KR102084668B1 - 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법 - Google Patents

도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법 Download PDF

Info

Publication number
KR102084668B1
KR102084668B1 KR1020180122520A KR20180122520A KR102084668B1 KR 102084668 B1 KR102084668 B1 KR 102084668B1 KR 1020180122520 A KR1020180122520 A KR 1020180122520A KR 20180122520 A KR20180122520 A KR 20180122520A KR 102084668 B1 KR102084668 B1 KR 102084668B1
Authority
KR
South Korea
Prior art keywords
road
information
unit
road surface
bad
Prior art date
Application number
KR1020180122520A
Other languages
English (en)
Inventor
류승기
심승보
전찬준
강성모
Original Assignee
한국건설기술연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020180122520A priority Critical patent/KR102084668B1/ko
Application granted granted Critical
Publication of KR102084668B1 publication Critical patent/KR102084668B1/ko

Links

Images

Classifications

    • G06Q50/40—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30—Transportation; Communications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Traffic Control Systems (AREA)

Abstract

도로 노면 위험 정보 제공 시스템 및 방법이 제공된다. 빅데이터 수집 및 분석 서버는 도로 노면을 촬영한 영상을 분석하여 도로 노면 불량 객체에 대한 속성정보(이하, '불량객체 속성정보'라 한다)를 획득하고, 획득된 불량객체 속성정보와 도로의 단위 구간 별 도로 노면 불량 객체의 평균 개수와 평균 크기를 이용하여 상기 도로 노면의 위험도를 산출하고, 서비스 제공 서버는 빅데이터 수집 및 분석 서버에서 산출된 도로 노면의 위험도를 포함하는 서비스를 제공한다.

