교 통 공 학 대 한 토 목 학 회 논 문 집
제32권 제2D호·2012년 3월 pp. 129~136
항공 기반 차량검지시스템의 실시간 교통자료 수집에의 활용 가능성에 관한 연구
A Study on the Possibility of Using the Aerial-Based Vehicle Detection System for Real-Time Traffic Data Collection
백남철*·이상협**
Baik, Nam Cheol·Lee, Sang Hyup
···
Abstract
In the US, Japan and Germany the Aerial-Based Vehicle Detection System, which collects real-time traffic data using the Unmanned Aerial Vehicle (UAV), helicopters or fixed-wing aircraft has been developed for the last several years. Therefore, this study was done to find out whether the Aerial-Based Vehicle Detection System could be used for real-time traffic data col- lection. For this purpose the study was divided into two parts. In the first part the possibility of retrieving real-time traffic data such as travel speed from the aerial photographic image using the image processing technique was examined. In the second part the quality of the retrieved real-time traffic data was examined to find out whether the data are good enough to be used as traffic information source. Based on the results of examinations we could conclude that it would not be easy for the Aerial- Based Vehicle Detection System to replace the present Vehicle Detection System due to technological difficulties and high cost.
However, the system could be effectively used to make the emergency traffic management plan in case of incidents such as abrupt heavy rain, heavy snow, multiple pile-up, etc.
Keywords : aerial-based, real-time, UAV, vehicle detection system, image processing
···
요 지
무인항공기(UAV: Unmanned Aerial Vehicle), 헬리콥터, 항공기를 이용하여 실시간 교통자료를 수집하는 항공 기반 차량 검지시스템(ADS: Aerial-Based Vehicle Detection System)에 관한 연구가 미국, 일본, 독일에서 이루어져 왔다. 따라서 본 연구에서는 ADS의 교통자료 수집 시스템으로 활용 가능성을 검토하기 위하여 먼저 ADS에 의하여 수집된 자료가 이미지프 로세싱 등 자료추출 기법을 거쳐 통행속도 등 교통정보를 산출할 수 있는 지를 확인하였다. 다음으로는 ADS에 의하여 수 집된 자료의 신뢰성 정도가 교통정보 제공에 적합한 지를 확인하였다. 그 결과 ADS는 기존에 상시적으로 실시간 교통정보 제공을 하기 위하여 사용되고 있는 VDS 등을 대체하기에는 기술적·비용적 측면에서 어려움이 있을 것으로 파악되었다. 하 지만 재해 발생 등 비반복적 교통상황이 장시간 발생할 경우 비상교통관리대책 등을 세우기 위한 보완적 방안으로 활용할 수 있을 것이다.
핵심용어 : 항공 기반, 실시간, 무인항공기, 차량검지시스템, 이미지프로세싱
···
1. 연구 배경 및 목적
최근 들어 제공되는 교통정보가 다양해졌지만 대다수 운전 자들은 라디오 방송의 교통정보에 귀를 기울인다. 하지만 라 디오 방송의 교통정보는 자주 막히는 간선도로에 집중되며 따라서 운전자가 원하는 교통정보를 충분히 얻기 힘들다. 이 런 문제점을 해결할 수 있는 대안으로 떠오른 것이 맞춤형 실시간 교통정보이며 티펙(TPEG)이 대표적인 사례이다.
TPEG(Transport Protocol Expert Group)은 원래 유럽방 송연맹(European Broadcasting Union) 산하 협회의 이름이
자 이들이 만든 교통 및 여행정보를 전송하는 국제표준을 뜻하는 말이었으나 우리나라가 DMB에 이어 DMB를 기반 으로 하는 TPEG 상용화에 성공하면서 실시간 교통정보 서 비스를 뜻하는 말로 굳어졌다.
TPEG은 DMB 사업자인 KBS, MBC, SBS, YTN 등에 의하여 경쟁적으로 서비스가 제공되었으며 출시 초기의 DMB 단말기 중 TPEG 제품이 전체 판매 비중의 70%까지 높아지기도 했다. 이러한 현상은 실시간 교통정보 서비스를 기다려온 운전자가 얼마나 많은 지를 보여준다.
