Journal Archive

도로는 외부조건에 취약한 특성을 가진다. 일반적으로 외부조건인 기상상황이 고려된다. 대표적인 기상상황은 강설·강우·안개로 운전자의 시야 감소 또는 차량 타이어와 노면과의 마찰력 저하에 영향을 미친다. 이는 전체적인 교통류의 안정성을 급격히 감소시켜, 잠재적인 교통사고 위험을 높이게 된다. 도로 주행 중 운전자가 경험하는 다양한 기상조건은 필연적인 것으로, 도로 상에서 발생하는 교통사고와 직·간접적인 영향이 있다. 지난 3년간(‘16년~’18년) 교통사고를 분석한 결과, 전체 교통사고 발생 건수는 감소(연평균 -0.9%)하였으나, 노면결빙으로 인한 교통사고는 오히려 증가한 것(연평균 9.1%)으로 나타났다. 특히, 노면결빙 사고는 하루 중 상대적으로 기온이 낮은 06시~10시 사이에 집중적으로 발생한 것으로 나타났다[1]. 노면결빙으로 인한 교통사고의 경우, 치사율이 건조한 노면상태일 때와 비교해서 약 1.9배 높은 것으로 밝혀졌다. Edwards의 연구에 따르면 기상요인과 교통사고간의 심각도를 상관관계분석을 통해 확인한 결과, 안개가 교통사고 심각도 및 치명도 관점에서 가장 높게 나타났다[2]. 실제로 국내뿐만 아니라, 미국 및 유럽 등에서도 안개로 인한 교통사고 빈도가 높게 나타나고 있으며, 대부분 대형사고와 연관이 있는 것으로 밝혀졌다. 지난 2015년 영종대교에서 해무로 인한 시정거리 미확보로 인해 106중 추돌사고가 발생하여 2명이 사망하고, 70여명이 치명상을 입은 대형교통사고가 발생하였다. 이후에도 안개로 인한 크고 작은 사고가 지속적으로 발생하고 있다. 이는 운전자의 시야가 정확하게 확보되지 않는 안개 속 도로에서는 다른 기상조건에 비해 사고 발생 가능성이 높으며, 치사율도 매우 높은 것으로 나타났다[3]. 도로교통 분야에서는 수십 년 전부터 기상조건과 교통 상태와의 직·간접적인 연관성을 밝히기 위한 연구를 많이 수행하였다 [4-8]. 이러한 연구 대부분의 초점은 기상조건에 따른 교통용량 및 운영속도의 변화를 알아내는 것이었다. 공통된 연구의 결과로 기상조건은 교통용량을 심각히 저하시키고, 운영속도의 급격한 변화를 야기한다고 제시하고 있다. 최근에는 기상조건에 따른 교통안전관점에서의 도로 위험도를 규명하기 위한 연구가 많이 진행되고 있다[9-12]. 기상조건에 따른 도로 위험도를 산정하기 위해서는 도로 상에 발생한 기상상태 또는 노면조건에 대한 정확한 데이터 수집이 필수적이다.

본 연구에서 안개 및 노면결빙 데이터는 사업용 차량에 장착된 영상 센서 및 DTG 정보를 활용하여 수집한다. 특히, 노면결빙 데이터는 DTG 데이터와 함께 실시간 GPS 좌표에 근거한 차량속도, 차륜회전속도, G-센서, 블랙박스 영상 데이터 모두가 알고리즘을 통해 융·복합 처리된다[13][14]. 이러한 수집·처리 기술은 기존 연구를 통해 정확도 및 유용성이 입증되었다. 수집·처리된 모든 데이터는 무선통신을 통해 실시간으로 서버에 전송되는데, 이러한 서버는 정보공유시스템(DAta Interchange factory for Safety Solution, DAISS)안에 있다. DAISS는 수집된 정보와 동일한 구간에 대한 도로속성데이터를 융·복합하여 새로운 형태의 도로위험정보를 제공하기 위해 개발되었다[11][12]. 도로위험정보는 교통소통에 장애가 되는 이벤트 또는 상황을 탐지하여 도로관리자와 도로이용자에게 제공된다면, 교통사고의 위험을 사전에 예방하는 효과를 얻을 수 있다. 교통사고는 현재 우리 사회가 직면한 가장 심각한 문제이기 때문에 많은 기술과 정책 개발을 필요로 한다[15]. 따라서 도로위험정보는 교통안전관점에서 도로관리자와 도로이용자 모두에게 필수적인 것으로 현재는 물론 향후 자율주행시대에도 반드시 필요한 것이다. DAISS에는 도로위험정보를 생성할 수 있는 알고리즘과 이를 통해 산출된 정량적인 값에 대한 위험 정도를 나타낼 수 있는 인덱스가 포함된다. 본 연구의 가장 큰 특징은 사업용 차량에 부착된 다양한 단말기에서 수집·처리된 실시간 노면결빙 및 안개 데이터와 도로관리기관에서 축적한 도로속성데이터를 이용하여 새로운 정보를 생성·제공하는 것이다[16].

