측정장비사양 - 국내도로면 특성평가를 위한 분류체계 및 성능지수 개발연구

Table. 2.1 Specification of sensor

Sensor Name Specification

Laser Type Height Sensor

․Model: MICRO-EPSILON,inc.

ILD 2000-200

․Measuring Range : ±100mm

․Resolution : 10μm

․Sampling Rate : 10kHz

Accelerometer

․Model: B&K 4384

․MeasuringRange :0.1-12kHz

․Resolution : 0.998 pc/ms-2

Optical Speedmeter

․Model: CORREVIT-1, sensor

․MeasuringRange : 3~350km/h

․Sensitivity : 35(km/h)/V

․Linearity : ±0.2%

-평탄함을 알 수 있다. 반면 Chebyshev 필터는 통과 대역에서 맥동이 존재하여 주파수 응답이 고르지 못함을 확인 한 바, 본 알고리즘에서는 이에 근거하여 Butter-worth filter를 사용하였다.

0 0.2 0.4 0.6 0.8 1 1.2

0 0.5 1 1.5 2 2.5 3 3.5 4

Frequency[Hz]

Amplitude

Butter-worth 8 hole High-Pass Filter Chebyshev 8th High-Pass Filter

Fig. 3.2 Frequency Response Function

3.2.4 위상보상 (Phase Compensation)

고주파 통과 필터(high-pass filter)를 통과시킨 데이터는 필연적으로 위상변화 를 일으킨다. 본 연구에서는 고주파 통과 필터의 위상변화를 역이용하여 위상보 상을 꾀하고자 했다. Fig. 3.4는 적용된 방법을 보여주고 있다. 위상 리드(phase lead)가 발생한 데이터를 역배열 시키면 위상방향이 반대가 되고, 이를 다시 같은 주파수 대역의 고주파 통과 필터를 통과시켜 같은 양의 위상 리드(phase lead)를 발생케 함으로써 위상 보상(phase compensation)이 이루어 질 수 있다.

14 -0

20 40 60 80 100

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Error(%)

fc=0.5Hz fc=0.3Hz fc=0.4Hz

Fig. 3.5 Compare of cutoff frequency

Fig. 3.6(a) Amplitude 40mm, Frequency 0.6Hz

Fig. 3.6(b) Amplitude 20mm, Frequency 2Hz

-Fig. 3.6(c) Amplitude 10mm, Frequency 5Hz

3.4 도로면 생성 알고리즘검증

3.3절에서 검증된 적분 알고리즘(D.I.Filter)과 도로면 생성원리를 토대로 도로 면 생성 알고리즘(Road Profiling Code)을 완성하였고, 이를 증명하기 위한 실험 을 수행하였다. 범프노면과 직선 노면측정 실험을 하였고, 이를 실제 노면형상과 비교하였다.

3.4.1 범프노면 생성

범프노면의 측정을 위해 Fig. 3.7과 같이 장비를 세팅하고 범프형상의 철판 위 를 진행하면서 측정하였다.

585 mm

51.15 mm

585 mm

51.15 mm

585 mm

51.15 mm

Fig. 3.7 Shape of bump road

-Fig. 3.9은 8km/h 정도로 후진을 하면서 측정한 데이터를 신호 처리하여 얻은 결과이다. Fig. 3.9(a)와 Fig. 3.9(b)를 비교하면 기존 알고리즘보다 이번에 개발한 알고리즘이 오차를 상당히 줄인 것을 알 수 있다. 새로 개발된 알고리즘에는 Fig.

3.1과 같이 2차적분 후에 필터를 구간별로 나누어 다시 통과시키는데 그 나누는 기준은 Fig. 3.8에서 비교해본 결과 5g/s을 선정하는 것이 가장 좋은 결과를 얻을 수 있었다.

2 2.5 3 3.5 4

3g/s 4g/s 5g/s 6g/s

Datum

Error[mm]

Fig. 3.8 Compare of datum of separating filter

Fig. 3.9(a) Signal processing by old algorithm : Backward

-Fig. 3.9(b) Signal processing by new algorithm : Backward

Fig. 3.10은 20km/h 정도로 전진을 하면서 측정한 데이터를 신호 처리하여 얻 은 결과이다. Fig. 3.10(a)와 Fig. 3.10(b)를 비교하면 후진 측정과 마찬가지로 기 존 알고리즘보다 새로 개선한 알고리즘이 오차를 상당히 줄인 것을 알 수 있다.