그러나, 최근에는 운전자들이 TPEG 교통정보 서비스가 기
*한국건설기술연구원 연구위원 (E-mail : [email protected])
**정회원·교신저자·한국건설기술연구원 연구위원 (E-mail : [email protected])
대에 못 미친다는 것을 깨닫고 실망하게 되어 TPEG 단말 기에 대한 선호도가 낮아지고 있다. 다시 말하면 운전자들은 교통체증에서 벗어날 수 있다는 꿈에 부풀어 TPEG 단말기 를 구입하지만 정체 구간임에도 버젓이 초록색으로 표시되 는 경우가 있는가 하면 원활하게 소통되고 있는데도 정체되 고 있다는 음성안내가 나오는 경우가 빈번하기 때문이다(한 국경제신문 2007-08-28).
따라서, 교통정보의 정확성을 높이는 것이 관건이다. 현재 수도권 교통정보는 센서나 GPS 수신기를 장착한 시험차량 (probe car)이 특정 지점을 통과한 시간을 계산해 5분 간격 으로 송출한다. 하지만 같은 교통 데이터를 제공받아도 업체 고유의 맵(map)과 경로 추천 알고리즘에 따라 결과가 천차 만별인 경우도 빈발하며 특정 구간의 평균 속도를 측정하는 교통정보와 특정 지점의 상태를 인식하는 운전자 사이의 괴 리감이 클 때가 많다. 가장 치명적인 경우는 정체라고 표시 한 구간인데도 막상 그 지점을 통과하다 보면 교통흐름이 원활한 때이다. 다시 말하면 교통정보 자체의 정확성이 부족 해 운전자로 대표되는 교통정보 소비자의 만족도가 떨어지 고 있다. 따라서 교통정보의 정확성을 높이기 위한 방안으로 검지방식을 다르게 하자는 의견이 제시되어 왔다.
Daganzo(1997)는 교통류를 검지하는 방법으로 도로변 특 정 지점에서(Point-Based) 차량대수와 속도를 관측하는 방법, 차량을 타고 교통류와 함께 이동하면서(Mobile-Based) 관측 하는 방법, 하늘에서 내려다보며(Aerial-Based) 교통류를 관 측하는 방법을 제시하였다.
첫째, 도로변 관점의 지점 기반(Point-Based) 차량검지기 (VDS: Vehicle Detection System)는 갑작스런 구간정체 상황 등을 감지하기는 어렵다. 둘째, 교통류 내 이동 기반(Mobile- Based)의 자동차량번호판인식장치(AVNPRS: Automatic Vehicle Number Plate Recognition System)와 probe car 정보는 시간 처짐(time lag)이 발생한다. 2개의 AVNPRS는 선형 차량궤적을 나타내며 GPS 장착 probe car는 보다 현 실적인 비선형 차량궤적을 나타내는데 AVNPRS은 교통상황 이 급변하는 기하구조적 특성을 가지거나 local OD가 달라 지는 구간의 경우 반드시 설치되어야 교통특성을 추출할 수 있다. 따라서 단속류에서는 연속류보다 조밀하게 설치하지 않으면 매칭 차량을 찾기 어렵다. 셋째, 항공 기반 차량검지 시스템(ADS: Aerial-Based Vehicle Detection System)은 기존의 VDS나 probe car 정보에서 추출하지 못하는 돌발상 황 검지 및 대응이 가능하다.
특히, 기존의 지점 기반 검지기나 이동 기반 검지방식에서 생성할 수 없었던 구간밀도와Local-Based OD를 생성할 수 있다. 이미 미국, 독일, 일본의 경우 무인비행기(UAV:
Unmanned Aerial Vehicle), 헬리콥터 등을 활용하여 항공 기반 교통정보 수집에 관한 연구개발을 진행하고 있다.
본 연구에서는 Daganzo(1997)가 일찍이 제시하였던 항공 기반 차량검지시스템(ADS)이 기존의 지점 기반 차량검지기 (VDS), 자동차량번호판인식장치(AVNPRS) 등에 비하여 얼마 나 효율적으로 교통상황 판단을 할 수 있는지 또는 활용 가 능성이 있는지를 검토하고자 한다. 여기서 ADS는 특별한 검지기가 아니라 무인비행기, 헬리콥터 등에서 비디오 등 영 상촬영 장비를 이용하여 교통류를 촬영하고 이미지프로세싱
등 자료추출 기법을 이용하여 교통정보 자료를 산출하는 시 스템을 의미한다.
2. 기존 문헌 고찰
2.1 교통류 이론 측면에서 바라본 항공 기반 차량검지시 스템(ADS) 개발의 필요성
Daganzo(1997)가 제시한 도로변(Point-Based) 관측자 관점, 교통류 내(Mobile-Based) 관측자 관점, 하늘에서 내려다보는 (Aerial-Based) 관측자 관점의 3가지 교통류 검지방법의 특 성은 다음과 같다.