Description

도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법{System and method for providing road surface information using pot hole}
본 발명은 도로 노면 위험 정보 제공 시스템 및 방법에 관한 것으로서, 보다 상세하게는, 도로 노면 상의 불량 객체를 수집 및 분석하여 불량 객체의 속성정보를 저장하고, 이로부터 도로 노면의 위험도를 산출하여 서비스화할 수 있는 도로 노면 위험 정보 제공 시스템 및 방법에 관한 것이다.
도로 노후화와 기후 변화로 인해 도로 표면은 빠르게 성능이 약해지고, 차량의 이동 하중으로 인해 포트홀, 균열과 같은 도로 표면이 불량해지는 상태가 지속적으로 발생한다.
국토교통부에서 제출한 '2011~2015 고속/일반국도 포트홀 발생 현황'에 따르면, 최근 5년간 고속국도와 일반국도를 통틀어 36만건 이상의 포트홀이 발생하여 도로 위 운전자들이 사고 위험에 다수 노출되어 있고, 주로 동절기와 우기에 발생하는 포트홀은 도로 위 아스팔트가 떨어져 나가며 생기는 구멍으로, 크기에 따라 차량의 바퀴와 서스펜션에 손상을 입힐 수 있는 것으로 알려졌다.
포트홀과 같은 도로 노면의 불량 객체는 때로는 주행 중 급제동으로 인한 교통사고를 유발해 도로 위 지뢰로 불리기도 한다. 2011~2015년까지 발생한 포트홀은 일반국도가 총 260,931건, 고속국도가 102,294건으로 집계되어 고속국도보다 일반국도에서 포트홀의 발생 빈도가 두 배 이상 더 높았다. 이 기간 동안 포트홀로 인한 사고는 일반국도 607건, 고속국도 1,046건으로 포트홀로 인한 사고도 무시할 수 없는 수준이다.
이러한 도로 노면의 불량 객체는 불규칙 모양으로 발생하고, 발생 위치 역시 랜덤하다는 점에서 운전자에게는 예기치 못한 위험에 노출되어 사고로 이어지기도 한다.
따라서, 포트홀과 같은 도로 노면의 불량 객체를 검출하고 보수하기 위해 도로에서 발생하는 불량 객체를 검출 및 분석하고, 데이터베이스를 구축하여 사고 예방에 대처할 수 있으며, 실시간으로 도로 노면에 대한 위험 정보를 제공할 수 있는 구체적인 기술이 필요하다.
국내 공개실용신안 공개번호 20-2016-0002909호(2016.08.22.)
전술한 문제점을 해결하기 위하여 본 발명이 이루고자 하는 기술적 과제는, 도로 노면의 불량 객체에 대한 정보를 수집하여 이를 바탕으로 도로 노면의 위험도 기준을 수립하고, 수립된 위험도 기준으로 도로 노면의 위험도를 판단할 수 있는 도로 노면 위험 정보 제공 시스템 및 방법을 제시하는 데 있다.
또한, 본 발명이 이루고자 하는 다른 기술적 과제는, 도로 노면의 불량 객체에 대한 정보를 수집하여 GIS(Geographic Information System) 기반의 데이터베이스를 구축하고, 데이터 분류 및 관리를 유지할 수 있는 도로 노면 위험 정보 제공 시스템 및 방법을 제시하는 데 있다.
또한, 본 발명이 이루고자 하는 다른 기술적 과제는, 레이저나 영상을 분석하여 검출된 도로 노면의 불량 객체 정보를 이용하여 도로 안전 문제 해결 및 불량 객체에 의한 사고 예방을 포함한 서비스를 실시간으로 GIS를 통해 제공할 수 있는 도로 노면 위험 정보 제공 시스템 및 방법을 제시하는 데 있다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 기술적 과제를 해결하기 위한 수단으로서, 본 발명의 실시 예에 따르면, 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템은, 도로 노면을 촬영한 영상을 분석하여 도로 노면 불량 객체에 대한 속성정보(이하, '불량객체 속성정보'라 한다)를 획득하고, 상기 획득된 불량객체 속성정보와 도로의 단위 구간 별 도로 노면 불량 객체의 평균 개수와 평균 크기를 이용하여 상기 도로 노면의 위험도를 산출하는 빅데이터 수집 및 분석 서버; 및 상기 빅데이터 수집 및 분석 서버에서 산출된 도로 노면의 위험도를 포함하는 서비스를 제공하는 서비스 제공 서버;를 포함한다.
상기 빅데이터 수집 및 분석 서버는, 정보 수집 장치로부터 수신되는 상기 도로 노면을 촬영한 영상과 상기 도로 노면이 촬영된 위치 정보를 분석하여 상기 불량객체 속성정보를 획득하고, 상기 획득된 불량객체 속성정보를 수집하여 GIS 기반의 도로 위험 DB에 저장하는 데이터 처리부; 상기 도로 위험 DB에 저장된 불량객체 속성정보 중 위치 정보를 이용하여 도로의 단위 구간 별로 거리당 도로 노면 불량 객체의 평균 개수 및 개수 표준편차와, 거리당 도로 노면 불량 객체의 평균 크기 및 크기 표준편차를 포함하는 단위 구간 정보를 산출하는 단위 구간 정보 산출부; 및 상기 단위 구간 정보 산출부에서 산출된 단위 구간 정보와 상기 도로 위험 DB에 저장된 불량객체 속성정보를 분석하여 상기 도로 노면의 위험도를 분류하고, 도로 노면 불량 객체의 발생 지역을 예측하는 위험 분석부;를 포함한다.
상기 데이터 처리부는, 상기 도로 노면 불량 객체의 도로 정보와 상기 도로 노면을 촬영한 촬영 정보를 포함하는 상기 불량객체 속성정보를 획득하고, 상기 불량객체 속성정보 중 도로 정보는, 유관기관으로부터 제공되는 도로 등급, 노선 번호, 도로관리기관 정보 및 도로 도면의 포장 상태 정보와, 상기 정보 수집 장치로부터 제공되는 촬영 위치 및 날짜 정보와, 상기 촬영한 영상을 분석한 결과로부터 획득되는 상기 도로 노면 불량 객체의 유형 정보를 포함하고, 상기 불량객체 속성정보 중 촬영 정보는, 상기 도로 노면 불량 객체를 촬영한 카메라의 촬영 높이, 촬영 각도, 촬영 거리 및 차량 속도 정보를 포함한다.
상기 데이터 처리부는, 상기 도로 노면을 촬영한 영상을 분석하여 차로 내에서 도로 노면 불량 객체가 발생한 위치에 따른 위치 유형, 도로 노면 불량 객체의 모양과 길이에 따른 모양 유형과 길이 유형을 분류하고, 상기 도로 노면 불량 객체의 깊이를 산출하는 유형 분류부; 상기 유관기관으로부터 제공되는 공공데이터를 분석하여 상기 도로 등급, 노선 번호, 도로관리기관 정보 및 도로 도면의 포장 상태 정보를 확인하는 공공데이터 분석부; 및 상기 정보 수집 장치로부터 제공되는 촬영 위치, 날짜 정보 및 상기 촬영 정보와, 상기 유형 분류부에서 분류된 위치 유형, 모양 유형, 길이 유형 및 산출된 깊이를 포함하는 도로 정보와, 상기 공공데이터 분석부에서 분석된 결과를 조합하여 상기 불량객체 속성정보를 작성하는 속성정보 작성부;를 포함한다.
상기 단위 구간 정보 산출부는, 도로를 도로명 주소에 따라 도로명 주소 단위 구간들로 나누고, 상기 도로명 주소 단위 구간을 일정 거리에 따라 등간격 단위 구간들로 나누는 도로 구획부; 하나의 도로명 주소 단위 구간에 포함된 등간격 단위 구간들
Figure 112018101178090-pat00001
부터
Figure 112018101178090-pat00002
까지의 등간격 단위 구간 당 도로 노면 불량 객체 개수의 평균을 산출하고, 상기 산출된 등간격 단위 구간 당 도로 노면 불량 객체 개수의 평균과 상기 일정 거리를 이용하여 상기 일정 거리당 평균 도로 노면 불량 객체의 개수 및 개수 표준편차를 산출하는 평균 개수 산출부; 상기 하나의 도로명 주소 단위 구간에 포함된 등간격 단위 구간들
Figure 112018101178090-pat00003
부터
Figure 112018101178090-pat00004
까지의 등간격 단위 구간 당 도로 노면 불량 객체 크기의 평균을 산출하고, 상기 산출된 등간격 단위 구간 당 도로 노면 불량 객체 크기의 평균과 상기 일정 거리를 이용하여 상기 일정 거리당 평균 도로 노면 불량 객체의 크기 및 크기 표준편차를 산출하는 평균 크기 산출부; 및 상기 도로 노면을 촬영한 일시, 상기 도로 노면 불량 객체의 좌표, 상기 산출된 일정 거리당 평균 도로 노면 불량 객체의 개수 및 개수 표준편차, 상기 산출된 일정 거리당 평균 도로 노면 불량 객체의 크기 및 크기 표준편차, 그리고, 도로명 주소 단위 구간의 식별정보를 포함하는 단위 구간 정보를 생성하는 단위 구간 정보 생성부;를 포함한다.