특히 범프전후의 움푹 패인현상이 많이 사라지고 평탄노면을 유사하게 구현하는 것을 볼 수 있다.

Fig. 3.10(a) Signal processing by old algorithm : Forward

-Fig. 3.10(b) Signal processing by new algorithm : Forward

3.4.2 직선로 생성

직선로 주행중에 제동 및 가속을 함으로써 발생되는 피칭운동에 대한 영향에 대해서도 실험하였다. 그 결과를 Fig. 3.11에 나타내었다. 차체의 피칭운동을 제거 하고 평탄노면을 유사하게 구현하는 것을 볼 수 있다.

Fig. 3.11 Braking and acceleration motion on flat road

Braking Braking

Acceleration

3.4.3 도로노면생성 오차범위

3.4.1절과 3.4.2절에서 검증한 결과을 토대로 개발된 도로노면측정프로그램의 오차범위를 설정하였다. Fig. 3.12(a)와 같이 범프노면과 같은 특수로는 오차가

±10%이내이고, Fig. 3.12(b)와 같이 직선노면은 ±5mm 이내로 설정하였다.

Fig. 3.12(a) Error range of bump road

Fig. 3.12(b) Error range of flat road

-4. 도로면 측정프로그램

3절에서와 같이 개발된 도로면 생성 알고리즘을 바탕으로 도로면 측정 S/W인

‘Road Profiler'를 완성하였다. 프로그램은 NI(National Instrument)사의 C 언어 에 바탕을 둔 LabWindows 4.01로 작성하였다. 프로그램은 단일 및 양쪽 트랙을 측정 분석 할 수 있도록 하였고, 각각 DAQ Module, Signal Processing Module, Evaluation Module로 크게 나누어져 있다. 프로그램에 메뉴바와 대화상자를 추 가하는 등 사용자 환경를 개선하여 완성도 및 상품성을 높였다.

4.1 DAQ Mode

DAQ Mode는 NI사의 16 채널, 250 ksamples/sec의 속도를 가진 AI-16E-4 A/D Board를 바탕으로 프로그램을 작성하였고, 초기설정을 5000 samples/sec(

1채널 당 1000 samples/s ) 의 데이터 수집 속도로 하여 노면 신호를 고속 주행 중에도 충분히 받을 수 있도록 하였다. 시스템에 따라 단일 혹은 양쪽노면을 측 정 할 수 있도록 프로그램에 적용하였다. Fig. 4.1은 DAQ Mode의 Flow Chart 보여주고 있고, Fig. 4.2는 DAQ 화면구성과 그 실행 예를 보여주고 있다.

Idling Save (One Track Format) Ch 0

Idling Save (Two Track Format) Setting :

Idling Save (One Track Format) Ch 0

Idling Save (Two Track Format) Setting :

-4.2 Signal Processing Mode

Signal Processing Mode는 DAQ Mode로부터 얻어진 신호들을 신호처리과정 을 거쳐 도로면을 생성하는 과정이다. Fig. 4.3는 본 프로그램에 적용된 Signal Processing Mode의 Flow Chart를 보여주고 있다. Fig. 4.4는 전체 프로그램의 구 성 및 실행예를 보여주고 있다.

2. Signal Processing M ode

S ingle?

O pen (Single Form at) O pen (Double Form at)

Save Road Data (O ne Track) Save Road Data (Tw o Track) Road Profiling Code (O ne Track) Road Profiling Code (Tw o Track)

yes no 2. Signal Processing M ode

S ingle?

O pen (Single Form at) O pen (Double Form at)

Save Road Data (O ne Track) Save Road Data (Tw o Track) Road Profiling Code (O ne Track) Road Profiling Code (Tw o Track)

yes no

Fig. 4.3 Flow chart of the signal processing

Fig. 4.4 Window of the signal processing module

-4.3 Evaluation Mode

4.2절에서 생성된 도로면을 PSD(ISO Criteria), IRI, RN 통해 평가 할 수 있도 록 프로그램을 작성하였다. Fig. 4.5는 Evaluation Mode의 Flow Chart 보여주고 있고, Fig. 4.6는 Evaluation Mode 화면구성과 그 실행 예를 보여주고 있다.