도로변 관측자 관점의 교통류 검지방법은 도로변의 특정 지점에 서 있는 관측자가 지나가는 차량의 time headway를 조사하고 있다고 가정하는 것이다. 이는 지점 기반(Point- Based)의 차량검지기를 말하며 우리나라에서는 VDS라고 부 르는 것이 여기에 해당한다. 도로변 관점의 지점 기반 차량 검지기는 특정지점의 교통류 상태가 인접 검지기까지 지속 될 것이라고 가정하고 있다. 그런데, 이 방식은 구간 내에 발생하는 갑작스런 정체상황 등을 검지하기 어렵다.
교통류 내 관측자 관점의 교통류 검지방법은 관측자가 차 량을 타고 교통류와 함께 이동하면서 관측하고 있다고 가정 하는 것이다. GPS 수신기 장착 probe car, 자동차량번호판 인식장치 등이 여기에 해당된다. 기존 VDS의 단점을 보완 하는 구간기반 검지기로 자동차량번호판인식을 이용하기도 하지만 시간 처짐(Time Lag)이 발생한다. GPS 수신기 장착 probe car가 자동차량번호판인식의 시간 처짐을 최소화시켜 주지만 현재 prove car나 버스위치정보 등은 모든 차량의 움직임을 대표하는 샘플로는 다소 부족하다. 국내에서는 SK ENTRAC이나 ROTIS 등 민간 교통정보 서비스 업체들은 prove car 정보가 부족한 경우 과거 자료를 이용하여 일정한 교통패턴을 생성하여 제공하고 있으나 도시부에서 수시로 발 생하는 정체나 돌발상황을 충분히 나타내지 못한다. 부연하면 probe car의 수, 도로망별 probe car의 고른 분포, 도로상에 서 대표성의 확보 유무, LBS(Location-Based Services: 위치 기반 서비스) 기반 위치의 정확한 인식여부 등에 따라 probe car 기반의 교통정보의 정확성은 많은 영향을 받을 수 있다. 또, 정보가 아무리 정확하게 가공된다 해도 정보의 가공과정마다 발생하는 시간 처짐 즉, 정보의 가공 때 마다 시간이 뒤로 밀리는 현상으로 실시간 정보가 아니라 과거 정보로 전락할 수도 있다.
하늘에서 내려다보는 관측자 관점의 교통류 검지방법은 특 정 시점에 하늘에서 내려다보며 교통류를 관측하고 있다고 가정하는 것이다. 본 연구의 항공 기반 검지시스템이 여기에 해당된다. ADS는 기존의 VDS나 probe car 방식에서 검지 하지 못하는 돌발상황의 검지 및 이에 대한 대응(incident detection and response)이 가능하다. 따라서 대형 이벤트나 긴급 재해 발생 시에 교통상황을 아날로그적으로 판단하고 방송하던 상황을 개선하여 실시간 교통상황 감시, 교통정보 가공 및 제공에도 활용할 수 있다.
표 1은 정확성, 안정성, 완전성, 유효성, 적시성, 접근성, 포괄성의 7가지 평가기준을 이용하여 기존의 VDS와 ADS 를 비교한 것이다.
2.2 항공 기반 차량검지시스템 개발 사례
무인항공기는 처음에 군사적 목적으로 개발되었으며 적외 선 검지기, 비디오카메라, 기상 레이더 등을 장착하여 적진 을 정찰하고, 미사일을 장착하여 목표물에 대한 정밀 타격을 한다. 다시 말하면 지상통제소(Ground Control Station:
GCS) 내에 있는 내부조종사(Internal Pilot: IP)의 조력을 받 는 외부조종사(External Pilot: EP)가 무선조종기(Wireless Flight Control Box: WFCB)로 무인항공기의 이륙, 정찰, 공격, 착륙 등의 기능을 통제한다.
이처럼 애초에 군사적인 목적으로 개발된 무인항공기는 일 본, 미국, 독일 등에서 비군사적인 분야에도 많이 활용되고 있는데 광역 영상검지 기술을 활용한 교통정보 수집, 기상 및 환경 관측, 도로 및 교통 감시, 해양 및 산림 감시 등이 그것이다. 또한 수해지역 감시와 수해지역 교통 탈출로 분석, 기상악화 지역 운전자들에 대한 우회도로 정보 제공 등에 사용하는 것이 적극적으로 검토되고 있다.