상기 위험 분석부는, 도로명 주소 단위로 생성되는 상기 단위 구간 정보와 상기 도로 위험 DB에 저장된 불량객체 속성정보와 도로 노면 상태와 관련된 유관기관으로부터 제공되는 공공데이터 중 적어도 하나를 이용하여 상기 도로 노면의 위험도를 분류하는 도로 노면 위험도 분류부; 상기 분류된 도로 노면의 위험도에 따라 우선 관리가 필요한 도로를 판단하는 우선관리도로 판단부; 및 상기 단위 구간 정보와 상기 저장된 불량객체 속성정보와 상기 공공데이터 중 적어도 하나를 이용하여 새로 발생 가능한 도로 노면 불량 객체의 발생 지역을 예측하는 발생 지역 예측부;를 포함한다.
상기 서비스 제공 서버는, 상기 도로 노면의 위험도, 상기 우선 관리가 필요한 도로 및 상기 도로 노면 불량 객체의 발생 예측 지역을 포함하는 도로 노면 분석 정보를 GIS와 연계하여 서비스로 제공한다.
한편, 본 발명의 다른 실시 예에 따르면, 도로 노면 위험 정보 제공 방법은, (A) 빅데이터 수집 및 분석 서버가, 도로 노면을 촬영한 영상을 분석하여 도로 노면 불량 객체에 대한 속성정보(이하, '불량객체 속성정보'라 한다)를 획득하고, 상기 획득된 불량객체 속성정보와 도로의 단위 구간 별 도로 노면 불량 객체의 평균 개수와 평균 크기를 이용하여 상기 도로 노면의 위험도를 산출하는 단계; 및 (B) 서비스 제공 서버가, 상기 빅데이터 수집 및 분석 서버에서 산출된 도로 노면의 위험도를 포함하는 서비스를 제공하는 단계;를 포함한다.
상기 (A) 단계는, (A1) 상기 빅데이터 수집 및 분석 서버가, 상기 도로 노면을 촬영한 영상과 상기 도로 노면이 촬영된 위치 정보를 정보 수집 장치로부터 수신 및 분석하여 상기 불량객체 속성정보를 획득하고, 상기 획득된 불량객체 속성정보를 수집하여 GIS 기반의 도로 위험 DB에 저장하는 단계; (A2) 상기 빅데이터 수집 및 분석 서버가, 상기 도로 위험 DB에 저장된 불량객체 속성정보 중 위치 정보를 이용하여 도로의 단위 구간 별로 거리당 도로 노면 불량 객체의 평균 개수 및 개수 표준편차와, 거리당 도로 노면 불량 객체의 평균 크기 및 크기 표준편차를 포함하는 단위 구간 정보를 산출하는 단계; 및 (A3) 상기 빅데이터 수집 및 분석 서버가, 상기 (A2) 단계에서 산출된 단위 구간 정보와 상기 도로 위험 DB에 저장된 불량객체 속성정보를 분석하여 상기 도로 노면의 위험도를 분류하고, 도로 노면 불량 객체의 발생 지역을 예측하는 단계;를 포함한다.
본 발명에 따르면, 레이저나 영상을 분석하여 검출된 도로 노면의 불량 객체에 대한 정보를 수집 및 분석함으로써 획득한 불량 객체의 위치, 영상, 속성정보, 예측 정보 등을 활용하여 도로 구획 기준으로 도로 노면 위험도를 산정할 수 있는 기준으로 제공함으로써 보다 정확하고 신속히 도로 안전도를 파악할 수 있다.
또한, 본 발명에 따르면, 수집된 도로 노면의 불량 객체에 대한 정보로 데이터베이스를 구축하고, GIS와 연계하여 도로 노면 상황을 위치 정보와 함께 표출함으로써 도로 관리 주체로 하여금 예측기반의 효율적인 유지관리가 가능하도록 하며, 운전자에게 현재 도로 위험 정보를 제공하여 도로 안전사고를 예방하도록 유도할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시 예에 따른 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템을 도시한 도면,
도 2는 도 1에 도시된 데이터 처리부를 자세히 도시한 블록도,
도 3은 속성정보 작성부에서 작성된 실제 포트홀의 속성정보를 도시한 도면,
도 4는 단위 구간 정보 산출부를 자세히 도시한 블록도,
도 5는 도로 구간 구분 동작을 설명하기 위한 도면,
도 6은 위험 분석부를 자세히 도시한 블록도,
도 7은 포트홀 맵 조회기능의 일 예를 보여주는 도면,
도 8은 본 발명의 다른 실시 예에 따른 포트홀에 의한 도로 노면 위험 정보 제공 시스템을 도시한 도면, 그리고,
도 9는 본 발명의 실시 예에 따른 도로 노면 위험 정보 제공 시스템의 도로 노면 위험 정보 제공 방법을 개략적으로 도시한 흐름도이다.
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시 예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시 예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 명세서에서, 제1 엘리먼트 (또는 구성요소)가 제2 엘리먼트(또는 구성요소) 상(ON)에서 동작 또는 실행된다고 언급될 때, 제1 엘리먼트(또는 구성요소)는 제2 엘리먼트(또는 구성요소)가 동작 또는 실행되는 환경에서 동작 또는 실행되거나 또는 제2 엘리먼트(또는 구성요소)와 직접 또는 간접적으로 상호 작용을 통해서 동작 또는 실행되는 것으로 이해되어야 할 것이다.
어떤 엘리먼트, 구성요소, 장치, 또는 시스템이 프로그램 또는 소프트웨어로 이루어진 구성요소를 포함한다고 언급되는 경우, 명시적인 언급이 없더라도, 그 엘리먼트, 구성요소, 장치, 또는 시스템은 그 프로그램 또는 소프트웨어가 실행 또는 동작하는데 필요한 하드웨어(예를 들면, 메모리, CPU, 프로세서 등)나 다른 프로그램 또는 소프트웨어(예를 들면 운영체제나 하드웨어를 구동하는데 필요한 드라이버 등)를 포함하는 것으로 이해되어야 할 것이다.
또한, 어떤 엘리먼트(또는 구성요소)가 구현됨에 있어서 특별한 언급이 없다면, 그 엘리먼트(또는 구성요소)는 소프트웨어, 하드웨어, 또는 소프트웨어 및 하드웨어 어떤 형태로도 구현될 수 있는 것으로 이해되어야 할 것이다.
또한, 본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprises)' 및/또는 '포함하는(comprising)'은 언급된 구성요소는 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
이하, 본 발명에서 실시하고자 하는 구체적인 기술내용에 대해 첨부도면을 참조하여 상세하게 설명하기로 한다. 어떤 경우에는, 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는 데 있어 별 이유 없이 혼돈이 오는 것을 막기 위해 기술하지 않음을 미리 언급해 둔다.
도 1에 도시된 시스템의 각각의 구성은 기능 및 논리적으로 분리될 수 있음을 나타내는 것이며, 반드시 각각의 구성이 별도의 물리적 장치로 구분되거나 별도의 코드로 작성됨을 의미하는 것은 아님을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
또한, 본 발명의 실시 예에 따른 빅데이터 수집 및 분석 서버(200)와 서비스 제공 서버(300)는 예를 들면, 데스크탑 PC(Personal Computer), 서버, 랩탑 PC(Laptop PC), 넷북 컴퓨터(Netbook Computer) 등 프로그램의 설치 및 실행이 가능한 모든 전자기기들 중 하나일 수 있다.
도 1은 본 발명의 실시 예에 따른 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템을 도시한 도면이다.
도 1을 참조하면, 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템은 빅데이터 수집 및 분석 서버(200) 및 서비스 제공 서버(300)를 포함하고, 정보 수집 장치(100)를 더 포함할 수도 있다.
정보 수집 장치(100)는 차량에 장착되어 주행 중인 도로를 촬영한 영상 정보(이하, '도로 촬영 정보'라 한다)와 위치 정보를 수집하고, 수집된 도로 촬영 정보와 위치 정보를 빅데이터 수집 및 분석 서버(200)로 전송할 수 있다. 도로 촬영 정보는 예를 들어, 촬영된 영상(10)과 영상(10)의 해상도, 프레임, 영상이 촬영된 시간 등 영상 속성정보를 포함한다.
빅데이터 수집 및 분석 서버(200)는 정보 수집 장치(100)로부터 도로 촬영 정보와 위치 정보를 수신하고, 수신되는 도로 촬영 정보 중 도로 노면을 촬영한 영상을 분석하여 도로 노면 불량 객체에 대한 속성정보(즉, 불량객체 속성정보)를 획득하고, 획득된 불량객체 속성정보와 도로의 단위 구간 별 도로 노면 불량 객체의 평균 개수와 평균 크기를 이용하여 도로 노면의 위험도를 산출할 수 있다. 도로 노면 불량 객체는 포트홀, 크랙 등의 모든 도로 균열과 관련된 종류를 포함할 수 있으며, 이하에서는 포트홀을 예로 들어 설명한다.
