2018년도 주요사업 연차보고서 KICT 2018-055
악천후 대응 스마트도로 기술 개발 –우천시–
Smart Road Technologies Coping with Adverse Weather Conditions –Rainy Condition-
2018.12.
한국건설기술연구원 연구책임자 / 김용석
연구수행자 / 김영민, 김지수, 김형수, 노관섭, 노창균, 문학룡, 박범진, 박원일, 양성린, 오윤석, 윤성심, 이석기, 이유화, 이찬주, 임성한, 정상화, 정준화, 지운, 진민수 (가나다 순)
2018년도 주요사업 연차보고서 KICT 2018-055
악천후 대응 스마트도로 기술 개발 -우천시-
Smart Road Technologies Coping with Adverse Weather Conditions –Rainy Condition-
2018.12.
요 약 문
I. 연구 제목
악천후 대응 스마트도로 기술 개발 –우천시-
II. 연구 목적
악천후 조건에서 일반차와 자율주행차의 안전한 주행을 가능하게 하는 스마트도로 기술 개 발 목적으로 함
III. 연구 필요성
기상악천후로 인한 영종대교 100중 추돌사고 등이 해마다 반복 발생되어 사회 불안감이 증 대되고 있으며, 정상 기상(맑은 날) 대비 치사율(사망사고/사고건수)이 안개시 5.3배, 눈 1.66배, 비 1.25배로 시급한 대책이 필요함
최근 교통사고 원인의 95%를 차지하는 운전자의 인적오류를 원천 차단하기 위해 자율주행 차 기술이 급부상하고 있으나, 악천후시 자율주행차 센서 성능감퇴는 자율주행차 개발의 걸림 돌로 작용하고 있음
따라서 자율주행차와 일반차가 혼재되어 도로 위를 주행하는 기간을 통상 30년으로 간주하 고 일반차와 자율주행차 모두에게 안전한 스마트도로 기술 개발이 필요함
IV. 연차별 연구내용
본 연구의 연차별 주요 연구내용은 다음과 같음 -1차년도-
▪악천후-도로안전성능간 베이스라인 규명목적 실증실험방법 개발
▪ 우천시 일반차/운전자 안전확보를 위한 도로안전성능 평가기준 개발
▪우천시 일반차/ADAS 안전확보를 위한 도로안전성능 평가기준 개발
▪강우-도로안전성능간 베이스라인 규명목적 실증실험 수행 -2차년도-
▪ 우천시 일반차/운전자 안전확보를 위한 스마트도로 기술 정의 및 대안기술 도출
▪ 우천시 일반차/ADAS 안전확보를 위한 스마트도로 기술 정의 및 대안기술 도출
▪ 우천시 대응 도로시인성 향상 스마트도로 대안기술간 성능비교 실증실험 -3차년도-
▪ 안개-도로안전성능간 베이스라인 규명목적 실증실험 수행
▪ 우천시 일반차/운전자 안전확보를 위한 스마트도로 기술 시작품 제작
▪ 우천시 일반차/ADAS 안전확보를 위한 스마트도로 기술 시작품 제작
▪ 우천시 대응 도로시설물 기술규격안 도출 -4차년도-
▪ 강설-도로안전성능간 베이스라인 규명목적 실증실험 수행
▪ 우천시 일반차/운전자 안전확보를 위한 스마트도로 기술 Test Bed 활용 검증
▪ 우천시 일반차/ADAS 안전확보를 위한 스마트도로 기술 Test Bed 활용 검증 -5차년도-
▪ 기상악천후-도로안전성능간 베이스라인 규명 실증실험 평가기술 표준화
▪ 우천시 일반차/운전자 안전확보를 위한 스마트도로 기술표준화
▪ 우천시 일반차/ADAS 안전확보를 위한 스마트도로 기술표준화
▪ 우천시 대응 스마트도로 기술 현장적용
Summary
I. PROJECT TITLE
Smart Road Technologies Coping with Adverse Weather Conditions –Rainy Condition-
II. OBJECTIVES
The objective of the study is to develop smart road technologies which improve driving safety of human drivers and autonomous vehicles
III. NECESSITY
Adverse weather induces a social awareness due to the large size of traffic accidents such as the one hundred multiple car crashes on Yeongjong Bridge.
And, the higher fatality rate of accidents caused by the adverse weather needs a urgent countermeasures.
Recently, autonomous vehicles are rising technology as one of the countermeasures to reduce the errors attributed to the human factors. However the adverse weather can be the main hurdle for the autonomous vehicle industry to grow rapidly.
Therefore, the smart road technology is highly required to provide the safe driving environment not only to the drivers but also to the autonomous vehicles.
IV. 5 YEAR STUDY SCOPE
The study will be carried out for 5 years ; 3 years for the core technology development and 2 years for the application. The year based study contents are belows.
-1st Year-
▪Base line study between the adverse weather and road safety performance
▪Road safety evaluation criteria for the safety of drivers without ADAS under rainy condition
▪Road safety evaluation criteria for the safety of drivers with ADAS under rainy condition
▪Fully controlled circuit test for the base line definition -2nd Year-
▪Definition of smart road technology for the safety of drivers without ADAS under rainy condition
▪Definition of smart road technology for the safety of drivers with ADAS under rainy condition
▪Comparison study among the smart road alternatives -3rd Year-
▪Fully controlled circuit test for the road safety base line definition under foggy condition
▪Prototype of smart road technology development for the safety of drivers without ADAS under rainy condition
▪Prototype of smart road technology development for the safety of drivers with ADAS under rainy condition
▪Specification of smart road technology for the application purpose -4th Year-
▪Fully controlled circuit test for the road safety base line definition under snowy condition
▪Test-bed-based validation of smart road technology for the safety of drivers without ADAS under rainy condition
▪Test-bed-based validation of smart road technology for the safety of drivers with ADAS under rainy condition
-5th Year-
▪Standardization for the fully controlled circuit test under the adverse weather conditions
▪Standardization of smart road technology development for the safety of drivers without ADAS under rainy condition