일본의 도쿄에서는 GPS 수신기를 장착한 헬리콥터에 비디 오카메라를 탑재하여 도심부 교통관리 및 각종 교통상황 분 석을 하고 있다.
Coifman(2004)은 그림 1과 같이 미국 오하이오 주에서
항공영상 기반으로 실시간 교통정보를 추출하여 기존의 지 점검지 기술의 한계를 보완하는 것을 연구하였다. 미국의 오 하이오 주에서는 동영상 카메라를 장착한 UAV를 이용하여 교통량, 속도, 밀도, 엇갈림 교통량, 교차로 회전 교통량, 대 기 행렬, 주차장 이용율 등을 조사하여 각종 교통관리를 광 역적으로 수행하는 것을 연구하고 있다. 이러한 정보는 재해 발생 시에 출동하는 헬리콥터에 장착하여 긴급 교통관리 등 에도 활용될 수 있다.
Puri(2005)는 미국의 South Florida 대학에서 교통상황 모 니터링을 위한 교통 통계 프로파일을 생성하기 위하여 무인 항공기 영상을 분석하여 local O/D, 교통밀도, 지체도 등을 추출하는 것을 연구하고 있다. 그림 2는 교차로 상에서 광 역 영상검지 기술을 이용하여 방향별 교통량과 속도 등을 추출하여 실시간 교차로 제어에의 활용 가능성을 제시한 것 이다.
독일에서도 Stuttgart, Cologne, Berlin 3개 도시의 실시간 교통소통 상황 측정과 시뮬레이션을 통한 단기 미래(약 30 분) 교통상황을 예측하기 위하여 항공 촬영영상을 실시간으 로 이미지 처리하여 개별차량 검지, 차량 밀도, 차량속도 등 소통상황을 측정하고 있다.
표 1. VDS와 ADS의 교통정보의 질 비교
평가 기준 평가 내용 장소 VDS ADS
(Accuracy)정확성
•실제 현장에서 조사된 자료와의 부합성
•검지 자료의 신뢰도: %오차 현장 양호 양호
(Stability)안정성 •적정 신뢰수준의 자료의 지속적 수집가능 여부 현장 보통 양호
(Completeness)완전성
•타당한 데이터와 그렇지 않은 데이터의 비율
•사용 가능한 자료를 나타내는 비율 센터 보통 양호
(Validity)유효성
•각 항목별 허용 요구 수준을 만족하는 정도
•유효수집율: 필터링을 거쳐 남는 자료의 비율 센터 보통 양호
(Timeliness)적시성
•현장장비와의 통신주기 일치성
•센터간 시간지체 센터 양호 의문시됨
(Accessibility)접근성 •자료 사용자의 자료 접근까지 걸리는 시간 센터 양호 의문시됨
(Coverage)포괄성
•시스템 설치 범위 중 자료수집 범위의 비율
•자료가 커버할 수 있는 구간의 비율 센터 나쁨 매우양호
자료 : Texas Transportation Institute(2002), Defining and Measuring Traffic Data Quality
그림 1. 미국 오하이오 주의 ADS 기반의 교통사고 차량 검지
3. 자료수집 및 실험계획 3.1 자료수집 방법
항공사진을 분석하기 위하여는 자동화된 이미지 처리과정 이 개발되어야 하는데 대부분의 연구들이 고정된 지점에 설 치된 영상검지기에서 수집된 이미지 처리방법에 대하여 이 루어졌다.
하지만 본 연구에서는 어느 한 지점에 고정되어 있는 카 메라가 아닌 이동하는 카메라로부터 생성되는 자료의 분석 이 이루어져야 한다. 이를 위하여는 차량의 움직임뿐만 아니 라 카메라 자체의 움직임도 함께 고려되어야 한다. 더구나, 실시간 교통정보를 수집·제공하여야 하므로 교통류의 속도 와 항공 촬영하는 항공기의 속도를 고려하여 이미지를 처리 하고 교통정보를 산출하는 기술을 개발할 필요가 있다. 또 한, 항공기에서 지상으로의 통신속도, 지상 교통정보센터에 서 제공하는 교통정보의 적시성(timeliness) 등을 고려하여 촬영 높이와 카메라 화소 수 등을 결정하여야 한다. 이 부 분에 대해서는 본 연구의 범위를 벗어나므로 향후 연구 과 제로 남겨 놓는다.