3. Evaluation Mode Single?

Evaluation Code ( One Track ) Evaluation Code ( Two Track )

IRI, RN, PSD IRI, RN, PSD

Load Road Data (One Track) Load Road Data (Two Track) yes no

3. Evaluation Mode Single?

Evaluation Code ( One Track )

Evaluation Code ( One Track ) Evaluation Code ( Two Track )Evaluation Code ( Two Track )

IRI, RN, PSD IRI, RN, PSD

Load Road Data (One Track) Load Road Data (Two Track) yes no

Fig. 4.5 Flow Chat of the Evaluation Mode

Fig. 4.6 Window of the evaluation module

-5. 기존의 도로평가 기준

현재까지 연구 결과로 도로 노면을 규정하고 평가하기 위한 다양한 접근 방법 이 제시되어 왔으며 이에 따라 국제적으로 여러 평가기준이 개발되었다. 국내 노면 성능과 현황을 분석 및 평가하는 프로그램 개발을 위해, 본 절에서는 연구 되어 온 각종 국제 규격을 통하여 노면을 평가하는 방법을 제시하고자 한다.

5.1 IRI (International Roughness Index )

5.1.1 IRI의 기본개념

1960년대부터 RTRRMS(Reponse-Type Road Roughness Measuring System)와 같은 응답형 노면측정기를 이용하는 장비를 이용하여 측정한 노면의 성능지수에 관한 연구가 이루어져왔다. 그러나 측정 차량에 따라 다른 성능 지수값을 갖는 관계로 성능지수 표준화에 대한 필요성이 대두되었다. 따라서 1982년, World Bank에서 시행한 노면데이터 분석과정에서부터 표준화에 대한 연구가 시작되었 는데, 도로면 형태와 거칠기의 변화를 대표할 수 있는 값을 산출하기 위해 기준 이 되는 1/4차량 필터 모델을 제안하여 표준화된 물성치들을 정립하였다. Fig.

6.1 이에 이용된 수학적 모델은 NCHRP (National Cooperative Highway Research Program)에서 제안된 ‘Golden Car’라고 불리며 이를 바탕으로 결정된 노면 성능지수를 IRI(International Roughness Index)라 한다. 현재 1/4차량 모델 을 이용한 IRI는 도로면의 파손정도를 파악하는 데에 많이 쓰이는 노면 성능지수 이다.

perfection Airport runways and superhighways

-Road Profile Qcar Filter (IRI)

- Filter Coefficients

Road Profile Qcar Filter (IRI)

- Filter Coefficients

28 -능지수임을 나타내고 있다.

Ride Number

0 2 3 4 5

0 1 2 3 4 5

Std.Error = 0.29 R²= 0.85

Mean Panel Rating

Fig. 5.5 Correlation between RN and MPR

5.2.2 RN 산출 과정

Fig. 5.6는 RN계산 과정을 보이고 있다. 전반적인 흐름은 IRI 연산과 같다.

그러나, 1/4차량 필터 모델의 수치는 K1=5120 1/sec², K2=390 1/sec², U=0.036, C=17 1/sec 로 표준화 정의된다.

-Table. 5.1 Classification of road roughness proposed by ISO

Road Class

Degree of Roughness S(Ω0), 10-6 [m²/cycles/m]

N1 N2

Range Geometric mean

A(Very Good) < 8 4 2.0 1.5

B(Good) 8 - 32 16 2.0 1.5

C(Average) 32 - 128 64 2.0 1.5

D(Poor) 128 - 512 256 2.0 1.5

E(Very Poor) 512 - 2048 1024 2.0 1.5

F 2048 - 8192 4096 2.0 1.5

G 8192 - 32768 16384 2.0 1.5

H > 32768 2.0 1.5

ISO 분류 기준에 따르면 노면은 PSD를 기준으로 A등급에서 H등급까지 총 8 단계로 분류하여 노면 거칠기를 표시하였다.

-6. 국내도로평가를 위한 분류법 개발

국제 평가지수인 IRI 및 RN은 Golden Car로 불리는 표준화된 1/4 차량필터를 적용하여 도로의 거칠기 및 승차감에 영향을 주는 정도를 지수로 표현한 것이다.