서비스 제공 서버(300)는 빅데이터 수집 및 분석 서버(200)에서 산출된 도로 노면의 위험도를 포함하는 서비스를 GIS 기반으로 서비스 가입자에게 제공할 수 있다.
다수의 유관기관들(400)은 도로 노면의 상태 또는 포트홀의 상태에 영향을 주는 공공데이터 또는 도로 위험도를 예측하는데 필요한 다양한 공공데이터 또는 포트홀의 시각화 및 관련정보 제공 서비스에 필요한 공공데이터를 빅데이터 수집 및 분석 서버(200)와 서비스 제공 서버(300)에게 제공하는 기관이다.
다수의 유관기관들(400)은 예를 들어 지능형 교통 시스템(ITS: Intelligent Transportation Systems), 교통안전공단, 도로관리시스템 및 도로관리대장 시스템 등 도로와 관련된 정보를 제공하거나 도로를 관리하는 다양한 시스템 또는 기관, 그리고, 기상정보센터를 포함한다.
다수의 유관기관들(400)이 제공하는 공공데이터는 공간정보와 환경정보를 포함할 수 있다. 공간정보와 환경정보는 포트홀의 생성에 영향을 미칠 수 있는 요소들을 포함한다. 예를 들어, 공간정보는 실제 포트홀이 위치한 도로의 수치지형도, 도로 포장 정보, 배수구 정보 및 지반고 정보를 포함하고, 환경정보는 실제 포트홀이 위치한 도로의 교통량 정보, 상습결빙구역 정보, 기상 예보 자료, 기상 지수 정보, 기후 통계 정보 및 기상 자원 지도를 포함한다. 따라서, 후술할 빅데이터 수집 및 분석 서버(200)의 위험 분석부(240)는 포트홀 생성 또는 상태에 영향을 미치는 공간정보와 환경정보에 대해 분석하고, 이를 포트홀 위험 분석(즉, 도로 노면 위험도 분석)에 활용할 수 있다.
이하에서는 도 1 및 도 2를 참조하여 본 발명의 실시 예에 따른 정보 수집 장치(100), 빅데이터 수집 및 분석 서버(200)와 서비스 제공 서버(300)에 대해 보다 자세히 설명한다.
본 발명의 실시 예에 따른 정보 수집 장치(100)는 카메라(110) 및 GPS 모듈(120)을 포함한다.
카메라(110)는 차량 전용 카메라, 스마트폰의 카메라 및 차량 블랙박스의 카메라 중 적어도 하나일 수 있다. 카메라(110)는 도로 노면의 불량 객체를 정밀히 촬영하기 위해 기설정된 카메라의 FOV(Field Of View)와 차량 별 설치 환경을 고려한 설치 가이드라인에 따라 차량에 설치될 수 있다. 카메라(110)는 연계된 GPS 모듈(120)로부터 수신되는 차량의 위치 정보와 도로 촬영 정보를 동기화하여 빅데이터 수집 및 분석 서버(200)로 전송할 수 있는 유무선 통신회로를 포함할 수 있다.
GPS 모듈(120)은 주행 중인 차량의 위치 정보를 연계된 카메라(110)에게 제공하거나, 빅데이터 수집 및 분석 서버(200)에게 직접 위치 정보를 전송할 수 있다.
빅데이터 수집 및 분석 서버(200)는 빅데이터 통신부(210), 데이터 처리부(220), 단위 구간 정보 산출부(230), 위험 분석부(240), 도로 위험 DB(250) 및 빅데이터 메모리(260)를 포함할 수 있다.
빅데이터 통신부(210)는 다수의 정보 수집 장치들(100)과 다수의 유관기관들(400)과 통신할 수 있다. 빅데이터 통신부(210)는 정보 수집 장치(100)로부터 전송되는 도로 촬영 정보와 위치 정보를 실시간으로 수신하고, 다수의 유관기관들(400)로부터 제공되는 도로 노면과 관련된 공공데이터를 주기적으로 또는 필요한 경우 요청하여 수신할 수 있다.
데이터 처리부(220)는 정보 수집 장치(100)로부터 수신되는 도로 노면을 촬영한 영상과 도로 노면이 촬영된 위치 정보를 분석하여 불량객체 속성정보를 획득하고, 획득된 불량객체 속성정보를 수집하여 GIS 기반의 도로 위험 DB에 저장할 수 있다.
데이터 처리부(220)에서 획득되는 불량객체 속성정보는, 포트홀의 도로 정보와 도로 노면을 촬영한 촬영 정보를 포함할 수 있다. [표 1]은 불량객체 속성정보의 일 예이고, [표 2]는 불량객체 속성정보 중 정보 수집 장치(100)로부터 제공되는 촬영 정보와 위치 정보의 일 예이다.
불량객체 속성정보 내용
도로 정보 - 유관기관들(400)로부터 제공되는 도로 등급, 노선 번호, 도로관리기관 정보 및 도로 도면의 포장 상태 정보
- 정보 수집 장치(100)로부터 제공되는 촬영 위치 및 날짜 정보
- 도로 노면을 촬영한 영상을 분석한 결과로부터 획득되는 포트홀의 유형 정보
촬영 정보 - 포트홀을 촬영한 카메라의 촬영 높이, 촬영 각도, 촬영 거리 및 차량 속도 정보
ID A001 A002
촬영 날짜 2017-01-01 13:21:00~13:25:59 2017-01-01 13:26:00~13:30:59
위도 37.376385~38.376385 42.654321~41.654321
경도 126.635564~126.746622 127.123456~127.654321
정지영상 파일명 20170101132010_A001 20170101132515_A002
동영상 파일명 2017010100001_A001 2017010100001_A002
전송 날짜 2017-01-01 13:22:30 2017-01-01 13:26:58
[표 1]에서 촬영 높이, 촬영 각도, 촬영 거리 등은 카메라를 장착할 때 초기 설정되는 값으로서, 일 예로, 정보 수집 장치(100)의 전원이 켜질 때마다 서버(200)로 전송될 수 있으며, 차량 속도 정보는 정보 수집 장치(100)가 차량으로부터 전달받아 제공할 수 있다.
[표 2]에서 ID는 정보 수집 장치(100)의 식별정보, 위도와 경도는 도로 노면을 촬영한 위치 정보(차량이 이동 중이므로 위도와 경도도 변할 수 있다), 촬영 날짜는 도로 노면이 촬영된 시간 정보, 동영상 파일명은 촬영된 영상의 파일명, 전송 날짜는 정보 수집 장치(100)가 파일을 빅데이터 수집 및 분석 서버(200)로 전송한 시간 정보이다. 정보 수집 장치(100)가 도로 노면을 촬영한 영상에서 포트홀이 포함된 영상을 임시 검출하는 경우, 정보 수집 장치(100)는 검출된 정지영상의 파일명과 정지영상과 정지영상의 위치 정보를 더 전송할 수 있다.
후자와 같이 정보 수집 장치(100)가 포트홀로 예상되는 영상을 검출하는 경우, 데이터 처리부(220)는 보다 신속하고 정확하게 포트홀의 탐지 시간(촬영 시간)과 촬영 정보 및 포트홀의 실제 존재 여부를 파악할 수 있다.
도 2는 도 1에 도시된 데이터 처리부(220)를 자세히 도시한 블록도이다.
도 2를 참조하면, 데이터 처리부(220)는 유형 분류부(222), 공공데이터 분석부(224) 및 속성정보 작성부(226)를 포함할 수 있다.
유형 분류부(222)는 도로 노면을 촬영한 영상을 분석하여 차로 내에서 포트홀이 발생한 위치에 따른 위치 유형, 포트홀의 모양과 길이에 따른 모양 유형과 길이 유형을 분류하고, 포트홀의 깊이를 산출할 수 있다. 유형 분류부(222)는 도로 노면을 촬영한 영상 중 포트홀을 포함하는 ROI(Region Of Interest) 내에 깊이 산출 알고리즘을 적용하여 ROI 내에서 기준 위치에 해당하는 깊이를 산출하거나, ROI 내에서 포트홀의 최대 깊이를 산출하고, 최대 깊이와 (X, Y) 좌표를 이용하여 포인트 클라우드를 산출할 수 있다.
[표 3]은 차로 중 포트홀이 발생한 위치에 따라 분류된 위치 유형에 대해 설명하고 있다. [표 3]을 참조하면, 포트홀 발생 위치에 따른 위치 유형 분류는 차륜부, 중앙부-비차륜부 및 차선부-비차륜부로 구분된다.
유형 분류
(위치 유형)		 정의 포트홀 위치 DB 검색 조건명
차륜부
(Wheel path)		 차로 중 차량 바퀴하중이 닿는 부분 차로 중심부로부터 ±0.6m~1.3m 구간 차륜부
중앙부-비차륜부
(Non wheel path_center)		 차로 중 차량 바퀴하중이 닿지 않는 부분 중 중앙부 차로 중심부로부터 ±0.6m이내 중앙부
차선부-비차륜부
(Non wheel path_lane)		 차로 중 차량 바퀴하중이 닿지 않는 부분 중 가장자리부 차로 중심부로부터 ±1.3m 이상 차선부