▪Standardization of smart road technology development for the safety of drivers with ADAS under rainy condition
▪Field application of smart road technology
목 차
제1장 서론 ··· 1
1.1 연구배경 ···1
1.2 연구목적 ···1
1.3 연구내용 ···1
1.4 단계별 연구추진 계획 ···2
1.5 기대효과 ···3
제2장 악천후-도로안전성능간 베이스라인 규명목적 실증 실험 방법 개발 4
2.1 악천후-도로안전성능간 베이스라인 규명목적 강우강도기준 ···42.1.1 개요 ···4
2.1.2 국내 강우특성 분석 ···4
2.1.3 강우평가 기준 ···7
2.1.4 강우강도와 교통사고 상관성 분석 ···14
2.1.5 우천시 도로안전성 평가기준에 적용되는 강우조건 ···26
2.1.6 차년도(2차년도) 연구 계획 ···28
2.2 강우-도로안전 실증실험방법 개발 ···34
2.2.1 실증실험 대상, 규모, 시나리오 정의 ···34
2.2.2 실증실험 수행을 위한 실험계획 수립 ···34
2.2.3 실증실험 수행(일반차, ADAS) ···35
2.2.4 실증실험 결과 분석(통계해석) 및 feed-back ···35
2.2.5 실증실험장비(Vehicle In Loop) 개발 ···36
2.2.6 VILS 활용 강우-도로안전성능 실증실험 방법 개발 ···37
제3장 우천시 일반차/운전자 안전확보를 위한 스마트도로 기술개발 ··· 39
3.1 도로안전성능 평가기준개발 – 평가기준 검토 – ···39
3.1.1 우천시 운전자 시인성 요구 분석 및 평가 범위 설정 ···39
3.1.2 우천시 운전자 연계 기존 도로 시인성 평가지표 검토 ···40
3.1.3 평가방안 도출을 위한 실험 방법론 검토 ···41
3.2 우천시 일반차/운전자 연계 강우-도로안전성능간 베이스라인 규명 실증실험 · 41 3.2.1 실증실험 수행을 위한 실험계획 수립 ···41
3.2.2 실증실험 수행 ···42
3.2.3 실증실험 결과 분석 및 feed-back ···64
3.2.4 실증실험을 통한 평가기준 검토 ···65
3.3 대안기술 검토 ···66
3.3.1 대안기술 검토 ···66
3.3.2 실증실험 결과 기반의 대안기술 비교 분석 ···67
제4장 우천시 일반차/ADAS 안전확보를 위한 스마트도로 기술개발 ···· 69
4.1 국내외 기존 ADAS(LDWS 중심) 평가 기준 검토 ···69
4.1.1 국내 ADAS(LDWS) 평가 기준 검토 ···69
4.1.2 국외 ADAS(LDWS) 평가 기준 검토 ···74
4.1.3 소결 ···75
4.2 베이스라인 규명 실증실험 계획 수립 ···76
4.2.1 ADAS(LDWS)의 시인성 베이스라인 정의 ···76
4.2.2 실증실험 조건 정의 ···76
4.2.3 구축 장비 특성 및 활용 ···77
4.2.4 수집 데이터 정의 ···80
4.3 베이스라인 규명 실증실험(pilot test) 결과 ···84
4.3.1 실증실험(pilot test) 방법론 수립 ···84
4.3.2 강우강도별 ADAS(LDWS) 검지 데이터 수집 결과 ···87
4.3.3 강우량별 View Range 기준 ADAS(LDWS) 베이스라인 도출 ···94
4.4 대안기술 검토 ···102
4.5 차년도(2차년도) 연구 계획 ···109
제5장 중간점검 및 최종평가 반영 ··· 111
5.1 중간점검 및 최종평가 ···111
5.2 최종평가 ···114
제6장 결론 및 차년도 연구계획 ··· 117
6.1 결론 ···117
6.2 차년도 연구계획 ···118
참고문헌···119
표 목차
<표 2.1.1> 2008년부터 2016년까지 연간 누적강우량(mm) ···5
<표 2.1.2> 서울(108) 지점의 확률강우량 ···9
<표 2.1.3> 도로 배수시설 설계빈도 및 60분 지속시간 기준 ···10
<표 2.1.4> 강우-교통사고 정보 기반의 시인성 및 안전성 관련 연구 사례 ···12
<표 2.1.5> AWS 크리깅 강우분포장과 레이더를 이용한 강우정보 ···16
<표 2.1.6> 강우 이미지와 사고발생 지점간의 일치성 분석 ···29
<표 3.2.1> 실험시나리오 구성요소 및 특성 값 ···43
<표 3.2.2> 뇌파와 각성상태 ···45
<표 3.2.3> 실험 구성 요소 및 특성 값 ···52
<표 3.2.4> 차선 도색 재료(도료 및 테이프) 반사성능 ···55
<표 3.2.5> 차선 도색 재료(표지병) 반사성능 ···55
<표 3.2.6> 백색 차선 도색 재료와 LDWS 인식률간 관계 ···64
<표 4.1.1> 성능시험 도로 구분 ···69
<표 4.1.2> 성능시험 환경조건 ···70
<표 4.1.3> 국내 LDWS 성능시험 기준 비교 ···73
<표 6.2.1> 2차년도 세부 연구목표 및 연구내용 ···118
그림목차
<그림 1.3.1> 기상에 따른 도로안전성능 베이스라인 변화 개념도 ···2
<그림 1.3.2> 단계별 연구추진 로드맵 ···3
<그림 2.1.1> 최근 10년간 1 mm, 3 mm, 5 mm 이상 강우일수(서울) ···7
<그림 2.1.2> 서울 지역 강우강도-지속시간-빈도 곡선 ···8
<그림 2.1.3> 연천 지역 강우강도-지속시간-빈도 곡선 ···8
<그림 2.1.4> 2년 빈도 지속시간 60분 확률강우량 전국 분포도 ···9
<그림 2.1.5> 일본 노면배수공 설계에 이용되는 기준강우강도(3년 확률 10분 강우강도) 11 <그림 2.1.6> 강우강도별 교통사고율 ···13
<그림 2.1.7> 강우가 원인인 사고에서의 우량별 위험인지 속도 ···13
<그림 2.1.8> 서울시 AWS 관측소 위치 ···15
<그림 2.1.9> 도로교통공단의 TAAS ···17
<그림 2.1.10> 우천시 교통사고 발생지점 및 AWS 분포 현황 ···18
<그림 2.1.11> 우천시 교통사고 발생지점 및 레이더 격자 분포 ···18
<그림 2.1.12> 교통사고 지점별 최근리 AWS와 레이더와의 거리 ···19
<그림 2.1.13> 교통사고 지점별 최근리 레이더 격자(1km)와의 거리 ···19
<그림 2.1.14> 교통사고 지점별 최근리 레이더 격자 (250 m)와의 거리 ···20
<그림 2.1.15> AWS와 레이더를 이용한 정량적 강우량 산출모듈 ···21
<그림 2.1.16> 교통사고 발생건별 강우 정보 획득 결과 ···22
<그림 2.1.17> AWS 지점 강우강도별 사고발생 빈도 분석 ···22
<그림 2.1.18> AWS 공간분포 강우강도별 사고발생 빈도 분석 ···23
<그림 2.1.19> 레이더 강우강우강도별 사고발생 빈도 분석 ···23
<그림 2.1.20> 동별 강우/무강우시 사고정보 및 강우정보 분류 ···25
<그림 2.1.21> 동별 분류된 강우시 사고정보 및 강우정보 현황 ···25
<그림 2.1.22> 서울시 467개 동별 RAR 산정 결과 ···26
<그림 2.1.23> 우천시 도로안전성 평가기준 강우조건(안) ···28
<그림 2.1.24> 우량계를 이용한 인공강우 측정 ···30
<그림 2.1.25> 1차년도 강우량 계측 결과 분석 및 면적강우 분포(시간당 강우량) 31 <그림 2.1.26> PIV 기법의 기본 개념 ···32
<그림 2.1.27> LSPIV 기법을 활용한 유속장 도출 사례 ···32
<그림 2.2.1> VILS 아키텍쳐 및 데이터 플로우 ···37
<그림 2.2.2> 기상환경 재현실증센터 가상-현실 주행환경개념 ···38
<그림 2.2.3> 가상주행차량-실증트랙차량간 데이터 연계개념 ···38
<그림 3.2.1> 뇌파 측정 및 평가 실험시나리오 ···42
<그림 3.2.2> 뇌파측정장치 ···43
<그림 3.2.3> 뇌파측정기 착용후 주행 ···44
<그림 3.2.4> 강우강도 20 mm/h에서 좌뇌 뇌파 분포 ···46
<그림 3.2.5> 강우강도 30 mm/h에서 좌뇌 뇌파 분포 ···46
<그림 3.2.6> 강우강도 40 mm/h에서 좌뇌 뇌파 분포 ···47
<그림 3.2.7> 강우강도 50 mm/h에서 좌뇌 뇌파 분포 ···47
<그림 3.2.8> 강우강도 20 mm/h에서 우뇌 뇌파 분포 ···48
<그림 3.2.9> 강우강도 30 mm/h에서 우뇌 뇌파 분포 ···48
<그림 3.2.10> 강우강도 40 mm/h에서 우뇌 뇌파 분포 ···49
<그림 3.2.11> 강우강도 40 mm/h에서 우뇌 뇌파 분포 ···49
<그림 3.2.12> 정상기상 및 강우강도별 작업부하(뇌파) 변화 ···50
<그림 3.2.13> 정상기상 대비 강우강도별 작업부하(뇌파) 베이스라인 ···50