본 연구에서는 현재 주어진 조건인 항공기의 최소 속도
200km/h로 약 1,500m 상공에서 3,900만 화소의 카메라를 이용하여 서울시 올림픽대로, 경부고속도로, 서울시 외곽순 환도로 등을 촬영하였다. 이 중에서 서울시 올림픽대로 가양 대교 인근 1km 구간에 대하여 차량궤적 분석방법에 의하여 속도와 밀도를 산출하였다.
3.2 차량궤적 분석에 의한 속도·밀도 산출 방법
3.1절에서 언급하였듯이 항공 촬영의 경우는 카메라가 한 지점에 고정되어 있지 않고 이동하므로 촬영된 항공사진 자 료가 지상의 교통정보센터로 수집되었을 때에는 이 항공사 진이 어느 구간에서 촬영된 것인지 먼저 확인되어야 한다.
즉 항공사진은 카메라 플랫폼이 움직이기 때문에 교통정보 센터에서 구간 확인 작업이 필요한 것이다. 이를 위하여 본 연구에서는 먼저 GIS map에서 항공사진 자료의 구간의 시·
종점을 일치시키는 작업을 하였다. 다음으로는 각 프레임 별 로 개별 차량을 검지하여 개별 차량의 위치정보를 등록하였 다. 이를 위하여 항공사진으로부터 개별 차량의 이미지를 추 출하고 그 개별 차량을 GIS map의 차로위치까지 일치시키 는 보다 미시적인 일치 작업을 시행하였다. 다음에는 항공사 진 프레임에서 동일 차량을 추적하는 작업을 수행하여 차량 그림 2. 미국 플로리다 주의 항공 기반의 방향별 교통량, 속도 추출
그림 3. 항공사진 자료를 이용한 속도 산출 결과
흐름 궤적을 만들어 내었다.
본 연구에서는 2008년 5월에 촬영된 비디오 이미지 중 연속된 2개의 프레임을 분석하였다. 각 프레임은 6초 간격으 로 촬영되었다. 차량edge 검지와 차량형상의 인식을 기존의 이미지 처리방식을 통하여 수행하였다는 가정 하에 각 차량 은 다음 그림과 같이 동일차량에 대해 번호를 부여하여 네 모 박스로 표현하고, 각 차량에 대해서 고유번호를 부여하 였다.
이처럼 항공비디오 프레임의 이미지프로세싱을 통해 차량 궤적을 생성하고 동일 차량을 판단함으로써 개별 차량의 속 도를 산출하였다. 그 결과 약 1km의 범위 내에서 동일 방 향으로 30여 대의 차량 중에서 20여 대의 차량에 대하여 동일 차량 매칭을 통하여 속도를 산출할 수 있었다. 이러한 분석을 통하여 밀도, 속도 등의 산출이 가능하므로 교통정체 의 충격파 분석 등도 가능할 것이다.
3.3 VISSIM testbed 구축 및 실험계획
3.2절에서는 항공비디오 촬영에 의하여 얻은 자료가 이미 지프로세싱 기법을 통하여 개별 차량의 속도를 산출할 수 있다는 것을 입증하였다. 본 절에서는 ADS 자료의 교통정 보로의 활용 가능성을 검토하기 위하여 VISSIM을 이용한 시뮬레이션 testbed를 구축하였다. 시뮬레이션 testbed에서는
일차적으로 개별 차량 자료를 생성하였다. test의 공간적 범 위는 영동고속국도 원주IC~둔내IC 구간(29.4km) 및 영동고 속국도 원주~둔내 구간의 우회도로인 국도5호선, 국도6호선 구간(34.0km)으로 하였다.
VISSIM testbed 구축을 위한 네트워크 calibration 분석 지점은 영동고속국도 원주IC~둔내IC 구간이며 2009년 5월 10일 주말 첨두시의 교통량, 신호운영 등의 교통현황 자료를 조사하였다. 참값은 구축되어진 VISSIM testbed의 자동차량 번호판인식(AVI) 자료를 이용하였으며 비교값 VDS 설치 간 격에 따른 통행시간의 PE(Percent Error), 비교값 ADS를 운영하는 속도 100, 120, 150km/h 등 속도별 자료를 수집 할 경우의 PE(Percent Error)를 분석하였다.