[표 4]는 포트홀 모양에 따라 분류된 모양 유형에 대해 설명하고 있다. [표 4]를 참조하면, 포트홀의 평면 형태에 따라 포트홀은 다양한 유형으로 분류될 수 있다.
유형 분류
(모양 유형)		 정의 DB 검색 조건명
원형 에지가 곡선이며, 장축과 단축의 비가 같음 원형
타원형 에지가 곡선이며, 장축과 단축의 비가 같이 않음 타원형
다각형 사각형, 마름모형 등 다각형
혼합형 원형, 타원형, 다각형이 혼합된 경우 혼합형
기타 분류 안 되는 경우 미분류
[표 5]는 포트홀 길이에 따라 분류된 길이 유형에 대해 설명하고 있다. 유형 분류부(222)는 포트홀의 최대 길이에 따라 파손 정도와 보수 처리 시기를 정할 수 있다.
포트홀 길이
(길이 유형)		 파손정도 보수 처리 시기 DB 검색 조건명
25mm 이하 하 주의 하
25mm ~ 50mm 중 보수 중
50mm 상 즉시(긴급) 보수 상
[표 5]를 참조하면, 포트홀의 최대 길이가 Amm이하인 경우(예를 들어, A=25), 유형 분류부(222)는 포트홀의 파손정도는 심각하지 않은 '하'로 분류하고, 보수는 필요하지 않으나 '주의'가 필요하다는 보수 처리 시기를 정할 수 있다. 또한, 포트홀의 최대 길이가 Bmm 이상인 경우(예를 들어, B=50), 유형 분류부(222)는 포트홀의 파손정보를 아주 심각한 '상'으로 분류하고, 긴급히 보수하도록 보수 처리 시기를 정할 수 있다.
포트홀 관리 시스템의 관리자 또는 시각화 및 정보 제공 서비스를 이용하는 사용자는 [표 3] 내지 [표 5]의 DB 검색 조건명을 이용하여 원하는 포트홀을 검색할 수 있다. 또한, 불량객체 속성정보에 대한 수정 권한이 주어진 사용자는 도로정보, 촬영정보, 파일경로 등을 정정하거나 새로운 부가 정보를 입력할 수 있다.
한편, 공공데이터 분석부(224)는 다수의 유관기관들(400)로부터 제공되는 공공데이터를 분석하여 도로 등급, 노선 번호, 도로관리기관 정보 및 도로 도면의 포장 상태 정보를 확인할 수 있다. 예를 들어, 공공데이터 분석부(224)는 정보 수집 장치(100)로부터 정보가 수신되면, 정보 수집 장치(100)가 도로 노면을 촬영한 위치와 관련된 공공데이터를 유관기관들(400)에게 요청하여 제공받고, 제공받은 공공데이터를 분석할 수 있다.
도로등급은 실제 포트홀이 위치하는 도로가 일반도로인지, 고속도로인지, 국도인지에 대한 정보를 나타낸다. 노선번호는 실제 포트홀이 위치하는 도로를 주행하는 버스의 번호이다. 도로관리기관 정보는 실제 포트홀이 위치하는 도로를 관리하는 기관에 대한 정보이다. 도로 노면의 포장 상태 정보는 도로 포장상태는 실제 포트홀이 위치하는 도로의 포장재질에 대한 정보이다.
속성정보 작성부(226)는 정보 수집 장치(100)로부터 제공되는 촬영 위치, 날짜 정보 및 촬영 정보([표 1] 참조)와, 유형 분류부(222)에서 분류된 위치 유형, 모양 유형, 길이 유형 및 산출된 깊이를 포함하는 도로 정보와, 공공데이터 분석부(224)에서 분석된 결과를 조합하여 불량객체 속성정보를 작성할 수 있다. 즉, 속성정보 작성부(226)는 실제 포트홀이 위치하는 도로 정보, 포트홀이 위치하는 도로 노면을 촬영한 촬영 정보, 포인트 클라우드(Point Cloud) 및 포트홀의 정지영상과 동영상 파일 및 도로 위험 DB(250)에 저장된 경로인 파일경로 정보를 포함하는 속성정보를 작성할 수 있다.
그리고, 속성정보 작성부(226)는 작성된 불량객체 속성정보를 파일 도로 위험 DB(250)에 저장한다.
도 3은 속성정보 작성부(226)에서 작성된 불량객체 속성정보 중 실제 포트홀의 속성정보를 도시한 도면이다.
도 3을 참조하면, 도로 정보는, 공공데이터로부터 확인되는 도로등급, 노선번호, 도로관리기관 정보 및 도로포장상태와, 정보 수집 장치(100)로부터 제공되는 위치 정보, 날짜 정보와, 유형 분류부(222)에서 분류된 실제 포트홀의 유형 정보(차로 내에서 실제 포트홀의 발생 위치, 모양, 길이, 깊이)와 취득자 정보(또는 정보 수집 장치(100)의 ID)를 포함한다.
또한, 촬영 정보는, 포트홀 탐지 정보로부터 획득되며, 실제 포트홀을 촬영한 카메라의 촬영 높이, 촬영 각도, 촬영 거리, 촬영 속도 및 차량 속도 정보를 포함한다.
또한, 포인트 클라우드는 실제 확인된 포트홀의 정지 영상 중 가운데 지점의 (X, Y) 좌표와 깊이(D), 그리고, 체적을 포함한다. 또는, 포인트 클라우드는 실제 포트홀의 최대 깊이와, 최대 깊이에 대응하는 지점의 (X, Y) 좌표를 포함할 수도 있다.
다시 도 1 및 도 4를 참조하면, 단위 구간 정보 산출부(230)는 GIS 정보를 바탕으로 현재 도로 주행 중 발생한 포트홀의 위치 정보를 취득하고, 취득한 위치 정보를 지번 주소와 도로명 주소 중 하나로 변환할 수 있다.
그리고, 단위 구간 정보 산출부(230)는 도로 위험 DB(250)에 저장된 불량객체 속성정보 중 위치 정보를 이용하여 도로의 단위 구간 별로 거리당 도로 노면 불량 객체의 평균 개수 및 개수 표준편차와, 거리당 도로 노면 불량 객체의 평균 크기 및 크기 표준편차를 포함하는 단위 구간 정보를 산출할 수 있다. 즉, 단위 구간 정보 산출부(230)는 도 5의 등간격으로 나뉘어진 각 단위구간에 대해 포트홀 객체 수 및 크기에 대한 정보를 생성하여 도로 위험 DB(250)에 저장할 수 있다.
이를 위하여, 단위 구간 정보 산출부(230)는 도 4에 도시된 것처럼, 도로 구획부(232), 평균 개수 산출부(234), 평균 크기 산출부(236) 및 단위 구간 정보 생성부(238)를 포함할 수 있다.
도 5는 도로 구간 구분 동작을 설명하기 위한 도면이다.
도로 구획부(232)는 도 5에 도시된 것처럼, 도로를 도로명 주소에 따라 도로명 주소 단위 구간들(R1, R2, …)로 나누고, 도로명 주소 단위 구간(R1, R2, …)을 일정 거리에 따라 등간격 단위 구간들(Δ1, Δ2, …)로 나눈다.
자세히 설명하면, 도로 구획부(232)는 도로를 링크(L1, L2, …)와 노드(N1, N2, …)로 구분하여 구획을 지정하며, 노드는 사거리, 교차로 등을 의미하고, 링크는 노드와 노드 사이의 도로를 의미한다. 링크와 노드로 구분된 도로는 도로명 주소에 의해 링크들의 묶음, 즉, 도로명 주소 단위 구간들(R1, R2, …)로 다시 구분되며, 해당 도로명 주소 단위 구간들(R1, R2, …)은 일정 거리에 따라 각각 등간격(Δ1, Δ2, …)으로 나누어져 표현된다.
평균 개수 산출부(234)는 하나의 도로명 주소 단위 구간(예를 들어, R1)에 포함된 등간격 단위 구간들
Figure 112018101178090-pat00005
부터
Figure 112018101178090-pat00006
까지의 등간격 단위 구간 당 포트홀 개수의 평균(
Figure 112018101178090-pat00007
)을 산출하고, 산출된 등간격 단위 구간 당 포트홀 개수의 평균과 일정 거리를 이용하여 일정 거리당 평균 포트홀의 개수(
Figure 112018101178090-pat00008
) 및 개수 표준편차를 산출할 수 있다.
자세히 설명하면, 평균 개수 산출부(234)는 [수학식 1]을 이용하여 등간격 단위 구간들
Figure 112018101178090-pat00009
부터
Figure 112018101178090-pat00010
까지의 등간격 단위 구간 당 포트홀 개수의 평균(
Figure 112018101178090-pat00011
)을 산출한다.
Figure 112018101178090-pat00012
[수학식 1]에서
Figure 112018101178090-pat00013
는 등간격 단위구간(
Figure 112018101178090-pat00014
)에 포함된 포트홀 객체를 요소로 갖는 집합이며,
Figure 112018101178090-pat00015
는
Figure 112018101178090-pat00016
에 포함된 포트홀 개수(NPi)이다. 또한, |P|는 집합 P의 cardinality를 의미한다.
[수학식 1]에 의해
Figure 112018101178090-pat00017
이 산출되면, 평균 개수 산출부(234)는 [수학식 2] 및 [수학식 3]를 이용하여 각각 일정 거리당 평균 포트홀의 개수(