<그림 3.2.13> 강우강도에 따른 LDWS 인식률 측정 ···51
<그림 3.2.14> LDWS 주행실험 프로토콜 ···53
<그림 3.2.15> 미국 NHTSA 제시 LDWS 주행실험 프로토콜 ···53
<그림 3.2.16> 황색 차선도색 재료 유형(세 가지) ···54
<그림 3.2.17> 흰색 차선도색 재료 유형(세 가지) ···54
<그림 3.2.18> 실증실험을 위한 표지병 설치 방식(세 가지) ···54
<그림 3.2.19> 노면표시(도료 및 테이프) 반사성능 측정 ···56
<그림 3.2.20> 표지병 반사성능 측정 ···56
<그림 3.2.21> 도료와 테이프 노면표시 반사성능 측정값 ···57
<그림 3.2.22> 도료와 테이프 노면표시 반사성능 측정값 ···57
<그림 3.2.23> 황색 도료 휘도 측정 그래프 ···58
<그림 3.2.24> 황색 테이프 휘도 측정 그래프 ···58
<그림 3.2.25> 황색 표지병 휘도 측정 그래프 ···59
<그림 3.2.26> 도료와 테이프 노면표시 반사성능 측정값 ···59
<그림 3.2.27> 일반 페인트 차선(백색, 점선)] ···60
<그림 3.2.28> [테이프 차선(백색, 점선)] ···60
<그림 3.2.29> [차선 사이 표지병 1개(백색)] ···61
<그림 3.2.30> [차선 사이 표지병 1개(백색)] ···61
<그림 3.2.31> [차선 사이 표지병 3개(백색)] ···62
<그림 3.2.32> 백색 차선도색 재료별 휘도 ···62
<그림 3.2.33> 강우강도별 황색 차선재료-LDWS 인식률 관계 ···63
<그림 3.2.34> 강우강도별 차선재료-LDWS 인식률 관계 ···64
<그림 3.2.35> 운전자 작업부하와 과시선유도간 적정 대안기술 도출개념 ···66
<그림 3.2.35> LDWS 인식률 향상과 과시선유도간 적정 대안기술 도출개념 ···66
<그림 4.1.1> 시험차선의 종류 및 규격 ···71
<그림 4.1.2> 차로이탈경고장치의 경고 시점 위치 측정 ···72
<그림 4.2.1> Mobileye 630 ···78
<그림 4.2.2> 메시지 프로토콜 ···79
<그림 4.2.3> ADAS 데이터 포맷 ···81
<그림 4.2.4> View Range 변화 ···82
<그림 4.2.5> View Range 특성 검토 결과 ···82
<그림 4.2.6> ADAS 수집 데이터 수집 결과 ···83
<그림 4.2.7> ADAS 데이터 특성 ···84
<그림 4.3.1> 실증 시나리오 구분 ···85
<그림 4.3.2> 실증구간 설정 결과 ···86
<그림 4.3.3> Box Plot 표출 방법 ···88
<그림 4.3.4> 차량속도 30km/h 주행시 ···88
<그림 4.3.5> 차량속도 48km/h 주행시 ···89
<그림 4.3.6> 차량속도 60km/h 주행시 ···89
<그림 4.3.7> 차량속도 30km/h 주행시 ···90
<그림 4.3.8> 차량속도 48km/h 주행시 ···90
<그림 4.3.9> 차량속도 60km/h 주행시 ···91
<그림 4.3.10> 차량속도 30km/h 주행시 ···91
<그림 4.3.11> 차량속도 48km/h 주행시 ···92
<그림 4.3.12> 차량속도 60km/h 주행시 ···92
<그림 4.3.13> 차량속도 30km/h 주행시 ···93
<그림 4.3.14> 차량속도 48km/h 주행시 ···93
<그림 4.3.15> 차량속도 60km/h 주행시 ···94
<그림 4.3.16> 차량속도 30km/h에서의 강우량변화 기준 View Range 변화 ···95
<그림 4.3.17> 차량속도 48km/h에서의 강우량변화 기준 View Range 변화 ···95
<그림 4.3.18> 차량속도 60km/h에서의 강우량변화 기준 View Range 변화 ···96
<그림 4.3.19> 강우량 변화에 따른 ADAS(LDWS) 베이스라인 ···97
<그림 4.3.20> 강우량 0mm에서의 속도 변화에 따른 View Range 변화 ···98
<그림 4.3.21> 10mm에서의 속도 변화에 따른 View Range 변화 ···98
<그림 4.3.22> 강우량 20mm에서의 속도 변화에 따른 View Range 변화 ···99
<그림 4.3.23> 강우량 30mm에서의 속도 변화에 따른 View Range 변화 ···99
<그림 4.3.24> 차량 속도 변화에 따른 ADAS(LDWS) 베이스라인 ···100
<그림 4.3.25> 악천우(우천시) ADAS 대응 스마트도로기술개발 당해년도 주요내용 102 <그림 4.4.1> 노면표시 반사필름 ···103
<그림 4.4.2> 노면표시 시인성 개선 대안 ···103
<그림 4.4.3> 축광안료 및 발광형 노면표시 대안 ···104
<그림 4.4.4> 센서 리플렉터 ···105
<그림 4.4.5> 레이더 리플렉터 적용 방법 ···106
<그림 4.4.6> 그림 40 자성체 기반 측위시스템 개념도 ···107
<그림 4.4.7> RFID 활용 차선/차로 인식 시스템 ···108
<그림 4.5.1> 악천우(우천시) ADAS 대응 스마트도로기술개발 차년도 주요계획 110
제1장 서 론
1.1 연구배경
ㅇ 기상악천후로 인한 영종대교 100중 추돌사고 등 해마다 반복발생: 사회불안감 증대 하는 실정임
- 정상 기상 대비 치사율(사망사고/사고건수) : 안개 5.3배, 눈 1.66배, 비 1.25배 ㅇ 악천후시 자율주행차 센서 성능감퇴: 자율주행차 개발의 걸림돌로 작용
ㅇ 자율주행차와 일반차가 혼재되어 도로 위를 주행하는 기간을 통상 30년으로 봄 ㅇ 기상악천후 대응 스마트도로 기술 분야 세계 시장 선도 기반 마련
1.2 연구목적
ㅇ 악천후(강우, 강설, 안개)와 도로안전 간 영향관계 규명 ㅇ 운전자 주행기반 강우 대응 스마트 도로기술 개발
- 연중 발생빈도가 높은 강우대응 스마트도로 기술개발 우선 수행; 안개, 강설은 단 계 추진
ㅇ 우천시 일반차/ADAS 대응 도로시인성 향상 스마트 도로기술 개발
1.3 연구내용
ㅇ 악천후시 도로안전성능 베이스라인 규명 및 평가기술 개발
- 이상적인 기상 조건에 대비되는 악천후 조건에서의 도로 안전 성능을 평가
<그림 1.3.1> 기상에 따른 도로안전성능 베이스라인 변화 개념도
ㅇ 우천시 일반차/운전자 안전확보를 위한 스마트도로 기술개발 ㅇ 우천시 일반차/ADAS 안전확보를 위한 스마트도로 기술개발
1.4 단계별 연구추진 계획
ㅇ 악천후시 도로안전성능 베이스라인 규명 및 평가기술 개발
- 이상적인 기상 조건에 대비되는 악천후 조건에서의 도로 안전 성능을 평가
ㅇ 연구는 총 3단계로 구성하며, 본 연구는 1단계로 연구 사업 추진 - 1단계 강우대응 스마트도로 기술개발(5년, 2018∼2022)
- 2단계 안개·강설 대응 스마트도로 기술개발(5년, 2023∼2027)
- 3단계 자율주행차 연계 악천후 대응 스마트도로기술개발(5년, 2028∼2032)
※연중 발생빈도가 높은 강우대응 스마트도로 기술개발 우선 수행; 안개, 강설은 단계 추진
<그림 1.3.2> 단계별 연구추진 로드맵
1.5 기대효과
ㅇ 악천후시에도 일반차 및 자율차의 안전한 주행이 가능한 스마트 도로 기술, 서비스 제공
ㅇ 도로인프라 협력형 자율주행 지원기술로 일반차 및 자율차 모두에게 혜택이 분배 되는 ‘상생형 자율주행 기술’마련
제2장
악천후-도로안전성능간 베이스라인 규명목적 실증 실험 방법 개발
2.1 악천후-도로안전성능간 베이스라인 규명목적 강우강도기준
2.1.1 개요
ㅇ 악천후에 대한 평가 기준 설정이 필요함
- 악천후 조건에서 일반차와 자율주행차의 안전한 주행을 가능하게 하는 스마트도 로 기술을 개발하기 위해서는 강우, 강설, 안개와 도로안전 간의 영향 관계 규명 이 필요함
- 기상 악천후와 도로안전간의 영향 관계 규명을 위한 선결조건으로 악천후에 대한 평가 기준 마련이 필요함
ㅇ 이를 위해 우천시 도로안전성 평가기준에 적용되는 강우조건(강우량, 강우강도)에 대한 수리수문학적 분석과 강우-교통사고 관계분석을 수행함
- 도로안전성 평가를 위한 악천후 강우기준 자료를 종합적으로 검토함
∙ 국내 강우특성 분석 방법 적용, 확률강우빈도를 해석함
∙ 도로배수시설 설계를 위한 국내외 강우빈도 기준을 참고함
∙ 우천시 발생하는 교통사고와 강우의 상관성을 분석함 - 악천후 도로 실험시 발생하는 강우의 면적강우 분포를 해석함 - 악천후시 도로 노면의 지표수 유출에 대한 정보를 획득함
2.1.2 국내 강우특성 분석 ㅇ 국내 강우의 계절적 특성
- 계절적으로 국내 강우는 연 강수량의 50~60%가 여름철에 집중됨
- 연별 강우량의 편의율이 연최소 634 mm, 연최대 2,356 mm로 매우 큼