3.4 참값 산출
참값을 산출하기 위하여 AVI의 구간별 통행속도를 5분 단 위로 한 시간 동안 분석하였다. AVI의 통행속도는 참값으로 가정할 수 있으며 PE는 0%로 가정할 수 있다. 본 testbed 의 원주-둔내 방향의 AVI 값을 이용한 구간별 통행속도는 신호교차로가 많이 분포된 구간에서 분산이 상대적으로 큰 것으로 나타났으나 전체적으로는 분산이 크지 않은 것으로 분석되었다.
그림 4. VISSIM testbed
그림 5. 구간별 통행속도(원주-둔내 방향)
4. ADS의 활용 가능성 분석 결과 4.1 VDS와 ADS 자료
본 절에서는 ADS 자료의 교통정보로의 활용 가능성을 알 아보기 위하여 simulation 결과 산출된 ADS 자료의 신뢰성 을 분석하였다. ADS는 100km/h 속도로 비행하면서 1,000 m 구간을 20초 단위로 촬영한 영상을 기초로 교통정보를 수집하는 것을 전제로 분석하였다. 비교 분석 구간은 원주IC 삼거리→원주공항(7.2km, 단방향)이며 10분 동안 측정된 값 으로 분석하였다. VDS의 간격은 1,000m이며 PE의 기준인 참값은 AVI의 통행속도로 설정하였다.
표 2에서 보듯이 ADS로 얻은 자료는 결측이 많이 발생 하였으며 5,000m 지점의 통행속도 자료는 VDS 통행속도 자료에 비추어보면 50% 정도 과소하게 측정되어서 촬영조 건 등 여러 가지 변수에 영향을 받는 정도가 클 수 있음을 추정할 수 있다. 참고로, VDS 통행속도 자료는 PE가 18.7%로 작지 않지만 지점들에서 통행속도의 과소 또는 과 다 측정은 거의 일어나고 있지 않음을 알 수 있다.
ADS 자료의 교통정보로의 활용 가능성을 조건을 완화시 켜 알아보기 위하여 결측이 발생한 지점에 대하여 VDS의 통행속도로 보정한 결과 ADS(off-line)의 평균통행속도는 66.3km/h로 나타났으며 실측치인 AVI의 평균통행속도 61.1km/h와 비교할 때 PE는 8.5%인 것으로 분석되었다.
4.2 ADS(on-line) 통행속도의 PE
본 절에서는 ADS의 비행속도를 변화시킬 때 수집되는 자 료의 신뢰성을 분석하기 위하여 ADS가 100km/h, 120km/
h, 150km/h의 속도로 비행하면서 1,000m 구간을 20초 단 위로 자료를 수집하는 것으로 가정하였다(각 그림의 흑색 선). 비교 분석 구간은 원주IC삼거리원주공항(7.2km, 단방
향)이며, 10분 동안 측정된 값으로 분석하였다. PE 산정의 기준인 참값은 AVI의 통행속도로 설정하였다.
분석 결과, 표 3에서 보듯이 ADS의 속도가 100km/h일 때 PE가 3.8%, 120km/h일 때 18.0%, 150km일 때 23.2%
로 ADS의 비행속도가 증가할수록 PE가 증가하는 것으로 분석되었으며 그림 8~9에서 보듯이 ADS의 비행속도가 증가 할수록 수집 자료가 적어져 즉, 결측 자료가 많아져 정확한 평균통행속도 산정이 어려워지는 것을 알 수 있다.
4.3 ADS의 교통정보 수집에의 활용 가능성 시뮬레이션 분석 결과 종합
표 4에는 ADS의 교통정보 수집에의 활용 가능성을 시 뮬레이션을 통하여 분석한 결과가 종합 정리되어 있다. 앞 절들에서 언급한 내용을 다시 정리하면 첫째, ADS는 비 행속도가 조금만 증가하여도 통행속도 측정의 정확성이 현 격하게 떨어진다. 둘째, ADS의 비행속도가 증가할수록 자 료 결측율이 증가한다. 셋째, 비행속도 100km/h 정도의 낮은 속도에서도 결측율이 낮지 않으며 촬영조건 등 여러 가지 변수에 기인하는 측정오차의 편차가 크게 나타난다.
