하면 Fig. 3과 같다.

센서의 설치 폭이 3m인 AVC 장비를 통과하는 동안 차량의 속도 변화는 매우 미미하다. 이럴 경우 속도의 정의에 따르면 속도의 변화가 적은 경우 거리와 시간은 서로 비례하는 관계에 있다. 따라서 위의 가정을 Piezo 센서가 차량 축을 검지하는 시각으로 표현하여 교통량을 산출하는 과정은 Fig. 4와 같다.

즉, T_V_P 방법은 Piezo 센서에 인식한 차량의 각 축들의 검지시각들의 차 값이 기준값인 다른 차량간의 축 검지시각 차의 최솟값보다 큰 경우 다른 차량으로 인식하여 교통량을 산출하는 방법이다. 이를 식으로 표현하면 Eq. (2)와 같다.

 

(2)

3.2.2 속도 산출 방법

속도의 산출 방법은 활용이 크게 셋으로 구분이 가능하다. 첫째는 Loop 센서의 검지자료를 활용하는 방법, 둘째는 Piezo 센서 하나의 검지자료를 활용하는 방법, 그리고 마지막은 Piezo 센서 둘의 검지자료를 활용하는 방법이다.

Loop 센서의 검지자료를 사용하여 속도를 산출하는 방법에서 통행거리는 통과하는 차량의 길이와 Loop 센서가 설치된 폭을 더한 길이 값으로 하며, Loop 센서가 켜진 시각과 꺼진 시각의 차이를 통행시각으로 하여 속도를 산출하는 방법을 사용하였다. 이때 실제로 Loop 센서를 통과하는 차량의 길이를 실측 할 수 없기 때문에 통과차량길이는 평균차량길이를 가정하여 적용하였다. 이 속도산출 방법은 Loop 센서 하나로 속도를 산출하는 경우 일반적으로 사용되는 방법이며, 이를 식으로 표현하면 Eq. (3)과 같다.

 (3)

여기서, T_l,on : Loop 센서가 켜진 시각

      T_l,off : Loop 센서가 꺼진 시각

하나의 Piezo 센서의 검지자료를 이용하여 차량의 속도를 산출하는 방법은 Piezo 센서가 검지하는 각 축들의 검지시각과 차량의 축간거리를 활용하여 속도를 산출하는 방법이다. 이때 통행거리는 당연히 차량의 축간거리가 되며, 통행시각은 Piezo 센서가 다른 축들을 검지한 시각의 차이이다. 이때 Piezo 센서를 통과하는 각 축간 길이를 알 수 없기 때문에 본 연구에서는 평균축간길이를 가정하여 속도를 산출하였으며, 이때의 속도 산출 방법은 다음 Eq. (4)와 같다.

 (4)

여기서, T₁ : 근접한 두 축 중 앞 축을 검지한 시각

      T₂ : 근접한 두 축 중 뒷 축을 검지한 시각

두 개의 Piezo센서가 정상으로 작동하는 경우(T2와 같이)에서 속도의 산출은 하나의 축이 서로 다른 Piezo 센서에 검지된 시각의 차이와 Piezo 센서가 설치된 간격을 활용하여 산출한다. 2축 차량이 두 개의 Piezo센서를 통과하는 상황을 가정하여 시공도를 그리면 다음 Fig. 5와 같다.

우선 첫 번째 축을 기준으로 속도를 산출하는 과정은 차량의 첫 번째 축은 먼저 Piezo 1센서를 접촉한 이후 일정 시간이 경과한 후에 Piezo 2센서를 접촉하게 된다. 이때 각 Piezo 센서들이 첫 번째 축을 검지한 시각을 각각 t_1,1과 t_2,1라고 하면, 통행시간은 t_2,1에서 t_1,1을 뺀 시간이 된다. 이때 통행거리는 Piezo 센서가 설치된 간격이 된다. 이때의 속도의 산출은 다음 Eq. (5)과 같다.