ㅇ 국내 강우의 공간적 특성
- 국지성 집중호우가 매년 증가하는 경향을 보임
- 연차별 변동 경향과 지역적인 집중호우 특성은 2007년부터 2016년까지의 연간 누적강우량을 표시한 결과(표 2.1.1)를 통해 확인할 수 있음
- 지역별 평균적인 연강수량을 보면 중부지방 1200 mm ~ 1500 mm, 남부지 방 1000 mm ~ 1800 mm, 경북지역 1000 mm ~ 1300 mm, 경남해안 일부 지역 1800 mm, 제주도지방 1500 mm ~ 1900 mm로 지역별로 편차가 큼 - 악천후에 대한 강우 기준을 설정하는데 이러한 국내 강우의 지역적, 계절
적 편차를 고려할 필요가 있음
(a) 2007년 (b) 2008년
(c) 2009년 (d) 2010년
<표 2.1.1> 2008년부터 2016년까지 연간 누적강우량(mm)
(자료출처: www.kma.go.kr)
ㅇ 서울지역 강우 특성
- 강우-교통사고 상관성 분석을 위한 대상 지역을 서울로 선정함
- 서울의 최근 10년간(2008년부터 2017년)의 총강우일수와 1 mm, 3 mm, 5 mm의 발생 일수(그림 2.1.1) 분석(기상자료개방포털 자료 활용)
- 1 mm 이상 5 mm 이하의 강우 발생일 수가 전체 강우의 38%에서 81%를 차지하므로, 악천후시 도로안전 기준을 정의하고 도로환경의 베이스라인 을 규명하기 위한 실험 수행시 5 mm 이상의 강우 발생이 중요한 기준임
(e) 2011년 (f) 2012년
(g) 2013년 (h) 2014년
(i) 2015년 (j) 2016년
<그림 2.1.1> 최근 10년간 1 mm, 3 mm, 5 mm 이상 강우일수(서울)
2.1.3 강우평가 기준 ㅇ 확률강우량 기준
- 확률강우량은 이수, 치수를 위한 수공구조물의 설계 및 하천기본계획 수 립의 기준이 되는 강우량임
- 과거 관측 자료를 바탕으로 강우가 계속되는 시간 장경(지속시간), 단위시 간에 내리는 강우량(강우강도), 일정한 기간 동안에 일정 크기의 호우가 발생하는 횟수(생기빈도) 등의 관계를 통해 생기확률로 정의된 강우량을 의미함(국토해양부, 2011)
∙ 어느 관측점의 연 평균 강우량이 평균 100년에 한번씩 200 mm를 초과 한다면 이 우량의 재현기간(Recurrence Interval)은 100년이며 생기확률 (Probability of Occurrence)은 1/100임을 의미함
- <그림 2.1.2>와 <그림 2.1.3>은 각각 서울과 연천의 2 ~ 500년 빈도의 강우 강도-지속시간-빈도(Intensity-Duration-Frequency, IDF) 곡선을 나타낸 것 - <표 2.1.2>는 서울강우관측소(108)를 기준으로 각 지속시간별 확률강우량을
표시한 것임(국토해양부, 2011)
- <그림 2.1.4>는 2년 빈도 지속시간 60분 확률강우량 전국 분포도임
- 해당 정보를 대상으로 실험대상 강우량을 확률기준으로 변환하고, 도로설
계 기준에 대응되는 강우량 정보를 획득할 수 있음
<그림 2.1.2> 서울 지역 강우강도-지속시간-빈도 곡선
<그림 2.1.3> 연천 지역 강우강도-지속시간-빈도 곡선
재현기간 (년)
지속기간(분)
5 10 15 20 30 40 50 60 120 180 240 360
2 11.1 16.0 20.2 23.8 30.1 35.5 402 44.4 63.4 76.3 86.1 100.2 3 12.4 18.1 23.0 27.4 35.0 41.7 47.5 52.7 76.1 91.7 103.3 119.9 5 13.9 20.5 26.2 31.4 40.6 48.6 55.7 62.0 90.1 108.7 122.4 414.8 10 15.7 23.4 30.2 36.5 47.6 57.3 65.9 73.6 107.7 130.1 146.3 169.3 20 17.5 26.2 34.0 41.3 54.2 65.6 75.7 84.8 124.7 150.6 169.3 195.6 30 18.5 27.8 36.3 44.1 58.1 70.4 81.4 91.2 134.4 162.4 182.5 210.8 50 19.8 29.9 39.1 47.6 62.9 76.4 88.5 99.2 146.6 177.1 199.1 229.8 70 20.7 31.2 40.8 49.8 66.0 80.3 93.1 104.5 154.6 186.8 209.9 242.2 80 20.9 31.7 41.6 50.7 67.3 81.9 94.9 106.6 157.8 190.6 214.2 247.1 100 21.4 32.5 42.7 52.2 69.4 84.5 97.9 110.0 163.0 197.0 221.4 255.3 200 23.2 35.3 46.4 56.9 75.8 92.6 107.5 120.9 179.4 216.8 243.5 280.7 300 24.2 36.9 48.6 59.6 79.6 97.3 113.0 127.1 188.9 228.4 256.5 295.6 500 25.4 38.8 51.3 63.0 84.3 103.2 120.0 135.0 201.0 243.0 272.9 314.4
<표 2.1.2> 서울(108) 지점의 확률강우량 (단위:mm)
<그림 2.1.4> 2년 빈도 지속시간 60분 확률강우량 전국 분포도
ㅇ 국내외 도로설계 및 실험 기준
- 국내 도로배수시설 설계 및 유지관리지침을 참고하여, 조사된 「확률강우 강도」정보를 이용하여 60분 지속시간 기준의 강우강도를 정의(표 2.1.3)
∙ 서울지역의 경우 73.6 ~ 99.2 mm/hr의 강우강도, 연천지역은 66.2 ~ 92.5 mm/hr의 기준으로 설정이 가능함
∙ 도로배수시설 설계 및 유지관리지침의 설계빈도는 도로의 배수 및 이용 안전 측면에서 설정된 값이므로 실제 악천후 시 운전자의 작업부하나 교통사고를 유발하는 강우기준에 비해 과대하게 설정되었다고 봄
구분 배수시설 설계빈도(년)
60분 지속시간 기준 강우강도(mm/hr)
서울 연천
일반국도
암거 30 91.2 80
배수관 30
노면 10
73.6 66.2
비탈면 10
측도 및 인접지 도로 10
산지부도로
암거 50 99.2 92.5
배수관 50
노면 20
84.8 75
비탈면 20
측도 및 인접지 도로 20
<표 2.1.3> 도로 배수시설 설계빈도 및 60분 지속시간 기준
(자료출처: 국내 도로배수시설 설계 및 유지관리지침(2012) )
- 일본의 도로배수시설 설계에서 일반 배수시설일 경우 3년 빈도 강우가 기 준이며 도로시설별 측구 및 횡단암거 설계 시에는 7년 빈도, 횡단암거 및 분리수로의 경우 10년 빈도의 강우기준이 설계에 적용
∙ <그림 2.1.5>는 일본전역의 노면배수공설계에 이용되는 3년 확률빈도의
기준 강우강도를 나타낸 것
기준강우강도지도
(1961-2004년기상관측데이터에 기반한 3년확률 10분강우강도)
<그림 2.1.5> 일본 노면배수공 설계에 이용되는 기준강우강도(3년 확률 10분 강우강도)
∙ 교통량별 기준은 하루 4,000대 이상의 도로일 경우 배수시설 설계 강우 빈도는 10년이며, 500대에서 4,000대의 경우 7년, 500대 미만의 도로 배 수시설 설계의 경우 5년 빈도가 강우기준
ㅇ 강우-교통사고 상관관계 분석 국외 사례
- 국외에서는 운전 시 강우의 인지성 향상과 운전자의 작업부하를 저감시키 는 대책 마련을 위해 다양한 실험을 수행(표 2.1.4)
∙ 실제 강우와 교통사고의 상관관계를 분석하는 연구를 수행함
∙ 국외 연구에서는 강우로 인한 교통사고의 증가 현상을 다양한 정량적인 기준으로 제시하려는 시도가 많았음
- 시인성 향상 등을 위한 실험 연구는 최소 0.5 mm/hr에서 최대 7 mm/hr의 강우강도 범위에서 연구가 수행
- 강우량별 1년 단위의 1 km 격자별 사고건수를 사고율로 산출한 결과, <그 림 2.1.6>과 같이 강우강도 증가 시 사고율이 증가하는 경향을 보였는데, 정상기상과 비교했을 때 강우 2 ~ 3 mm/h에서 1.55배, 5 ~ 10 mm/h에서 2.14배 증가함(Hagita et al., 2011)
- 강우가 사고원인인 사례에서 강우량별 위험인지속도의 차이를 분석한 결
국가명 연구자 연구주제 및 내용 강우관련 정보
일본
Imada et al.
(1989)
- 구획선의 야간우천시에 일어나는 시인성 저하의 요인분석과 시인성 향상 대책에 관한 연구
- 30 mm/hr 이상의 강 우(발생빈도 상 90%
확률)에 대한 시인성 확보 방안을 도출 Hagita
et al.
(2011)
- 교통사고와 강수량데이터를 활용한 우천사고의 분석
- 강우량별 1 km 격자별 사고건수를 사고율로 산출
- 강우강도 증가하는 경우 사고율이 증가
- 강우강도를 0~1, 1~2, 2~3, 3~5, 5 mm/hr 이상으로 구분 하여 분석
Yano et al.