Figure 112018101178090-pat00018
) 및 개수 표준편차를 산출할 수 있다.
Figure 112018101178090-pat00019
[수학식 2]에서
Figure 112018101178090-pat00020
은
Figure 112018101178090-pat00021
의 거리(길이)이다.
Figure 112018101178090-pat00022
또한, 평균 크기 산출부(236)는 하나의 도로명 주소 단위 구간에 포함된 등간격 단위 구간들
Figure 112018101178090-pat00023
부터
Figure 112018101178090-pat00024
까지의 등간격 단위 구간 당 포트홀 크기의 평균(
Figure 112018101178090-pat00025
)을 산출하고, 산출된 등간격 단위 구간 당 포트홀 크기의 평균(
Figure 112018101178090-pat00026
)과 일정 거리를 이용하여 일정 거리당 평균 포트홀의 크기(
Figure 112018101178090-pat00027
) 및 크기 표준편차를 산출할 수 있다.
자세히 설명하면, 평균 크기 산출부(236)는 [수학식 4]를 이용하여 등간격 단위 구간들
Figure 112018101178090-pat00028
부터
Figure 112018101178090-pat00029
까지의 등간격 단위 구간 당 포트홀 크기의 평균(
Figure 112018101178090-pat00030
)을 먼저 산출한다.
Figure 112018101178090-pat00031
[수학식 4]를 참조하면, 각 포트홀 객체(pi)의 크기는 si로 표현되면,
Figure 112018101178090-pat00032
는 등간격 단위구간에 포함된 포트홀 객체의 크기를 요소로 갖는 집합이다.
[수학식 4]에 의해
Figure 112018101178090-pat00033
이 산출되면, 평균 크기 산출부(236)는 [수학식 5] 및 [수학식 6]을 이용하여 각각 일정 거리당 평균 포트홀의 크기(
Figure 112018101178090-pat00034
) 및 크기 표준편차를 산출할 수 있다.
Figure 112018101178090-pat00035
Figure 112018101178090-pat00036
상술한 [수학식 1] 내지 [수학식 6]에 의해, 도로명 주소 단위 구간
Figure 112018101178090-pat00037
에 대해 구간 별 평균값
Figure 112018101178090-pat00038
과 표준편차
Figure 112018101178090-pat00039
가 제공된다.
단위 구간 정보 생성부(238)는 도로 노면을 촬영한 일시, 포트홀의 위치 좌표(예를 들어, GPS값), [수학식 1] 내지 [수학식 6]에 의해 산출된 일정 거리당 평균 포트홀의 개수 및 개수 표준편차, 일정 거리당 평균 포트홀의 크기 및 크기 표준편차, 그리고, 도로명 주소 단위 구간의 식별정보를 포함하는 단위 구간 정보를 생성할 수 있다.
일 예로, 단위 구간 정보 생성부(238)는 단위 구간 정보를 {일시; 좌표; 구간 내 포트홀의 개수 평균/표준편차; 구간 내 포트홀의 크기 평균/표준편차; 구간 식별정보}의 데이터 포맷으로 생성하여 도로 위험 DB(250)에 저장할 수 있다.
다시 도 1 및 도 6을 참조하면, 위험 분석부(240)는 단위 구간 정보 산출부(230)에서 산출된 단위 구간 정보와 도로 위험 DB(250)에 저장된 불량객체 속성정보를 분석하여 도로 노면의 위험도를 분류하고, 포트홀과 같은 도로 노면 불량 객체의 발생 지역을 예측할 수 있다.
이를 위하여, 위험 분석부(240)는 도로 노면 위험도 분류부(242), 우선관리도로 판단부(244) 및 발생 지역 예측부(246)를 포함할 수 있다.
도로 노면 위험도 분류부(242)는 장기간 동안 고속도로 또는 일반 도로에서 수집된 포트홀의 속성정보를 이용하여 통계적 분석 기법을 통해서 해당 구획 구간의 도로 노면의 위험도를 결정할 수 있는 기준을 제시할 수 있다. 예를 들어, 도로 노면의 위험도가 상중하 3단계로 분류되는 경우, 도로 노면 위험도 분류부(242)는 상중하를 구분하기 위한 기준을 제시할 수 있다.
그리고, 도로 노면 위험도 분류부(242)는 제시된 기준을 토대로, 도로명 주소 단위로 생성되는 단위 구간 정보와, 도로 위험 DB(250)에 저장된 불량객체 속성정보와, 다수의 유관기관들(400)로부터 제공되는 도로 노면 상태와 관련된 공공데이터 중 적어도 하나를 이용하여 도로 노면의 위험도를 분류할 수 있다.
자세히 설명하면, 도로 노면 위험도 분류부(242)는 구획 단위로 분류된 포트홀의 단위 구간 정보 외, 포트홀의 도로 정보(포장 정보, 배수구, 지반고 등), 교통량, 상습 결빙 구역 등 포트홀 생성(즉, 도로 노면 파손 생성)에 영향을 미칠 수 있는 다수의 요소들을 연계시켜 포트홀 위험도, 즉, 포트홀이 위치하는 도로 노면의 위험도를 분류할 수 있다.
예를 들어, 단위 구간 정보에 의해 특정 도로(A)에 위치하는 포트홀의 개수가 N개 이상이면서 교통량은 전국 평균보다 많고, 상습 결빙 지역에 해당하면, 도로 노면 위험도 분류부(242)는 특정 도로(A)의 위험도를 상중하 중 상으로 분류할 수 있다.
또한, 도로 노면 위험도 분류부(242)는 특정 도로(A)에 위치하는 하나 이상의 포트홀의 크기, 유형 또는 깊이가 변형한 이력을 도로 위험 DB(250)로부터 조회하여 도로 위험도를 분석 및 분류할 수 있다. 예를 들어, 실제 포트홀의 크기와 깊이가 초기에 탐지되었을 때보다 더 커졌으며, 실제 사고를 유발한 다른 포트홀과 비슷한 유형을 갖는 경우, 사고 위험도, 즉, 도로 노면의 위험도가 높은 것으로 분석할 수 있다.
또한, 도로 노면 위험도 분류부(242)는 차량이 포트홀 위를 주행할 경우, 차량의 속도 또는 차량의 바퀴가 도로의 어디에 위치하는지에 따라 포트홀에 의한 사고 발생 확률과 포트홀이 차량에 미칠 위험도를 분석하여 도로 노면 위험도를 분류할 수 있다. 이와 같이 다양한 방식으로 분류되는 도로 노면 위험도는, 운전자 또는 관리자에게 차량으로 이동할 도로 경로 상에 위치하는 실제 포트홀에 의한 도로 노면의 위험도를 안내할 수 있다.
우선관리도로 판단부(244)는 도로 노면 위험도 분류부(242)에서 분류된 도로 노면의 위험도에 따라 우선 관리가 필요한 도로를 판단할 수 있다. 따라서, 우선관리도로 판단부(244)는 도로명 단위로 우선 관리가 필요한 도로를 판단하고, 도로명마다 우선 관리가 필요한 순위를 지정할 수 있다.
발생 지역 예측부(246)는 산출된 단위 구간 정보와 불량객체 속성정보와 공공데이터 중 적어도 하나를 이용하여 새로 발생 가능한 포트홀의 발생 지역을 예측할 수 있다. 즉, 발생 지역 예측부(246)는 포트홀이 발생하지는 않았으나 포트홀이 발생할 가능성이 높은 지역을 예측하되, 기본적으로 활용되는 수치지형도 외 주변의 교통 상황, 도로 관리, 기상 정보에 의해 포트홀 발생 지역을 예측할 수 있다.
예를 들어, 발생 지역 예측부(246)는 동일한 도로 상태를 갖는 주변의 포트홀이 위치한 지역에 대해 강우량에 따른 포트홀 변화를 관측하고, 이를 토대로 기후 변화에 따라 현재 도로에 포트홀이 발생할 가능성이 얼마나 되는지 예측하여 안내할 수 있다.
다시 도 1을 참조하면, 도로 위험 DB(250)는 데이터 처리부(220)에서 작성되는 도 3과 같은 불량 객체의 속성정보, 단위 구간 정보 산출부(230)에서 도로명 주소 단위 구간의 단위 구간 정보, 위험 분석부(240)에서 분류되는 도로 노면 위험도, 우선관리도로, 포트홀 발생 예측 지역에 대한 정보, 유관기관들(400)로부터 제공되는 공공데이터를 저장할 수 있다.
빅데이터 메모리(260)는 휘발성 메모리 및/또는 비휘발성 메모리를 포함할 수 있다. 빅데이터 메모리(260)에는 빅데이터 수집 및 분석 서버(200)가 제공하는 동작, 기능 등을 구현 및/또는 제공하기 위하여, 구성요소들에 관계된 명령 또는 데이터, 하나 이상의 프로그램 및/또는 소프트웨어, 운영체제 등이 저장될 수 있다.