이러한 연구가 필요한 이유는 다양한 기술로 정확한 도로기상 및 노면상태 관련 데이터를 수집해도, 그 자체만으로는 도로 주행 시 실질적인 위험정도는 알 수 없기 때문이다. 본 연구를 통해 산출되는 도로위험정보를 통해 운전자는 특정 구간을 주행할 때에 사전에 주행속도를 적절하게 조절하여 사고 위험을 감소 예방할 수 있다. 본 연구에서는 노면결빙 및 안개에 따른 도로 위험도를 산정할 수 있는 알고리즘과 관련 인덱스를 개발하였다. 또한, 개발내용을 실제 테스트베드 적용을 통해 특정 구간에 대한 도로 위험도를 평가하고 시사점을 도출하였다.

본 절에서는 실질적인 사업용 차량에서 수집한 데이터와 HMS 축적 데이터 연계를 기반으로 실제 테스트베드를 대상으로 최종 DAISS 제공 정보의 신뢰성을 검증하였다. 이를 위해 실제로 최종 검증을 거친 데이터만을 활용하였다. 2020년 10월 말부터 표 3과 같이 상주-영천 고속도로, 화성시 관내 도로, 전국 도로를 대상으로 일반 사업용 차량에서 안개 및 결빙 데이터를 수집하고 있다.

DAISS의 검증 툴을 이용하여 표 3의 테스트베드로부터 수집된 데이터를 기반으로 성능 테스트를 수행하였다. 그림 6과 같이 2020년 12월 11일 경기도 화성 동탄 인근 도로의 안개 위험도는 심각단계를 보여주고 있다. 노면결빙의 경우 2021년 1월 12일 상주-영천 고속도로에서 심각단계를 나타내고 있다. 이와 같이 DAISS에서 도출된 위험도 결과를 토대로 테스트베드 대상 중 일부구간에 대한 현장조사를 동시에 수행하여, 실제 DAISS로부터 도출된 위험정보가 현실을 제대로 반영하고 있는지를 검증하였다.

Fig. 6. 
Road hazard index assessment results in the test bed

아직까지 노면결빙 및 안개에 대한 위험정보를 실시간으로 제공해 주는 시스템은 존재하지 않는다. 따라서 DAISS의 경우 노면결빙 및 안개에 대한 위험정보를 도로관리자 또는 운전자에게 실시간으로 제공해 줌으로써 선제적인 도로 유지관리가 가능할 뿐만 아니라 교통사고 예방에도 도움을 줄 수 있다.

이제까지는 양질의 교통소통정보를 생산하고 제공하기 위한 노력이 중요했다. 특히, ITS에서 C-ITS로 전환되는 과정에서 교통소통정보에서 교통안전정보로 변화함에 따라 도로에서 발생 가능한 다양한 위험 상황을 사전에 인지하고 제공하기 위한 기술들이 개발되고 있다. 과거의 교통안전정보는 도로 구간 내에 잠재적인 교통사고 위험이 존재하거나 실제 교통사고가 많이 발생하는 지점 주변에 고정식 데이터 수집 인프라를 설치하여 운영하였다.

따라서 본 연구에서는 지점 데이터 수집 한계를 극복하기 위해서 사업용 차량에 장착된 영상센서 및 DTG를 활용하여 도로 상의 안개 및 노면결빙 데이터를 수집·처리하고, 수집된 데이터와 도로속성데이터를 융·복합할 수 있는 알고리즘과 시스템 개발을 통해 새로운 형태의 도로위험정보를 제공할 수 있는 방법론을 정립하였다.

또한, 실제 테스트베드에 적용하여 특정 구간에 대한 도로 위험도를 평가하고 검증하였다.

본 연구는 차량 단말기를 통해 주행 중 안개 및 노면결빙 데이터를 수집하여, 궁극적으로는 도로구간별 위험정도를 제공하는데 큰 의미가 있다. 이는 공공부문에서 인프라 설치비용을 획기적으로 절감하며, 상대적으로 낮은 비용으로 도로의 특정 지점이 아닌 도로 구간에 따른 정보를 실시간으로 수집하는 장점이 있다. 또한, 교통안전분야에서 인공지능은 영상인식을 기반으로 필수적으로 적용될 수 있음을 확인하였다.

본 연구를 통해 도출되는 도로위험정보는 민간교통정보시스템과의 연계 및 공유를 통해 기존의 고정식 인프라의 정보와 함께 도로이용자에게 추가적으로 정보제공이 가능하다. 즉, 도로이용자들은 특정정보에만 의존하지 않고, 같은 내용의 정보라도 다양한 데이터 소스를 통해 수집함으로써, 정보의 정확도와 신뢰성을 더욱 높일 수 있다. 결과적으로 본 연구는 도로안전에 있어서 긍정적인 편익을 제공할 수 있고, 향후 자율주행 및 C-ITS의 상용화 시에도 매우 중요한 정보를 제공할 수 있을 것이다.