 (5)

여기서, t₂,₁ : Piezo2가 차량의 첫 축을 검지한 시각

      t_1,1 : Piezo1이 차량의 첫 축을 검지한 시각

두 번째 축을 기준으로 속도를 산출하는 과정역시 첫 번째 축을 기준으로 속도를 산출하는 과정과 대부분 동일하며, 차이점은 각 Piezo 센서에서 첫 번째 축을 검지한 시각이 아닌 두 번째 축을 검지한 시각으로 산출한다는 점이다.

차량들이 도로를 통행할 때의 운동을 살펴보면 지속적으로 가․감속을 하기 때문에 속도 변화는 항상 존재한다. 따라서 정확하게 속도를 산출하여 보면 첫 번째 축을 이용하여 산출한 속도와 두 번째 축을 이용하여 산출한 속도는 서로 다른 값을 가지게 된다. 하지만, AVC 장비 내 통행거리(Piezo 센서 설치 간격, 3m)는 매우 짧은 거리여서, 이 거리를 통행하는 동안의 속도변화는 미미하다. 본 연구에서는 이런 미미한 수준의 속도변화는 무시하고, 차량이 AVC 장비를 통과할 때에는 등속도 운동을 한다고 가정하고 연구를 진행하였다. 이에 따라서 두 개의 Piezo 센서가 정상으로 작동하는 상황은 첫 번째 축을 기준으로 속도를 산출하였다.

3.2.3 유형별 산출 방법 분류 및 가정 사항

앞서 정리한 산출방법론들을 적용하여 교통량과 속도를 산출하기 위해서는 다음과 같이 각 방법별로 사전에 설정하여야 할 선결사항들이 존재한다. 우선 교통량 산출 방법에서는 T_V_L은 단순하게 Loop 센서의 작동 여부로 교통량을 산출하기 때문에 선결사항은 없다. 하지만 T_V_P의 경우 교통량의 구분 여부를 결정하는 기준값을 사전에 결정하여야 한다. 이 기준값은 AVC 장비가 정상일 때 관측된 다른 차량의 연속된 축 검지 시각의 차이 값들 중 최솟값으로 선정하면 된다. 본 연구에서는 분석에 사용한 자료 이외의 13시 20분에서 13시 30분까지의 자료를 활용하여 이 최솟값 산정하였으며, 이렇게 얻어진 값은 약 0.9989초이다.

다음으로는 속도 산출 방법에서는 V_PP의 경우에는 선결사항이 없지만, V_L과 V_P의 경우 다음과 같이 선결사항들이 존재한다. V_L은 대표 차량 길이 값을 가정하여야하며, V_P의 경우 대표 축간 거리 값을 가정하여야 한다. 추정하는 속도값의 정확도를 높이기 위해서는 대표 차량길이와 대표 축간 거리 값들의 산정방법은 우리나라를 통행하는 모든 차량들의 제원을 조사한 이후에 선정하는 것이 가장 확실하나, 본 연구에서는 비용과 시간적 제약으로 인하여 모든 차량들의 제원들을 조사할 수 없었다. 따라서 본 연구에서는 다음과 같이 시나리오를 구성하여 분석을 진행하였다. 두 길이 값의 설정 원칙은 일반적인 승용차량이 가질 수 있는 길이의 범위 안에서 정하였다. 계급을 구분한 기준은 차량 길이는 1m 간격으로, 축간 거리의 경우는 0.5m 간격으로 각각 임의로 설정하였다. 두 값의 산정을 승용차량이 가질 수 있는 길이의 범위로 구간의 간격을 한정한 이유는 우리나라의 모든 도로에서 승용차의 관측빈도가 가장 높기 때문이다. 상세한 길이의 구성은 Table 2와 같다.

AVC 장비의 고장유형별로 적용할 교통량 및 속도의 산출방법론들을 정리하면 Table 3와 같이 정리가 된다.