예를 들어, 빅데이터 메모리(260)에 저장되는 프로그램은 정보 수집 장치(100)로부터 수신되는 정보를 분석하여 포트홀을 판단하고 포트홀의 속성정보를 작성하며, 단위 구간 정보를 산출하고, 도로 위험도를 분석하기 위한 분석 프로그램을 포함할 수 있다. 분석 프로그램은 서버(200)의 프로세서(미도시)에 의해 실행될 수 있다.
한편, 서비스 제공 서버(300)는 분류된 도로 노면의 위험도, 판단된 우선 관리가 필요한 도로 및 예측된 포트홀 발생 예측 지역을 포함하는 도로 노면 분석 정보를 GIS와 연계하여 서비스 가입자에게 서비스할 수 있다.
이를 위하여, 서비스 제공 서버(300)는 서비스 통신부(310), GIS 연계부(320), 서비스 제공부(330) 및 서비스 메모리(340)를 포함할 수 있다.
서비스 통신부(310)는 빅데이터 수집 및 분석 서버(200)와 유관기관들(400)과 통신할 수 있다.
GIS 연계부(320)는 도로 노면의 위험도 기준에 따라 현재 도로의 포트홀의 속성정보를 바탕으로 도로 위험도가 결정되면, GIS와 연계하여 도로관리주체에게 도로 위험도를 제공하고, 도로 보수 작업의 우선순위를 결정하는데 지원할 수 있다. 도로관리주체는 교통안전공단, 도로관리시스템 등의 유관기관들(400)일 수 있다.
GIS 연계부(320)에 의한 포트홀의 위치정보와 속성정보와 영상정보는 도 7과 같이 GIS 정보와 연계되어 표출될 수 있다. 도 7은 포트홀 맵 조회기능의 일 예를 보여주는 것이다.
또한, GIS 연계부(320)는 포트홀의 보수 작업 과정을 보여주는 GIS와 연계된 표출 시스템을 제공하여, 효율적인 유지관리환경이 가능하도록 하고, 도로 이용자에게도 신속한 현장 상황 정보 인지가 가능하도록 할 수 있다.
서비스 제공부(330)는 운전자의 차량 네비게이션에도 빅데이터 수집 및 분석 서버(200)에서 결정된 도로 위험도, 우선관리도로, 포트홀 발생 예측 지역 등의 정보를 제공하고, 이와 더불어 포트홀에 의한 사고 예방이 가능하도록 운전자의 경로에 적합한 안전운전 가이드라인을 제공할 수 있다.
GIS 연계부(320) 및 서비스 제공부(330) 중 적어도 하나에 의한 정보 제공은 WebGIS 기반으로 이루어질 수 있으며, 주요 기능은 다음 [표 6]과 같다.
구분 세부기능 기능 설명
포트홀 맵 조회 포트홀 위치 조회 지도 상에서 포트홀의 위치 및 상세 정보를 조회
포트홀 다발 지역 조회 포트홀 다발 지역 분석
포트홀 발생
지역 예측		 포트홀 위험 예측 주제도 조회 포트홀 다발 위험 구간에 대한 예측 지도 조회
포트홀 위험
분석		 포트홀 발생 원인 분석 포트홀 다발 지역의 도로상태, 교통량 등을 통해 발생 원인 분석
포트홀 복구지역 우선 순위 선정 포트홀 복구 우선순위 조회
포트홀
메타데이터 관리		 포트홀 메타데이터 관리 포트홀 메타데이터 관리 및 조회
[표 6]은 상술한 본 발명의 실시 예에 따른 도로 노면 위험 정보 제공 시스템이 제공하는 서비스의 주요 기능을 간략히 보여준다. [표 6]에 기재된 주요 기능을 위해, 빅데이터 수집 및 분석 서버(200)와 서비스 제공 서버(300)는 수집된 포트홀의 속성정보와 공공데이터를 분석하고, GIS 상에 매핑하여 표시하며, 포트홀에 의한 도로 위험도를 분석하고, 서비스 가입자가 [표 6]에서 구분된 기능(예를 들어, 포트홀 발생 예측 지역)을 지도 상에서 조회하도록 할 수 있다.
서비스 메모리(340)는 휘발성 메모리 및/또는 비휘발성 메모리를 포함할 수 있다. 서비스 메모리(340)에는 서비스 제공 서버(300)가 제공하는 동작, 기능 등을 구현 및/또는 제공하기 위하여, 구성요소들에 관계된 명령 또는 데이터, 하나 이상의 프로그램 및/또는 소프트웨어, 운영체제 등이 저장될 수 있다.
예를 들어, 서비스 메모리(340)에 저장되는 프로그램은 빅데이터 수집 및 분석 서버(200)에서 분석된 결과를 GIS와 연계하여 서비스 가입자에게 제공하기 위한 GIS 연계 프로그램을 포함할 수 있으며, 서버(300)의 프로세서(미도시)에 의해 실행될 수 있다.
도 8은 본 발명의 다른 실시 예에 따른 포트홀에 의한 도로 노면 위험 정보 제공 시스템을 도시한 도면이다.
도 8을 참조하면, 도로 노면 위험 정보 제공 시스템은 정보 수집 장치(100) 및 빅데이터 수집 및 분석 서버(200-1)를 포함할 수 있다.
정보 수집 장치(100)는 도 1을 참조하여 설명하였으므로 구체적인 설명은 생략한다.
빅데이터 수집 및 분석 서버(200-1)는 도 1 내지 도 7을 참조하여 설명한 빅데이터 수집 및 분석 서버(200)와 서비스 제공 서버(300)의 동작을 취합하여 제공할 수 있다. 자세히 설명하면, 빅데이터 수집 및 분석 서버(200-1)는 정보 수집 장치(100)로부터 제공되는 영상으로부터 포트홀 영상을 인식하여 포트홀 DB(즉, 도로 위험 DB(250))에 저장하고, 유관기관들(400)로부터 제공되는 공공데이터를 이용하여 포트홀 위험을 분석한 후, 분석 결과를 유관기관들(400)에게 제공할 수 있다.
도 9는 본 발명의 실시 예에 따른 도로 노면 위험 정보 제공 시스템의 도로 노면 위험 정보 제공 방법을 개략적으로 도시한 흐름도이다.
도 9에 도시된 정보 수집 장치(100), 빅데이터 수집 및 분석 서버(200) 및 서비스 제공 서버(300)는 도 1 내지 도 7을 참조하여 설명하였으므로 자세한 설명은 생략한다.
도 9를 참조하면, 정보 수집 장치(100)는 도로 노면을 촬영하여 촬영된 도로 노면 촬영 영상과 위치 정보를 빅데이터 수집 및 분석 서버(200)에게 전송한다(S900, S910).
빅데이터 수집 및 분석 서버(200)는 수신된 도로 노면을 촬영한 영상을 분석하여 도로 노면에 위치하는 불량 객체의 속성정보를 획득하고, 획득된 불량객체 속성정보를 수집하여 GIS 기반의 도로 위험 DB(250)에 저장한다(S920).
빅데이터 수집 및 분석 서버(200)는 도로 위험 DB(250)에 저장된 불량객체 속성정보 중 위치 정보를 이용하여 도로의 단위 구간 별로 거리당 도로 노면 불량 객체의 평균 개수 및 개수 표준편차와, 거리당 도로 노면 불량 객체의 평균 크기 및 크기 표준편차를 포함하는 단위 구간 정보를 산출한다(S930). S930단계는 [수학식 1] 내지 [수학식 6]을 참조하여 상술하였다.
빅데이터 수집 및 분석 서버(200)는 S920단계에서 산출된 단위 구간 정보를 도로명 주소 단위 구간(Ri)마다 생성하여 도로 위험 DB(250)에 저장한다(S940).
빅데이터 수집 및 분석 서버(200)는 S920단계에서 산출된 단위 구간 정보와 도로 위험 DB(250)에 저장된 불량객체 속성정보와 유관기관들로부터 제공되는 공공데이터 중 적어도 하나를 분석하여 도로 노면의 위험도를 분류하고, 도로 노면 불량 객체의 발생 지역을 예측한다(S950).
서비스 제공 서버(300)는 도로 위험 DB(250)에 저장된 도로 노면의 위험도, 도로 노면 불량 객체의 발생 예측 지역, 우선관리도로 등의 정보를 GIS와 연계하여 서비스 가입자에게 제공한다(S960, S970).
한편, 본 발명에 따른 도로 노면 위험 정보 제공 시스템의 도로 노면 위험 정보 제공 방법은 이를 구현하기 위한 명령어들의 프로그램이 유형적으로 구현됨으로써, 컴퓨터를 통해 판독될 수 있는 기록매체에 포함되어 제공될 수도 있음은 통상의 기술자가 쉽게 이해할 수 있다.
따라서, 본 발명은 도로 노면 위험 정보 제공 시스템의 도로 노면 위험 정보 제공 방법을 구현하기 위하여 상기 도로 노면 위험 정보 제공 시스템을 제어하는 컴퓨터 상에서 수행되는 컴퓨터 판독 가능한 기록매체에 저장된 프로그램을 함께 제공한다.
한편, 이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시 예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주하여야 할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100: 정보 수집 장치 200: 빅데이터 수집 및 분석 서버
210: 빅데이터 통신부 220: 데이터 처리부
230: 단위 구간 정보 산출부 240: 위험 분석부
250: 도로 위험 DB 260: 빅데이터 메모리
300: 서비스 제공 서버 310: 서비스 통신부
320: GIS 연계부 330: 서비스 제공부
340: 서비스 메모리