IRI는 차량의 운동영역중 차체 및 현가장치의 고유진동수 영역인 1 및 10Hz 영역 을 중점적으로 고려하였으며, RN은 승차감을 나타내는 영역인 4-7 Hz 영역을 중 점적으로 필터링하여 그 신호의 RMS(Root Mean Square)값을 지수화한 것이다.

필터를 이용해 그 크기를 나타낸 IRI 및 RN지수와는 달리 ISO(International Standard Organization) 규격은 사람과 차량에의 영향을 고려하지 않는 도로노면 의 특성을 볼 수 있는 장점을 갖는 분류방법이라고 할 수 있다. 차량의 노면에 의 한 가진주파수영역이 0.5Hz ∼ 25Hz라고 가정하고 차량주행속도를 2.5m/s (9km/h)∼50m/s (180km/h)로 생각했을 때, 노면의 공간주파수를 산출하면 0.01 cycles/m∼10 cycles/m의 영역을 얻을 수 있는데 이 영역을 기준으로 도로의 경 향을 표현한 방법이 ISO 분류방법이다. 그러나 ISO 분류방법을 이용해 국내도로 를 평가했을 경우 전반적으로 ISO 분류기준으로 구분이 용이하지 않음을 발견할 수 있었다. 그림 9는 국내도로의 일반적인 특성을 보이는 도로의 예로써 ISO 분 류방법으로 평가할 경우 0.1∼1 cycles/m 영역에서는 큰 폭으로 떨어지며 1 cycles/m 이상의 영역에서는 완만해지는 도로의 특성을 충분히 고려할 수 없음 을 알 수 있다. 따라서 본 연구에서는 차량 운동에 주 가진원으로 작용하는 주파 수영역의 신호를 상세히 분류하기 위한 ISO 규격을 바탕으로 하여 새로운 분류 기준인 KRC(Korean Road Classification)을 제안하였다. 아울러서 ISO, IRI 및 RN에서 고려하지 않는 영역인 고주파수영역의 노면신호의 특성을 평가할 수 있 는 DRI (Detailde Roughness Index) 지수를 제안하였다.

-Fig. 6.1 KRC-classification curves of road roughness

Table 6.1 Classification of road roughness proposed by KRC

-Fig. 6.3은 -Fig. 6.2에서 ISO 분류기준으로 나타내었던 노면에 대해서 본 연구 에서 제안한 KRC로 새롭게 분류한 결과이다. ISO 분류기준에 비해 KRC 분류기 준이 국내도로의 특성을 잘 표현하고 있음을 알 수 있다.

(a) 경부고속국도

(b) 2번국도 Fig. 6.2 Domestic road evaluation using ISO

(a) 경부고속국도

(b) 2번국도 Fig. 6.3 Domestic road evaluation using KRC

-Fig. 6.4 DRI calculation process

-7. 특수로 측정 및 분석

개발된 ‘Road Profiler'를 이용하여 여러 종류의 특수로 측정, 분석을 수행하였 으며 이를 바탕으로 데이터베이스를 구축하였다. Fig. 5는 측정된 특수로의 예를 보여주고 있다. 특수로 측정시에는 노면데이타의 간격을 1mm로 설정하여 매우 정밀하게 노면형상을 구현하도록 하였다. 그 결과 실제 노면형상과 유사한 데이 터를 얻을 수 있었다.

Fig. 5(a) Belgian road profile and PSD

-Fig. 5(b) Washboard road profile and PSD

Fig. 5(c) Gravel road profile and PSD

-8. 일반로 측정 및 데이타베이스

8.1 대상노면

국내도로의 데이터베이스 구축 및 특성분석을 위해 고속국도, 일반국도, 지방 로, 서울시내주요도로 및 비포장로를 측정하였다. Table 8.1은 과제 수행 중 측정 한 도로를 나타내고 있다. 분석을 위해 임의로 결정한 단위거리인 측정단위거리 는 고속국도는 1km, 국도와 지방로 차량정체 및 도로상황 등의 원인으로 100m를

문서에서 국내도로면 특성평가를 위한 분류체계 및 성능지수 개발연구 (페이지 17-0)