고장유형별로 정리된 교통량과 속도의 산출 방법론들을 적용하여 산출된 교통량 및 속도의 정확도 분석 방법 및 결과는 다음에서 계속 설명하도록 한다.

4. 교통량 / 속도 산출 결과 및 정확도 분석

4.1 정확도 분석 방법

본 연구에서 제시한 방법론으로 산출된 교통량과 속도의 정확도는 정상인 AVC 장비에서 산출한 교통량과 속도값을 그 기준으로 하였다. 여기서 교통량의 정확도는 정상인 AVC 장비의 교통량과 비교하여 산출한 교통량이 얼마나 정확한지 분석하였으며, 그 정확도의 산출은 다음 Eq. (6)과 같다.

 (6)

그 다음으로 속도의 정확도는 정상인 AVC 장비에서 산출되는 개별차량들의 속도값과 산출된 개별차량들의 속도값을 비교하여 정확도를 확인하기 위한 지표를 RMSE (Root Mean Square Error) 값을 이용하였다. RMSE의 상세한 계산식은 Eq. (7)과 같다.

 (7)

일반적으로 산출방법을 사용하여 얻은 산출값의 정확도 판단에는 평균값이 사용되지 않는다. 이는 평균값이 이상치의 영향을 받아 왜곡되기 쉽기 때문이다. 예를 들어(50, 60, 70)으로 관측된 속도값의 집단이 있고, 임의의 산출방법 (가)를 사용하여 얻은 속도가(10, 20, 150)이고 다른 임의의 산출방법 (나)를 사용하여 얻은 속도값이 (40, 50, 80)라고 하자. 이때 사회적인 통념으로 보면 (나)의 방법이 더 정확도가 높다고 생각되지만, 평균값으로 정확도를 판단한다면 (가)와 (나)는 모두 관측치의 평균값이 60과 동일한 평균값을 가지고 있기 때문에 두 방법 의 정확도가 동일하게 평가된다. 그렇기 때문에 산출방법을 통해서 얻은 산출값의 정확도의 평가는 평균절대오차(MAE; Mean Absolute Error), 평균절대백분비오차(MAPE; Mean Absolute Percentage Error), 평균제곱근오차(RMSE; Root Mean Square Error)이라는 지표들이 일반적으로 이용되고 있다. 이들 세 지표 전부 각각 지표의 값이 0에 가까울수록 더 정확하다는 것을 의미 한다. 하지만 세 지표 모두 적정 정확도를 확보하기 위해서는 지표값이 얼마 이하여야 한다는 기준은 정해져 있지 않고, 연구자가 판단하여야 할 영역이다. 본 연구에서는 세 지표들 중 RMSE 값을 정확도를 판단하는 지표로 선택하였다.

4.2 교통량 정확도 분석

교통량의 산출결과는 4가지 고장유형별로 존재한다. 교통량의 경우 시나리오를 구성한 차량의 길이와 축간 거리 값에 영향을 받지 않기 때문에 시나리오에 영향을 받지 않는다. 따라서 각 고장유형 별로 산출된 교통량과 그 정확도는 Table 4와 같다. 물론 여기서 T1과 T4의 경우 기존의 교통량산출 방법론을 그대로 사용하였기 때문에 100%의 정확도를 보이고 있다. 비록 본 연구에서 새로이 제시한 방법론은 아니지만, 현재 장비 운영방법 아래에서는 이렇게 높은 정확도의 정보를 생성하지 않고 있다. 이런 비효율은 시급히 개선하여야 할 필요가 있기 때문에 본 연구의 결과로서 같이 제시하였다.