ADS 통행속도 자료에 비추어보면 50% 정도 과소하게 측 정되어서 촬영조건 등 여러 가지 변수에 영향을 받는 정 도가 클 수 있음을 추정할 수 있다. 참고로 VDS 통행속 도 자료는 PE가 18.7%로 작지 않지만 지점들에서 통행속
표 2. VDS 지점별 VDS 및 ADS의 통행속도 (단위 : km/h)
구 분 1,000m 2,000m 3,000m 4,000m 5,000m 6,000m 7,000m 평균
VDS의 통행속도 62.3 76.4 46.8 81.9 81.9 76.3 82.0 72.5
ADS(on-line)의 통행속도 62.2 80.7 - - 36.6 74.1 - 63.4
ADS(off-line)의 통행속도 62.2 80.7 46.8 81.9 36.6 74.1 82.0 66.3
AVI의 통행속도 - - - - - - - 61.1
그림 6. 차량궤적 중 ADS 자료 수집 구간
표 3. ADS의 비행 속도별 평균통행속도 및 PE
구 분 실측속도
(km/h)
통행속도
(km/h) 차이(km/h) PE(%) 100km/h
61.1
63.4 2.3 3.8
120km/h 72.1 11.0 18.0
150km/h 75.3 14.2 23.2
도의 과소 또는 과다 측정은 거의 일어나고 있지 않음을 알 수 있다.
5. 결론 및 향후 연구과제
본 연구에서는 ADS의 교통정보 자료 수집 시스템으로 활 용 가능성을 검토하기 위하여 먼저 ADS에 의하여 수집된 자료가 이미지프로세싱 등 자료추출 기법을 거쳐 통행속도 등 교통정보를 산출할 수 있는지를 확인하였다. 이를 위하여 항공기에 3,900만 화소의 카메라를 장착하여 약 1,500m 상 공을 200km/h로 날면서 서울시 올림픽대로 등을 촬영하였으 며 가양대교 인근 1km 구간에 대하여 차량궤적 분석방법에 의해 속도, 밀도 등을 산출하였다. 그 결과 약 1km의 범위 내에서 동일 방향으로 30여 대의 차량 중에서 20여 대의 차량에 대해서 동일 차량 매칭을 통해 통행속도를 산출할 그림 7. 100km/h로 비행 시 차량궤적 중 ADS 자료 수집 구간
그림 8. 120km/h로 비행 시 차량궤적 중 ADS 자료 수집 구간
그림 9. 150km/h로 비행 시 차량궤적 중 ADS 자료 수집 구간
표 4. 시뮬레이션 분석 결과 종합
구 분 실측속도
(km/h) 통행속도 (km/h) 차이
(km/h) PE (%) AVI
61.1
61.1 0.0 0.0
VDS 1,000m 간격 72.5 11.4 18.7
ADS(off-line) 66.3 5.2 8.51
ADS (online)
100km/h 63.4 2.3 3.8
120km/h 72.1 11.0 18.0
150km/h 75.3 14.2 23.2
수 있었다. 즉, ADS가 통행속도 등 교통정보를 산출할 수 있는 차량검지시스템임을 확인하였다.
다음으로는 ADS에 의하여 수집된 자료의 신뢰성 정도가 교통정보 제공에 적합한 지를 확인하였다. 이를 위하여 VISSIM를 이용한 simulation testbed를 구축하였으며 일차 적으로 개별 차량 자료를 생성하였다. 그리고 probe car에 의한 AVI 자료를 수집하여 이를 참값으로 하고 이들 참값 과의 percent 오차 즉 Percent Error에 의하여 ADS 자료의 신뢰성 정도를 검토하였다. 또한 기존 검지기 자료인 VDS 자료의 Percent Error를 산출하여 ADS 자료의 Percent Error와 비교하였다. 게다가 ADS 자료의 교통정보로의 활용 가능성을 조건을 완화시켜 알아보기 위하여 결측이 발생한 지점에 대하여 VDS의 통행속도로 보정하여 참값과의 Percent Error를 산출하였다.
그 결과 ADS는 비행속도가 조금만 증가하여도 통행속도 측정의 정확성이 현격하게 떨어지며 ADS의 비행속도가 증 가할수록 자료 결측율이 증가하고 비행속도 100km/h 정도의 낮은 속도에서도 결측율이 낮지 않으며 촬영조건 등 여러 가지 변수에 기인하는 측정오차의 편차가 크게 나타났다. 즉, ADS는 신뢰성 있는 교통정보를 산출하기에는 사전에 해결 하여야 할 문제가 상당히 많아서 현 단계에서는 실시간 교 통정보 제공을 위한 차량검지기로 사용하기에 무리가 있음 을 확인하였다. 본 연구에서는 항공기 운영비용, ADS 장비 비용 등 시스템 운영비용에 대한 분석은 이루어지지 않았지 만 시스템의 상시 운영을 위하여는 상당한 비용이 들 것으 로 예상이 되며 또한 비, 안개, 바람 등 기후 여건으로 인 하여 운영이 곤란한 연중 일수가 적지 않을 것으로 예상이 된다. 또한 표 1에서 언급된 교통정보의 적시성 및 접근성 문제도 그 해결방안이 제시되지는 않았지만 이 또한 통신기 술과 이미지프로세싱 등의 기술발전이 이루어져야 개선이 될 것으로 예상이 된다.