(2012)
- 고속도로주행시의 강우에 의한 인지적 영향에 관한 연구
- (실험1) 전방의 안내표식을 읽을 수 있는 거리 - (실험2) 앞차와의 차간거리는 일정하게 유지하
는 종속주행 및 반응시간 분석
- 강우 상황 실험은 실제 강우발생일에 수행함 - 실험실시 당시의 우량:
0.5~6.0 mm/hr
Yano et al.
(2015)
- 강우에 의한 시인성 저하가 고속도로주행시의 인지반응에 미치는 영향 실험 연구
- (실험1) 선행차량의 가속이 있으면 감속에 재 빠르게 반응하는가?(강우/비강우시 비교) - (실험2) 순간적으로 제시되는 전방교통상황을
인지하거나, 전방의 다른 차량의 존재상황을 인 지하는가?
- 강우 상황 실험은 실제 강우발생일에 수행함 - 실험실시 당시의 우량:
0.5~7.0 mm/hr
캐나다
Andrey and Yagar
(1993)
- 강수사상의 시간대와 그 일주일전/후의 무강수 일의 동일 시간대의 사고를 이용하여 사고리스 크 비교
- 강우시의 사고리스크는 무강수시와 비교해서 70% 이상 높게 산출
- 실제 사고 당시의 강우 량 활용(169개 강우사 상, 15,000 교통사고 사례)
Andrey et al.(2013)
- 캐나다 악천후에 적응하는 운전자에 대한 분석 - 비강우시와 비교할 때 강우시 사고율은 75%,
상해사고율은 45% 증가함.
- 실제 사고 당시의 기상 정보 활용
미국
Brodsky and Hakkert
(1988)
- 강우 기상상황에서의 도로 사고의 위험도 분석 - 이스라엘과 미국의 교통사고 자료와 기상자료를
이용하여 분석 수행, 위험도 지수 산출
- 실제 사고 당시의 강우 량 활용
<표 2.1.4> 강우-교통사고 정보 기반의 시인성 및 안전성 관련 연구 사례
과 강우강도가 10 mm/h 이상이 되는 경우 <그림 2.1.7>과 같이 인지속도 가 급격히 떨어진다고 보고됨(Yokozeki et al., 2011).
교통사 고율 ( 건/km 2•
년)
강우강도(mm/h)
0~1미만 1~2미만 2~3미만 3~5미만 5이상
<그림 2.1.6> 강우강도별 교통사고율
<그림 2.1.7> 강우가 원인인 사고에서의 우량별 위험인지 속도
2.1.4 강우강도와 교통사고 상관성 분석 가. 지상강우관측소 및 레이더 강우 자료
ㅇ 지상강우관측소 강우 자료 및 레이더 강우 자료의 활용
- 강우와 교통사고와의 상관성 분석을 위해 기존 지상강우관측소(AWS, Automatic Weather Stations)를 사용하는 것 보다 레이더 강우를 이용한 경우 교통사고와의 인과관계를 정확하게 정의할 수 있음(Jaroszweski and McNamara, 2014)
- 기존의 지상강우관측소를 이용하여 강우정보를 획득하여 교통사고와의 관 계를 분석하는 것은 도로 상에 관측소가 존재하지 않거나 상당히 먼 거리 에 위치한 관측소 자료를 활용해야 하는 한계가 있음
- 기상레이더 강우는 2차원 면적인 강우정보를 고해상도 격자(250 m ~ 1,000 m)로 획득할 수 있으므로, 실제 도로에 동일하게 대응되는 강우정 보를 획득할 수 있음
- 본 연구에서는 <그림 2.1.8>과 같이 서울시 30개 지상강우관측소에서 측 정된 1분 강우관측 자료를 1시간 누적강우로 환산하여 분석에 활용함
∙ 단순히 사고지점에서 가장 가까운 관측소 자료를 이용하는 것에 추가하 여, AWS 강우를 지구통계적인 기법인 크리깅을 활용하여 <표 2.1.5>의 (a)와 같이 공간분포 시켜 레이더 강우와 함께 비교함
- 기상 레이더는 신속한 관측능력과 우수한 공간적, 시간적 강수 탐지라는 장점을 지니고 있어 전 세계적으로 레이더망에 의한 강수현상의 감시체계 로 활용하는 것이 보편화되어 있음
∙ 기상레이더는 발사된 전자파가 비, 눈, 우박 등의 기상 목표물에 부딪혀 되돌아오는 반사파의 신호를 분석하여, 강수구름의 위치와 이동상태, 강 수강도 등을 감시, 추적하는 원격탐사 장비를 지칭
∙ 이러한 기상레이더로 임의의 목표물을 탐지하여 정량적으로 강수량을 계산할 때, 레이더 수신기 내부에서 레이더 방정식(
)이 사용됨
∙ 이 레이더 방정식은 안테나에 수신되는 평균전력( Pr)이 송신 첨두전력 ( Pt), 레이더 파장(γ), 안테나의 크기( Ae) 그리고 목표물의 성질( |K|2) 등에 의하여 좌우된다는 것을 설명
∙ 여기서, 은 안테나에 수신되는 평균전력이고, C는 레이더 상수, K는 감쇄상수, Z는 반사인자, r은 레이더 반경을 의미
∙ 레이더 방정식을 바탕으로 레이더 강우강도를 추정할 때는 다음
와 같은 Z-R (반사도-강우강도) 관계식을 통해 강우강도를 산정하며, 여기서 A와 b는 강우 유형에 따라 결정되는 상수이며, Z와 R의 단위는 각각 mm3/m3, mm/h임
∙ 1948년 Marshall-Palmer는 물방울의 분포수 0.08 cm-4에 대해서 Z=200․
R1.6을 구한 바 있으며, 이것은 기상 레이더의 신호 처리기의 제작 시 보편적으로 사용되는 Z-R 관계식으로 알려져 있음(Marshall and Palmer, 1948)
∙ 본 연구에서는 레이더 강수변환시 이 식을 사용함
<그림 2.1.8> 서울시 AWS 관측소 위치
- 본 연구에서는 서울의 강우 관측에 지배적인 기상청에서 운영 중인 광덕 산레이더와 관악산레이더를 합성하여 지형으로 인한 차폐 및 관측공백을 보완함
∙ 최종적으로 레이더 강우는 “Marshall-Palmer” 식을 이용하여 250 m 해상도를 갖는 강우강도 정보로 생성함
(a) AWS 크리깅 강우분포장 (b) 레이더(관악산-광덕산) 관측강우
<표 2.1.5> AWS 크리깅 강우분포장과 레이더를 이용한 강우정보
나. 국내 교통사고 자료 종합 ㅇ 교통사고 자료 수집 및 분류
- 과거 2007년부터 2017년까지 발생한 교통사고 발생기록을 도로교통공단에 서 운영 중인 교통사고분석시스템(Traffic Accident Analysis System, TAAS))에서 수집함(그림 2.1.9)
∙ 수집된 내용은 발생일시, 발생요일, 발생시군구, 사고내용, 사망자수, 중 상자수, 경상자수, 부상신고자수, 사고유형, 법규위반, 노면상태, 기상상 태, 도로형태, 차종, 성별, 연령, 상해정도, 사고장소, 사고개요 등
∙ 교통사고 발생구역을 서울시 전역을 대상으로 함
<그림 2.1.9> 도로교통공단의 TAAS
ㅇ 강우 발생 시점 기준 교통사고 자료 조사
- 강우로 기인한 교통사고의 발생빈도 증가 및 심각도 증가 경향을 판단하 기 위하여 우천시 발생한 교통사고와 해당 교통사고를 기준으로 일주일 전, 후 기간에 발생한 무강우일의 교통사고 기록을 수집
- 방대한 교통사고 발생 정보(서울시 총 24,797건)는 좌표정보 종합 및 기타 자료의 효율적인 처리를 위해 파이썬(Python) 코드를 작성하여 활용
∙ 작성된 코드는 강우자료와의 상관성 분석을 위한 데이터 추출, 분류, 수 집 및 종합에 사용
다. 과거 우천시 강우강도-교통사고 상관성 분석
ㅇ 우천시 교통사고 발생시점의 정량적 강우량 정보 획득
- 사고발생 시점의 강우량 정보를 획득하기 위해 수집한 교통사고 발생 위 치 좌표(UTM-K)를 중부원점 TM 좌표로 변환
- 강우정보는 강우의 공간적인 분포를 고려하기 위하여 기상청 레이더 합성 강우장과 사고지점에서 최근리 기상청 AWS를 통해 획득
∙ 사고지점에 대응되는 기상청 레이더 합성장의 격자점과 최근리 AWS 지 점을 찾는 공간분석을 수행(그림 2.1.10 및 그림 2.1.11)