산출된 교통량의 정확도 결과를 살펴보면 당연히 T1과 T4에서는 100%의 정확도를 갖는 것으로 분석되었다. T2와 T3는 본 연구에서 새로이 제시한 방법론인 T_V_P를 적용하여 교통량을 산출한 경우이다. 두 고장 유형에서는 동일한 교통량 산출 방법인 T_V_P를 사용하였기 때문에 두 유형에서는 동일한 정확도를 갖는다. T_V_P 방법론의 정확도는 상행에서의 정확도는 98%, 하행의 정확도는 97%의 정확도를 갖는 것으로 분석되었다. T_V_P의 정확도가 100%가 아닌 이유로는 앞서 언급한 방법론의 한계점들이 분석 시간 중에 발생하였기 때문이다. 특히 차량의 축거가 긴 차량이 통과하는 경우와 운전자의 성향상 안전거리를 짧게 가져가게 되면 교통량을 잘못 산출하는 한계점이 주로 발생한 것으로 추정된다. 특히 양방향 전부 교통량들이 참값보다 더 작게 산출된 것으로 보아 이 지점에서는 교통량을 적게 추정하게 되는 한계점인 안전거리를 기준값보다 짧게 가져가는 운전들이 자주 통행하는 것으로 판단되며, T_V_P방법에서 정확도를 높이기 위해서는 기준값의 산출시 더 많은 관측시간을 더 길게 하여 다양한 교통상황이 반영된 기준값의 산출이 필요한 것으로 판단된다.

4.3 속도 정확도 분석

센서들의 고장유형 및 앞서 설정한 가정 길이 별로 산출된 속도의 평균값과 산출된 속도의 정확도 비교를 위하여 RMSE 값을 계산하였다. 상행과 하행은 서로 다른 교통류이기 때문에 교통량 정확도 분석과 같이 방향별로 나누어 분석을 수행하였다. 상행 방향의 353대의 차량들에 대하여 정상 AVC 장비에서 도출된 평균속도 값은 약 50.2km/h이다. 하행은 345대의 차량이 통과하였으며, 이때 평균속도는 52.0km/h로 도출되었다.

앞서 언급한 Table 4와 같이 속도값의 경우 고장유형 T1은 V_L과 V_P 이렇게 두 가지 산출 방법론을 적용하여 속도의 산출이 가능하다. 고장유형 T2는 V_PP가, 고장유형 T3는 V_P, 그리고 마지막으로 T4는 V_L방법론을 적용하여 속도를 산출하였다.

속도의 산출 방법별로 산출된 속도들의 평균 속도와 RMSE의 산출결과를 정리하여 보았다. 우선 V_L 방법론을 이용하여 속도를 산출한 결과이다. V_L의 경우 차량의 길이 값에 영향을 받으며, 본 연구에서 설정한 가정한 길이들 중에 가장 높은 정확도를 산출한 결과는 차량 길이가 4m인 경우이다. 이때 상행은 평균속도 51.0 km/h에 RMSE는 9.5로 산출되었으며, 하행은 평균속도 54.0km/h에 RMSE는 10.8로 산출되었다.

V_P의 산출방법론을 적용한 결과를 살펴보면, 차량의 축간 길이 값이 2.5m일 때 가장 높은 정확도를 갖는 속도를 산출하는 것으로 계산되었다. 이때 상행은 44.3km/h의 평균속도에 7.3의 RMSE 값을, 하행은 46.2km/h의 평균속도에 7.7의 RMSE 값을 갖는 것으로 분석되었다.