결론적으로 ADS는 기존에 상시적으로 실시간 교통정보 제공을 하기 위하여 사용되고 있는 VDS 등을 대체하기에는 기술적 그리고 비용적 측면에서 어려움이 있을 것으로 보인 다. 하지만 재해 발생 등 비반복적 교통상황이 장시간 발생 할 경우에 수송대책 등을 세우기 위한 보완적 방안으로 활 용할 수 있을 것이다. 특히, ADS는 지엽적인 구간별 기종 점 교통류(localized origin-destination flow)를 산출할 수 있으므로 기존의 차량검지기로는 어려운 고속도로 램프미터 링 등 재해발생 시 교통대책에 활용할 수 있을 것이다.
하지만 재해 발생 시 ADS를 활용하기 위하여는 극복해야 할 문제점들이 있다. 이들 문제점들과 그 해결을 위한 방안 들을 생각해보면 다음과 같다.
첫째, 재해 발생 시 ADS를 활용하기 위해서는 사전에 처 리되어야 할 여러 가지 행정절차가 필요하다. 예컨대 청와대, 주요 공공기관, 대사관 등이 모여 있는 서울 도심의 상공에 비행선 등을 운영하려면 현재의 항공허가규정에 의해 국가 적 비밀업무를 취급할 수 있도록 공인받은 사람이 비행선에 탑승해야 한다. 그리고 이 정보를 지상의 교통정보센터로 송 신하여 처리할 경우에도 같은 이유로 인하여 국가적 비밀업 무를 취급할 수 있도록 공인받은 사람이 교통정보센터에 근 무해야 할 것이다. 따라서 국정원, 방송국, 청와대, 서울시 등 관련 정부기관 및 공공기관과 자료수집 종류, 방법, 공간 적 범위 및 활용범위 등에 대한 연구 및 논의가 필요할 것 이다.
둘째, 재해 발생 시 ADS에 의하여 수집되어 전송되는 정 보들이 긴급 교통관리, 재해 탈출경로 선정 등 정책 결정자 가 의사 결정을 체계적으로 할 수 있도록 지원할 수 있는 지원시스템의 구축이 필요하다.
셋째, 재해발생 구간에는 통신시스템 등이 파괴, 고장 등 으로 마비될 수 있으므로 재해 발생 구간에 들어가는 ADS 장착 항공기 등의 자료 전송을 지원하기 위한 이동식 ADS 기지국 등에 대한 필요성과 그 기술적 측면에 대한 부분도 연구가 필요할 것이다.
본 논문은 “교통정보 혁신을 위한 제공·관리·평가 기술 개발 - 대용량 이력 교통자료를 이용한 교통상황 판단 예보 생성 기술”의 연구보고서 내용을 토대로 작성되었습니다.
참고문헌
한국경제신문 2007-08-28, http://www.hankyung.com/news.
Coifman, Benjamin (2004) Surface Transportation Surveillance from Unmanned Aerial Vehicles, TRB Annual Meeting.
Daganzo, Carlos F. (1997) Fundamentals of Transportation and Traffic Operations, p. 14.
Puntavungkour, Sompoch and Shibasaki, Ryosuke (2003) Novel Algorithm of Vehicle Detection by Using New Ultra Resolu- tion Aerial Image, Three Line Scanner, IEEE.
Puri, Anuj (2005) A Survey of Unmanned Aerial Vehicles (UAV) for Traffic Surveillance Doctoral Dissertation, University of South Florida.
Rathinam, Sivakumar (2007) Cooperative Path Planning and Vision Based Monitoring Using Unmanned Aerial Vehicles, Doctoral Dissertation, University of California at Berkeley.
Texas Transportation Institute (2002) Defining and Measuring Traf- fic Data Quality.
(접수일: 2011.12.1/심사일: 2011.12.23/심사완료일: 2011.12.29)