<그림 2.1.10> 우천시 교통사고 발생지점 및 AWS 분포 현황
<그림 2.1.11> 우천시 교통사고 발생지점 및 레이더 격자 분포
- 교통사고 지점별 강우관측지점간 거리를 AWS(16 ~ 5,956 m), 1 km 해상 도 레이더(5 ~ 724 m), 250 m 해상도 레이더(1 ~ 134 m)로 도시하면 각각
<그림 2.1.12>, <그림 2.13>, <그림 2.14>와 같이 표출됨
∙ 이와 같이 고해상도 레이더 값을 활용할 경우 사고지점에 직접 영향을 준 강우량을 획득할 수 있음
<그림 2.1.12> 교통사고 지점별 최근리 AWS와 레이더와의 거리
<그림 2.1.13> 교통사고 지점별 최근리 레이더 격자(1km)와의 거리
<그림 2.1.14> 교통사고 지점별 최근리 레이더 격자 (250 m)와의 거리
- 정량적 강우량 정보를 획득하기 위해서 AWS 강우처리 및 크리깅을 이용 하여 지점강우정보 기반의 강우공간 분포장을 획득하는 프로그램, 레이더 Universal format(UF) 원자료에서 250 m 해상도의 레이더 합성강우 정보 를 획득하는 프로그램, 각 이미지 처리 및 사고발생 지점별 10분 강우정 보를 추출할 수 있는 프로그램을 개발함
∙ <그림 2.1.15>는 각각의 절차와 산출물의 일례를 보여준 것
<그림 2.1.15> AWS와 레이더를 이용한 정량적 강우량 산출모듈
ㅇ 사고발생시 강우 추출 및 사고유발 강우량의 빈도분석
- 강우와 교통사고의 상관관계 분석을 위해 수집된 사고건수(총 24,797건)에 대한 AWS, 레이더 강우 자료를 추출
∙ 기상청으로부터 2008~2017년 4월~10월의 AWS 바이너리 원자료와 레이 더 UF 원자료를 수집
∙ 특히 기상현상 중 강우로 인한 사고 원인만을 분석하기 위해서 결빙이 나 강설의 영향이 없는 4월~10월 자료를 사용
∙ 정량적 강우량 산출모듈을 통해 교통사고 건에 대응되는 AWS 지점 강 우/AWS 공간분포 강우/레이더 격자강우 정보가 <그림 2.1.16>과 같은 파일 형태로 산출
<그림 2.1.16> 교통사고 발생건별 강우 정보 획득 결과
- 획득된 AWS 지점 강우, AWS 공간분포 강우, 레이더 격자강우 정보를 이 용하여 5 mm 간격의 강우강도별 교통사고 발생 빈도를 나타내면 <그림 2.17>, <그림 2.18>, <그림 2.19>와 같음
<그림 2.1.17> AWS 지점 강우강도별 사고발생 빈도 분석
<그림 2.1.18> AWS 공간분포 강우강도별 사고발생 빈도 분석
<그림 2.1.19> 레이더 강우강우강도별 사고발생 빈도 분석
∙ AWS 지점강우는 5 mm 이하의 사고 발생건수가 가장 많았고, 레이더 강우는 5 ~ 10 mm 이하의 사고발생건수가 가장 많음
∙ AWS 크리깅 공간분포를 이용한 빈도분석 결과도 레이더 강우와 같은 경향을 보였으나, 빈도수가 차이가 있었으며 이를 통해 지점강우와 레 이더 강우와의 사고발생간의 연관성 분석에 차이가 있음을 확인
∙ 특히 5~10 mm 이하의 강우발생이 전체 강우발생에 큰 비중을 차지하 고, 실제 강우시 교통사고의 발생이 집중되는 것을 감안할 때 베이스라
인 규명을 위한 실증실험시 사용되는 강우 기준으로 5~10 mm 강우강 도를 제안할 수 있음
ㅇ 상대적 사고발생비율 분석
- 다양한 강우정보(AWS 지점강우, 레이더 격자강우)를 이용하여 상대적 사 고발생 비율(RAR, Relative Accidents Ratio)을 산정하고, 강우자료별 RAR 의 차이를 분석함
∙ 상대적 사고발생 비율은 강우발생 7일 전후 사고건수에 대한 강우 발생 일 사고건수의 비율을 나타냄
∙ 사고유발 강우량의 빈도분석 결과를 통해 강우량 기준을 고려한 RAR 분석은 큰 차이가 나지 않는 것으로 판단하여 강우량별 기준을 고려하 지 않고, 강우발생 만을 기준으로 RAR 분석을 수행
- 분류된 AWS와 레이더 자료를 각각 이용해서 강우발생일의 교통사고건수 /7일 전후 무강우시 평균 교통사고건수(RAR)를 계산
∙ 강우의 공간적 변동성을 감안하여 RAR은 서울시의 467개 동을 대상으 로 각각 산정
∙ <그림 2.1.20> 및 <그림 2.1.21>과 같이 동별로 강우시/무강우시의 교통 사고 정보와 강우정보를 분류
∙ 강우시 교통사고로 분류된 사고 중 AWS, RADAR에서 각각 결측이거나 무강우인 사고 건수도 존재하여 RAR 분석에서는 제외
∙ <그림 2.1.22>는 서울시 467개 동별 RAR 산정결과를 도시한 것
∙ AWS나 레이더 강우를 통해서 교통사고건수 비교와 RAR 산정결과, 모 두 강우로 인해 교통사고가 증가하는 것을 확인할 수 있었음
∙ AWS 강우정보를 이용한 평균 RAR은 12.97, 레이더를 이용한 평균 RAR 은 16.26으로 특히 레이더의 RAR가 크게 나타남
∙ 이는 레이더가 강우의 공간분포를 잘 관측하여 강우로 인한 교통사고 건수를 더 많이 카운트 할 수 있었기 때문인 것으로 판단되며, 악천후 에 대응하는 도로기술을 개발할 때 레이더의 활용성이 높은 것으로 사 료됨
<그림 2.1.20> 동별 강우/무강우시 사고정보 및 강우정보 분류
<그림 2.1.21> 동별 분류된 강우시 사고정보 및 강우정보 현황
<그림 2.1.22> 서울시 467개 동별 RAR 산정 결과
2.1.5 우천시 도로안전성 평가기준에 적용되는 강우조건
ㅇ 1차년도 연구결과를 기준으로 도출된 우천시 도로안정성 평가기준 강우조건 종합 - 서울지역 강우 특성 고려시 아래의 시사점을 도출함
∙ 서울지역 강우는 1 mm에서 5 mm 이하의 강우 발생일 수가 전체 강우의 38%
에서 81% 해당함
∙ 악천후시 도로안전 기준 정의시 도로환경 베이스라인 규명을 위한 실험에 최소 5 mm 이상의 강우 발생이 중요
- 국내외 도로배수시설 설계 기준 검토시 아래의 시사점을 도출함
∙ 서울지역 강우는 73.6 mm/hr에서 99.2 mm/hr 이하의 강우강도, 연천지역은 66.2 mm/hr에서 92.5 mm/hr 발생일 수가 전체 강우의 38%에서 81% 해당
∙ 일본의 경우 노면배수공설계에 이용되는 강우빈도는 3년 확률빈도의 기준 강우 강도이며 서울 지점의 확률강우량 기준으로 환산했을 때 3년 빈도 강우는 52.7 mm/hr 해당
∙ 즉 도로배수시설 기능에 문제가 없는 조건에서 순수 우천시 도로안전성 평가를 수행하기 위해서는 52.7 mm/hr 강우강도 이하에서 실험 수행
- 국외 강우-교통사고 상관관계 분석 사례 기준
∙ 시인성 향상 등을 위한 실험 연구는 최소 0.5 mm/hr에서 7 mm/hr 사이의 강우 강도 범위에서 연구가 수행된 사례와 30 mm/hr 이상의 발생빈도 상 90% 확률 을 갖는 강우강도에서의 시인성 확보 방안 도출을 위한 연구사례로 구분
∙ 기상특성과 수문특성이 유사한 일본 연구사례의 경우 무강우 기준과 비교했을 때 교통사고-강우 관계에서 사고율이 증가하는 경향은 5 mm/hr에서 10 mm/hr 구간에서 2.14배로 가장 크게 나타남
∙ 강우량별 위험인지속도의 차이 분석 결과에서는 강우강도가 10 mm/hr 이상 되 는 경우 인지속도가 급격히 떨어지는 것을 확인
- 1차년도 서울특별시 강우-교통사고 상관관계 분석 결과 기준
∙ AWS 지점강우는 1시간 누적강우 기준 5 mm 이하의 사고 발생건수가 가장 많았고, 레이더 강우는 5 ~ 10 mm 이하의 사고발생건수가 가장 많음