V_PP에서 산출된 평균 속도와 RMSE 값은 상행이 50.2km/h (RMSE: 0.01), 하행이 52.0km/h (RMES: 0.04) 인 것으로 분석되었다. 두개의 Piezo 센서가 정상 작동하는 경우인 V_PP는 가정한 길이 값들에 영향을 받지 않기 때문에 평균속도는 방향별로 하나의 값이 산출되었다. 이 방법은 정상인 AVC 장비에서 속도를 산출하는 방법과 동일하기 때문에 산출방법들 중에서 속도의 정확도가 매우 높으며, RMSE 값이 0이 아닌 적은 값을 갖는 이유는 소수점계산의 차이로 인한 오차이다. 앞서 교통량 정확도 분석에서 언급된 T_V_L과 동일하게 이 속도산출 방법론도 기존에 사용하는 방법과 동일하다. 그렇지만 속도 정보의 산출하는 것에도 역시 현재의 운영방법에서는 이렇게 높은 정확도를 산출할 수 있음에도 정보를 생성하지 않는 다는 비효율이 존재한다. 이러한 비효율을 시급히 개선하자는 의미에서 본 연구의 결과로 포함하여 같이 제시하였다.

고장유형 별로 속도의 산출결과 가정 높은 정확도를 보인 방법론 및 그 결과를 정리하면 Table 7과 같다.

고장유형 T1에서의 속도 산출 결과를 보면 V_L과 V_P를 전부 이용하여 속도를 산출하였지만, V_P방법론이 더 정확한 것으로 분석되었다. 이때 V_P에서 적용된 축간 거리의 가정 값은 2.5m 이며, 상행과 하행의 RMSE 값은 각각 7.3과 7.7인 것으로 분석되었다. 또한 고장유형 T3도 고장유형 T1과 동일한 V_P 방법론을 사용하여 속도를 산출하였기 때문에 그 결과가 동일하다.

고장유형 T2는 유일하게 V_PP 방법론이 사용된 유형이며, 정상인 AVC 장비와 동일한 속도 산출방법론이 적용되었기 때문에 매우 높은 정확도를 갖는 것으로 분석되었다. 현재의 AVC 장비 운영방법 상 속도정보를 산출하지 않는 경우이지만 장비운영의 효율성 측면을 생각하면 고장유형 T2의 상황일 경우 지속적으로 속도정보를 산출하는 것에 대하여 검토하여야 할 것으로 판단된다.

마지막으로 고장유형 T4는 V_L 방법론을 적용하여 속도를 산출한 경우이며, 이때 가정되는 길이는 차량의 길이 값이다. 가장 높은 정확도를 갖는 차량 길이 값의 가정은 4m이며, 이때 상행과 하행의 RMSE 값은 각각 9.5/10.8 인 것으로 분석되었다.

5. 결 론

AVC 장치는 두 개의 Piezo 센서와 한 개의 Loop 센서를 조합하여 교통량, 속도, 차량의 종류 정보를 생성하고 있다. 나머지 두 정보와는 다르게 차량 종류 정보의 경우 두 종류의 센서에서 검지하는 자료를 조합하여야만 산출할 수 있는 정보이다. 나머지 두 정보의 경우 굳이 3개의 센서에서 수집하는 자료를 전부 이용하지 않더라도 생성이 가능하다. 하지만, 현재 AVC 장비의 운영은 3개의 센서들 중 하나라도 고장이 발생하는 경우 차량 종류 정보뿐만 아니라 교통량과 속도 정보도 산출하지 않고 있다. 이는 충분히 활용할 수 있는 나머지 정상 센서들의 자료를 활용하지 않다는 비효율이 존재하고 있다.

따라서 본 연구에서는 센서가 고장 난 경우(1개 혹은 2개)에 남은 정상센서를 활용하여 교통량 및 속도 자료를 산출하는 방법을 제시하였다. 이 방법을 통하여 AVC 장비의 운영 효율의 높일 수 있을 것으로 판단된다. 또한 기존에는 차로별로 1개 혹은 2개의 센서가 고장 난 경우에는 무조건 보수공사를 수행하여야 하기 때문에 잦은 보수공사가 필요했지만, 본 연구내용을 적용하는 경우 보수공사의 횟수를 감소시킬 수 있다. 이로 인하여 장비 보수공사로 소요되는 비용을 절감 할 수 있으며, 또한 보수공사로 인해여 발생하는 도로의 정체도 줄일 수 있는 장점이 있다.