[기계신문] 한국건설기술연구원이 노면온도의 변화 패턴을 예측하는 기술을 개발했다. 차량에 부착된 관측장비로 외기온도 데이터를 수집하고, 기계학습 알고리즘을 통해 분석된 노면 결빙 위험 정보를 운전자에게 실시간으로 제공해주는 것이 이번 기술의 핵심이다.
노면온도는 겨울철 도로의 노면상태를 결정짓는 매우 중요한 요소다. 그러나 약 110,000 km에 달하는 국내 도로망 전체의 노면상태를 실시간으로 모니터링하는 것은 사실상 불가능하다.
이에 연구팀은 빅데이터를 수집, 분석하여 노면온도가 변화하는 패턴을 예측하면 도로의 노면상태 또한 예측할 수 있다는 점에 착안하여 연구를 진행하였다.
노면온도 변화 패턴 예측 모형의 성능과 신뢰도를 높이려면 다양한 도로조건 및 기상조건 등을 고려한 양적·질적 학습 데이터의 확보가 필수적이다. 연구팀은 자유로 및 영동고속도로 일대에서 다양한 기상조건 및 도로구간 특성 하에서의 데이터 수집 및 분석을 수행하였고, 5년여 간의 연구 결과 ‘노면온도변화 패턴 예측 시스템’을 개발하는 데 성공했다.
우선 ‘모바일 차량 주행환경 관측장비(VISS : Vehicle is a Sensor)’를 통해 실시간으로 차량 외기온도와 위치정보를 동시에 수집한다. 수집된 정보는 LTE 통신 등의 방법으로 ‘도로 주행 환경 분석 플랫폼’으로 전송된다.
연구팀이 개발한 ‘노면온도변화 패턴 예측 모형’은 플랫폼으로 전송된 정보와 기상청이 공개적으로 제공하는 기온·습도 등의 날씨정보, 기존에 입력해둔 위치별 도로조건 등 다양한 조건을 연계하여 기계학습 기반 모형으로 노면온도 변화 패턴을 예측한다. 이를 통해 도로관리자 및 운전자는 도로결빙 등 노면위험 예측 정보를 실시간으로 제공받게 된다.
연구팀은 향후 이 기술이 실생활에 적용되도록 하기 위해, 시스템을 고도화할 수 있도록 응용소프트웨어 개발·공급업체이자 ㈜아이나비시스템즈의 모회사인 ㈜팅크웨어와 협력하여 기술 시범적용을 추진하고 있다.
연구책임자인 양충헌 박사는 “‘노면온도변화 패턴 예측 시스템’ 개발로 겨울철 도로의 노면상태에 대한 정보를 보다 많은 운전자에게 제공하면 동절기 차량의 안전운행에 크게 기여할 수 있을 것으로 기대한다”고 밝혔다.
기계신문, 기계산업 뉴스채널