∙ 실제 강우시 교통사고의 발생이 집중되는 것을 감안할 때 베이스라인 규명을 위한 실증실험시 사용되는 강우 기준으로 5~10 mm 강우강도를 제안할 수 있음
∙ 상대적 사고발생 비율 기준으로 AWS 강우정보를 이용한 경우 평균 RAR은 12.97, 레이더를 이용한 경우 평균 RAR은 16.26으로 나타남
ㅇ 1차년도 연구결과 기준 우천시 도로안정성 평가기준 강우조건
- 강우-교통사고 상관관계에서 교통사고의 발생 수가 급격히 증가하는 5 mm/hr 이 하의 강우강도 구간에서는 교통사고의 원인이 반드시 강우로 인한 시인성 미확보 또는 인지속도의 급격한 저하라고만 보기에는 무리가 있고, 도로배수시설 설계 기준의 강우강도를 넘어서는 구간의 경우 배수시설의 기능 저하로 인한 원인도 존재하기 때문에 1차년도 연구결과를 기초로 한 우천시 도로안정성 평가기준 적 용을 위해 강우조건 최종(안)을 다음과 같이 제시(그림 2.1.23)
∙ 국외사례 중 강우량별 위험인지속도의 차이 분석 결과에서는 인지속도가 급격 히 떨어지는 구간을 고려하여 강우강도가 10 mm/hr 이상 되도록 실험 강우강 도 설정
∙ 기상특성과 수문특성이 유사한 일본 연구사례의 경우 무강우 기준과 비교했을 때 교통사고-강우 관계에서 사고율이 가장 크게 증가하는 5 mm/hr에서 10
mm/hr 구간을 고려하여 실험 수행
∙ 도로배수시설 기능에 문제가 없는 조건에서 순수 우천시 도로안전성 평가를 수 행하기 위해서는 52.7 mm/hr 강우강도 이하에서 실험 수행
<그림 2.1.23> 우천시 도로안전성 평가기준 강우조건(안)
2.1.6 차년도(2차년도) 연구 계획 가. 최종 연구 목적
ㅇ 서울시와 다른 교통량 특성을 보이는 지역 또는 일반도로가 아닌 다른 분류의 도 로에서의 강우강도-교통사고 상관성 분석을 통한 우천시 도로안전성 평가기준에 적용되는 강우조건 분석
ㅇ 도로안전성 평가 실험 수행에 적용된 강우량 계측 값에 대한 면적 강우 분포 분석 을 통한 실험 강우강도 해석
ㅇ 도로안전성 평가 실험 수행시 발생되는 도로 노면의 지표수 유출에 대한 수리적 해석 방법 적용 및 분석 결과 도출
나. 우천시 강우강도-교통사고 상관성 분석 보완 및 확장 ㅇ 시공간 분포를 고려한 강우강도-교통사고 상관성 분석
- <표 2.1.5>의 (a)는 2011년 7월 27일의 레이더 격자강우이미지와 해당 시점
의 교통사고 발생 위치(빨간 원)를 함께 도시한 것으로 교통사고의 공간 분포 일치도와 레이더 강우 공간분포의 일치성을 확인할 수 있음
- 이에 반해 <표 2.1.6>의 (b)와 같이 지점강우관측소인 AWS를 공간분포 자 료로 분석하였을 경우 해당시점의 교통사고 발생위치와의 일치성은 매우 떨어지는 것을 확인할 수 있음
(a) 레이더 격자강우
(b) AWS 크리깅 공간분포 강우
<표 2.1.6> 강우 이미지와 사고발생 지점간의 일치성 분석
- 향후 2차년도에는 이러한 레이더 강우의 공간분포 정보가 상세한 장점을 적극 활용하여 시공간 분포를 고려한 강우강도-교통사고 상관성을 정량적 으로 분석하고자 함
ㅇ 서울시 일반도로와 상이한 교통량 특성을 보이는 지역을 대상으로 우천시 강우강 도-교통사고 상관성 분석을 확장하고 분석 결과를 강우강도 기준 제시에 활용 - 서울시와 다른 교통량 특성을 보이는 지역과 일반도로가 아닌 다른 분류의 도로
에서의 교통사고 자료 및 강우 자료를 확보하여 강우강도-교통사고 상관성 분석 을 수행
- 서울시와 다른 결과 도출시 이를 우천시 도로안정성 평가기준에 적용되는 강우조건 분석에 활용
다. 실험 강우량 계측 및 면적 강우 분포 분석 ㅇ 실험 강우량 계측
- 자연강우는 기존의 강우 관측값이나 광학우적계(PARSIVEL disdrometer) 등의 장비를 이용한 실측한 자료를 활용하여 강우 분포 및 특성을 분석함 - 인공강우의 경우는 광학우적계 등의 장비를 활용하여 우적 분포 및 자연
강우와의 차이를 분석하기 위해 빗방울의 낙하속도 등을 측정
- 연구나 실험 목적으로 강우발생 장치를 설치한 경우 자연강우와 동일한 특성을 갖도록 유사하게 모사하려는 노력이 필요함에 따라 이에 대한 다 양한 연구가 현재 수행되고 있으나 아직까지는 실질적으로 적용할 수 있 는 단계는 아님
- 본 연구에서도 인공강우 발생 실험에서는 <그림 2.1.24>와 같이 우량계를 활용한 인공강우 발생장치의 강우량을 지점별로 측정한 후 평균 강우량 및 강우강도를 분석
<그림 2.1.24> 우량계를 이용한 인공강우 측정
ㅇ 실험 강우량 분포 분석
- 1차년도 실험시 수행한 실측강우를 인공강우 발생장치의 펌프 조건별 공간 적 우적 분포로 도시(그림 2.1.25), 측정 값을 시간당 강우량으로 환산 - 펌프 작동 조건에 따라 강우발생이 공간적으로 편중되어 있는 것을 알 수
있으며 이러한 펌프 작동 조건별 강우량 및 강우강도 분포 자료는 실험조 건에 맞는 강우조건을 선정하는데 기본 자료로 활용될 수 있음
<그림 2.1.25> 1차년도 강우량 계측 결과 분석 및 면적강우 분포(시간당 강우량)
- 2차년도에도 실험 수행시 측정한 강우량을 펌프 작동 조건별 면적 강우 분포 및 시간당 강우강도로 분석할 예정
ㅇ 도로 노면 지표수 유출에 대한 수리 계측 방법 제시 및 수리적 특성 해석 - 악천후시 도로 노면에 발생하는 지표수 유출에 대한 수리적 특성 값들을
측정하기 위한 방법으로 LSPIV(Large Scale Particle Image Velocimetry)를 검토
- LSPIV 방법은 시간차를 두고 촬영된 두 개의 영상을 비교하여, 영상 속의
입자 변위를 측정한 후 이를 이용하여 각 입자들의 유속을 측정하는 방법 - 영상 측정을 위한 비교적 간단한 장치 구성과 영상처리 및 분석을 위한
컴퓨터 프로그램이 필요하며 대규모의 실내외 실험이나 현장에서의 유속 측정 방법으로 활용
<그림 2.1.26> PIV 기법의 기본 개념
<그림 2.1.27> LSPIV 기법을 활용한 유속장 도출 사례
- 주로 비디오 카메라를 이용하여 대상 영역을 촬영한 후 <그림 2.1.28>과 같은 PIV(Particle Image Velocimetry) 기법 원리로 촬영된 영상을 소프트 웨어를 활용하여 일정 시간에 따른 입자 변위 값들을 분석할 경우 평면 유속장 값을 획득
- 도로 노면은 공간적으로 넓은 영역에 해당하며, 일방향 지표수 유출이 발 생하는 것이 아니라 다뱡향 유출이 발생할 수 있는 영역
- 일반적인 유속계로 측정 가능한 수심을 확보하기가 어려우며 매우 수심이 얕은 조건의 지표수 유출이 발생하기 때문에 도로 노면의 지표수 유출 유 속장 도출을 위해서는 대상 영역 전체의 순간 유속장을 획득할 수 있는 유속측정 방법이 필요하며, LSPIV 기법이 악천후시 도로 노면에 발생하는 지표수 유출에 대한 수리적 특성 값들을 분석하기 위한 최적의 방법이라 고 할 수 있음
ㅇ 2차년도 계획
- LSPIV 기법을 적용하기 위한 영상장비로는 Digital Video Camera를 활용 할 수 있으며, 촬영을 위한 실험시간은 도로노면에 떨어진 강우 입자가 유출구까지 통과하는 시간의 약 2배 이상을 촬영하는 것이 필요
- <그림 2.1.27>은 LSPIV 기법의 적용 절차를 개략적으로 보여주는 사례이
며 악천후시 도로 환경에 LSPIV를 적용할 경우 정확한 유속 측정을 위한 적절한 Seeding 입자 선택이 매우 중요
- 2차년도에서 도로 노면에서 발생하는 지표수 유출에 대한 수리적 특성을 분석하기 위한 다양한 테스트가 필요할 것으로 판단
<그림 2.1.27> LSPIV 기법의 적용 절차 및 유속장 도출 사례
2.2 강우-도로안전 실증실험방법 개발
2.2.1 실증실험 대상, 규모, 시나리오 정의ㅇ 대상
- 우천시 강우조건을 모사하는 장치(이하 강우재현시설)을 활용하여 인공 강우 발생 시키고 강우강도에 따른 도로안전성능 변화에 관한 실증실험 수행
∙ 강우강도 조건별 일반차/운전자, 일반차/ADAS 운행조건에서 도로안전성능 변화 에 대한 베이스라인 규명
ㅇ 규모
- 강우재현시설은 총 연장 200 m로 터널구간 100 m, 일반구간 100 m로 구성되며 재현시설간 간격은 10 m로써 총 20기의 강우발생지주가 설치되어 있음
∙ 강우강도는 시간당 10 mm ~ 50 mm 사이에서 운영
ㅇ 시나리오
- 인공강우 재현상태에서 사전 정의된 도로 시설물, 자동차, 주행시나리오(차선의 이탈 등)에 부합되게 실증실험을 수행
∙ 세부 시나리오의 구성은 실증실험별 목적과 성능평가 지표에 따라 구분하여 적 용함
2.2.2 실증실험 수행을 위한 실험계획 수립
ㅇ 강우강도 기준
- 강우강도 최소기준은 강우-도로교통사고 관계분석 결과를 토대로 시간당 최소 10 mm 이상의 조건으로 하고 최대기준은 도로배수시설 기능에 문제가 없는 조건으 로 시간당 50 mm 조건으로 정하여 실험을 수행
ㅇ 도로안전성능 평가 기준
- 도로안전성능 평가 기준은 일반차/운전자 운행조건에서는 운전자의 작업부하
(Driver Workload)를 일반차/ADAS 운행조건에서는 ADAS의 성능(인식률과 인식 가 능한 전방 최대 거리[View Range])에 대해 평가함
ㅇ 실험계획 수립
- 일반차/운전자 운행조건에서는 강우강도별 운전자 작업부하 변화를 실험함
∙ 운전자 작업부하는 뇌파를 이용하여 평가함
- 일반차/ADAS 운행조건에서는 강우강도, 도로시설물(노면표시 재료) 종류에 따른 LDWS(Lane Departure Warning System)의 성능변화를 실험함
∙ LDWS 성능변화는 방향지시등을 켜지 않은 상태에서 차로변경 시 경고음 발생 유무의 신뢰성과 차로변경없이 직진 주행시 차량 CAN 데이터를 역추적하여 LDWS가 차선을 인식한 최대 거리(View Range)를 이용해서 평가함
2.2.3 실증실험 수행(일반차, ADAS)
ㅇ 일반차/운전자 운행조건 : 운전자 작업부하(뇌파) 기준 - 정상기상과 강우조건에서 운전자의 뇌파를 측정함
∙ 뇌파측정기를 장착한 운전자가 정상 및 강우조건에서 주행
ㅇ 일반차/ADAS 운행조건 : 경고음 발생유무 신뢰도 기준 - 정상기상과 강우조건에서 LDWS 성능을 인식률로 평가
∙ 차량탑승자가 경고음 유무를 확인하고 평가
ㅇ 일반차/ADAS 운행조건 : 인식거리 기준
- 정상기상과 강우조건에서 운전자의 뇌파를 측정함
∙ 차량의 CAN 데이터에 근거하여 인식 가능한 전방 최대 거리로 평가
2.2.4 실증실험 결과 분석(통계해석) 및 feed-back
ㅇ 일반차/운전자 운행조건 : 작업부하를 평가척도로 하여 결과분석 - 정상기상과 강우조건에서 운전자 뇌파 변화를 비교
- 정상기상에 비해 강우조건에서 운전자의 스트레스 증가
∙ 다만, 본 실험은 운전자 3인 대상 파일럿 테스트로써 2차년도 연구에서 통계적 으로 유의한 피실험자 확보를 통한 보강 연구 필요
※데이터 취득과정에서 운전자 1인 자료만 유의한 수준으로 획득됨
ㅇ 일반차/ADAS 운행조건 : 경고음 발생유무 기준
- 정상기상과 강우조건에서 도로시설물(노면표시 재료) 종류에 따른 LDWS 경고음 발생유무의 신뢰성을 평가
- 정상기상에 비해 강우조건에서 LDWS의 성능저하 확인 - 도로시설물(노면표시 재료)에 따라 LDWS의 성능변화 확인
∙ 다만, 노면표시 재료간(예로, 도료와 표지병) 시인성을 측정하는 단위가 차이가 있으므로 연구결과를 국가 기준으로 반영하기 위해서는 재료간 시인성을 동일 한 단위로 비교될 수 있는 방안에 대한 검토가 필요함
∙ 이를 극복하기 위해 본 연구는 동영상 휘도를 측정함으로써 차선도색 재료간 면단위 시인성능을 비교하여 제시함
ㅇ 일반차/ADAS 운행조건 : 인식 가능한 전방 최대 거리 - 정상기상과 강우조건에서 LDWS 인식거리 변화를 비교
- 정상기상에 비해 강우조건에서 인식거리 증가경향 확인
∙ 다만, 본 실험은 강우조건에 따른 인식거리 변화를 평가한 파일럿 테스트로써 2 차년도 연구에서는 도로시설물(노면표시 재료) 종류와 연계된 보강연구 통계적 으로 유의한 피실험자 확보를 통한 보강 연구 필요
2.2.5 실증실험장비(Vehicle In Loop) 개발
ㅇ 가상 주행과 현실 주행(실증실험)간 연계 평가
- 기상재현 실증실험이 단일 차량의 안전성을 평가하는 한계가 있으므로 가상 주행 과 현실 주행을 연계하여 여러 차량 주행환경을 모사하여 차량의 안전성을 평가 - 가상 주행은 드라이빙 시뮬레이터를 활용하여 평가하고 현실 주행과 가상 주행을
연결하기 위한 별도의 차량 내 통신장치를 구축함
- 실증실험 중 운전자는 가상 주행 운전자들과 HMD를 통해 연계 : 영상 중첩을 통
해 상호 인지 및 동시 주행 수행
2.2.6 VILS 활용 강우-도로안전성능 실증실험 방법 개발
ㅇ VILS 정의 및 기능
- VILS(Vehicle In Loop System)은 실시간 시스템 개발 및 시험에 사용되는 기술로 서 실차량 기반의 테스트 플렛폼을 의미함
- 본 연구에서는 VILS(Vehicle in the Loop System) 시스템 기반으로 가상현 실과 실차량간 연계를 통한 악천후 대응 스마트도로 기술 평가시스템 개 발을 목표로 하고 있음(그림 2.2.1 참조)
<그림 2.2.1> VILS 아키텍쳐 및 데이터 플로우
- 1차년도 연구에서는 1) 가상주행 환경 구축을 위한 드라이빙 시뮬레이터 (다중 주행을 위해 2대 제작)와 S/W(UC WINROAD)를 설치하였으며, 2) 가상현실을 실증주행중인 차량과 연계하기 위한 차량내 통신장치와, 3) 가 상현실환경에서 실증주행중인 차량과의 상호 인터액션을 위해 HMD(Head Mounted Display)를 구축하였음
ㅇ VILS 활용방안
- 본 연구는 VILS를 활용하여 악천후 조건에서 실증 트랙을 주행하는 차량과 가상 주행 시뮬레이터를 주행중인 차량간에 상호작용을 검토코자 함
- <그림 2.2.2>는 연천 기상환경 재현실증센터에서 VILS를 구현하는 상황 시나리오
로써 실차에서는 가상차량 2대가 화면상에 표시되고 각각의 시뮬레이터에서는 실 차 1대와 가상차량 1대의 주행화면이 표출되어 상호 작용하게 됨
<그림 2.2.2> 기상환경 재현실증센터 가상-현실 주행환경개념
ㅇ 2차년도 VILS 활용계획
- 본 연구 1차년도에는 VILS 시스템을 구축하였고 2차년도부터는 이를 활용한 실증 연구를 수행할 계획임
- 대표적인 연구로 악천후 조건에서 실증 트랙을 주행하는 운전자가 HMD를 통해 가상주행 차량과 상호 작용을 하는 조건을 구성하고, 정상기상과 악천후 기상(우 천 시 등) 조건에서 실증 트랙 운전자와 가상주행 운전자간 상호 역학 관계를 분 석하고 이를 토대로 도로 안전성을 평가코자 함
- <그림 2.2.3>은 가상주행시뮬레이터와 실증트랙 실차간 데이터흐름을 나타낸 것임
<그림 2.2.3> 가상주행차량-실증트랙차량간 데이터 연계개념