Claims (9)

  1. 도로 노면을 촬영한 영상을 분석하여 도로 노면 불량 객체에 대한 속성정보(이하, '불량객체 속성정보'라 한다)를 획득하고, 상기 획득된 불량객체 속성정보와 도로의 단위 구간 별 도로 노면 불량 객체의 평균 개수와 평균 크기를 이용하여 상기 도로 노면의 위험도를 산출하는 빅데이터 수집 및 분석 서버; 및
    상기 빅데이터 수집 및 분석 서버에서 산출된 도로 노면의 위험도를 포함하는 서비스를 제공하는 서비스 제공 서버;를 포함하고,
    상기 빅데이터 수집 및 분석 서버는,
    정보 수집 장치로부터 수신되는 상기 도로 노면을 촬영한 영상과 상기 도로 노면이 촬영된 위치 정보를 분석하여 상기 불량객체 속성정보를 획득하고, 상기 획득된 불량객체 속성정보를 수집하여 GIS 기반의 도로 위험 DB에 저장하는 데이터 처리부;
    상기 도로 위험 DB에 저장된 불량객체 속성정보 중 위치 정보를 이용하여 도로의 단위 구간 별로 거리당 도로 노면 불량 객체의 평균 개수 및 개수 표준편차와, 거리당 도로 노면 불량 객체의 평균 크기 및 크기 표준편차를 포함하는 단위 구간 정보를 산출하는 단위 구간 정보 산출부; 및
    상기 단위 구간 정보 산출부에서 산출된 단위 구간 정보와 상기 도로 위험 DB에 저장된 불량객체 속성정보를 분석하여 상기 도로 노면의 위험도를 분류하고, 도로 노면 불량 객체의 발생 지역을 예측하는 위험 분석부;를 포함하며,
    상기 단위 구간 정보 산출부는,
    도로를 도로명 주소에 따라 도로명 주소 단위 구간들로 나누고, 상기 도로명 주소 단위 구간을 일정 거리에 따라 등간격 단위 구간들로 나누는 도로 구획부;
    하나의 도로명 주소 단위 구간에 포함된 등간격 단위 구간들
    Figure 112019129055815-pat00053
    부터
    Figure 112019129055815-pat00054
    까지의 등간격 단위 구간 당 도로 노면 불량 객체 개수의 평균을 산출하고, 상기 산출된 등간격 단위 구간 당 도로 노면 불량 객체 개수의 평균과 상기 일정 거리를 이용하여 상기 일정 거리당 평균 도로 노면 불량 객체의 개수 및 개수 표준편차를 산출하는 평균 개수 산출부;
    상기 하나의 도로명 주소 단위 구간에 포함된 등간격 단위 구간들
    Figure 112019129055815-pat00055
    부터
    Figure 112019129055815-pat00056
    까지의 등간격 단위 구간 당 도로 노면 불량 객체 크기의 평균을 산출하고, 상기 산출된 등간격 단위 구간 당 도로 노면 불량 객체 크기의 평균과 상기 일정 거리를 이용하여 상기 일정 거리당 평균 도로 노면 불량 객체의 크기 및 크기 표준편차를 산출하는 평균 크기 산출부; 및
    상기 도로 노면을 촬영한 일시, 상기 도로 노면 불량 객체의 좌표, 상기 산출된 일정 거리당 평균 도로 노면 불량 객체의 개수 및 개수 표준편차, 상기 산출된 일정 거리당 평균 도로 노면 불량 객체의 크기 및 크기 표준편차, 그리고, 도로명 주소 단위 구간의 식별정보를 포함하는 단위 구간 정보를 생성하는 단위 구간 정보 생성부;를 포함하는 것을 특징으로 하는 도로 노면 위험 정보 제공 시스템.
  2. 삭제
  3. 제1항에 있어서,
    상기 데이터 처리부는,
    상기 도로 노면 불량 객체의 도로 정보와 상기 도로 노면을 촬영한 촬영 정보를 포함하는 상기 불량객체 속성정보를 획득하고,
    상기 불량객체 속성정보 중 도로 정보는,
    유관기관으로부터 제공되는 도로 등급, 노선 번호, 도로관리기관 정보 및 도로 도면의 포장 상태 정보와, 상기 정보 수집 장치로부터 제공되는 촬영 위치 및 날짜 정보와, 상기 촬영한 영상을 분석한 결과로부터 획득되는 상기 도로 노면 불량 객체의 유형 정보를 포함하고,
    상기 불량객체 속성정보 중 촬영 정보는,
    상기 도로 노면 불량 객체를 촬영한 카메라의 촬영 높이, 촬영 각도, 촬영 거리 및 차량 속도 정보를 포함하는 것을 특징으로 하는 도로 노면 위험 정보 제공 시스템.
  4. 제3항에 있어서,
    상기 데이터 처리부는,
    상기 도로 노면을 촬영한 영상을 분석하여 차로 내에서 도로 노면 불량 객체가 발생한 위치에 따른 위치 유형, 도로 노면 불량 객체의 모양과 길이에 따른 모양 유형과 길이 유형을 분류하고, 상기 도로 노면 불량 객체의 깊이를 산출하는 유형 분류부;
    상기 유관기관으로부터 제공되는 공공데이터를 분석하여 상기 도로 등급, 노선 번호, 도로관리기관 정보 및 도로 도면의 포장 상태 정보를 확인하는 공공데이터 분석부; 및
    상기 정보 수집 장치로부터 제공되는 촬영 위치, 날짜 정보 및 상기 촬영 정보와, 상기 유형 분류부에서 분류된 위치 유형, 모양 유형, 길이 유형 및 산출된 깊이를 포함하는 도로 정보와, 상기 공공데이터 분석부에서 분석된 결과를 조합하여 상기 불량객체 속성정보를 작성하는 속성정보 작성부;를 포함하는 것을 특징으로 하는 도로 노면 위험 정보 제공 시스템.
  5. 삭제
  6. 제1항에 있어서,
    상기 위험 분석부는,
    도로명 주소 단위로 생성되는 상기 단위 구간 정보와 상기 도로 위험 DB에 저장된 불량객체 속성정보와 도로 노면 상태와 관련된 유관기관으로부터 제공되는 공공데이터 중 적어도 하나를 이용하여 상기 도로 노면의 위험도를 분류하는 도로 노면 위험도 분류부;
    상기 분류된 도로 노면의 위험도에 따라 우선 관리가 필요한 도로를 판단하는 우선관리도로 판단부; 및
    상기 단위 구간 정보와 상기 저장된 불량객체 속성정보와 상기 공공데이터 중 적어도 하나를 이용하여 새로 발생 가능한 도로 노면 불량 객체의 발생 지역을 예측하는 발생 지역 예측부;를 포함하는 것을 특징으로 하는 도로 노면 위험 정보 제공 시스템.
  7. 제6항에 있어서,
    상기 서비스 제공 서버는,
    상기 도로 노면의 위험도, 상기 우선 관리가 필요한 도로 및 상기 도로 노면 불량 객체의 발생 예측 지역을 포함하는 도로 노면 분석 정보를 GIS와 연계하여 서비스로 제공하는 것을 특징으로 하는 도로 노면 위험 정보 제공 시스템.
  8. (A) 빅데이터 수집 및 분석 서버가, 도로 노면을 촬영한 영상을 분석하여 도로 노면 불량 객체에 대한 속성정보(이하, '불량객체 속성정보'라 한다)를 획득하고, 상기 획득된 불량객체 속성정보와 도로의 단위 구간 별 도로 노면 불량 객체의 평균 개수와 평균 크기를 이용하여 상기 도로 노면의 위험도를 산출하는 단계; 및
    (B) 서비스 제공 서버가, 상기 빅데이터 수집 및 분석 서버에서 산출된 도로 노면의 위험도를 포함하는 서비스를 제공하는 단계;를 포함하고,
    상기 (A) 단계는,
    (A1) 상기 도로 노면을 촬영한 영상과 상기 도로 노면이 촬영된 위치 정보를 정보 수집 장치로부터 수신 및 분석하여 상기 불량객체 속성정보를 획득하고, 상기 획득된 불량객체 속성정보를 수집하여 GIS 기반의 도로 위험 DB에 저장하는 단계;
    (A2) 상기 도로 위험 DB에 저장된 불량객체 속성정보 중 위치 정보를 이용하여 도로의 단위 구간 별로 거리당 도로 노면 불량 객체의 평균 개수 및 개수 표준편차와, 거리당 도로 노면 불량 객체의 평균 크기 및 크기 표준편차를 포함하는 단위 구간 정보를 산출하는 단계; 및
    (A3) 상기 (A2) 단계에서 산출된 단위 구간 정보와 상기 도로 위험 DB에 저장된 불량객체 속성정보를 분석하여 상기 도로 노면의 위험도를 분류하고, 도로 노면 불량 객체의 발생 지역을 예측하는 단계;를 포함하며,
    상기 (A2) 단계는,
    도로를 도로명 주소에 따라 도로명 주소 단위 구간들로 나누고, 상기 도로명 주소 단위 구간을 일정 거리에 따라 등간격 단위 구간들로 나누고,
    하나의 도로명 주소 단위 구간에 포함된 등간격 단위 구간들
    Figure 112019129055815-pat00057
    부터
    Figure 112019129055815-pat00058
    까지의 등간격 단위 구간 당 도로 노면 불량 객체 개수의 평균을 산출하고, 상기 산출된 등간격 단위 구간 당 도로 노면 불량 객체 개수의 평균과 상기 일정 거리를 이용하여 상기 일정 거리당 평균 도로 노면 불량 객체의 개수 및 개수 표준편차를 산출하고,
    상기 하나의 도로명 주소 단위 구간에 포함된 등간격 단위 구간들
    Figure 112019129055815-pat00059
    부터
    Figure 112019129055815-pat00060
    까지의 등간격 단위 구간 당 도로 노면 불량 객체 크기의 평균을 산출하고, 상기 산출된 등간격 단위 구간 당 도로 노면 불량 객체 크기의 평균과 상기 일정 거리를 이용하여 상기 일정 거리당 평균 도로 노면 불량 객체의 크기 및 크기 표준편차를 산출하며,
    상기 도로 노면을 촬영한 일시, 상기 도로 노면 불량 객체의 좌표, 상기 산출된 일정 거리당 평균 도로 노면 불량 객체의 개수 및 개수 표준편차, 상기 산출된 일정 거리당 평균 도로 노면 불량 객체의 크기 및 크기 표준편차, 그리고, 도로명 주소 단위 구간의 식별정보를 포함하는 단위 구간 정보를 생성하는 것을 특징으로 하는 도로 노면 위험 정보 제공 방법.
  9. 삭제
KR1020180122520A 2018-10-15 2018-10-15 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법 KR102084668B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180122520A KR102084668B1 (ko) 2018-10-15 2018-10-15 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180122520A KR102084668B1 (ko) 2018-10-15 2018-10-15 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102084668B1 true KR102084668B1 (ko) 2020-03-04

Family

ID=69783043

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180122520A KR102084668B1 (ko) 2018-10-15 2018-10-15 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102084668B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102145763B1 (ko) * 2020-05-12 2020-08-19 한국건설기술연구원 루프 검지기를 이용한 차로별 위험도 검출 방법 및 시스템
KR102264392B1 (ko) * 2021-02-04 2021-06-14 ㈜선영종합엔지니어링 도로 노면을 분석하여 실시간으로 정보를 제공할 수 있는 정밀도로지도 구축시스템
CN116189133A (zh) * 2023-04-26 2023-05-30 宜宾闪马智通科技有限公司 道路巡检判定方法及装置
CN116337873A (zh) * 2023-03-29 2023-06-27 重庆市市政设计研究院有限公司 一种道路桥隧测量系统
US11829959B1 (en) 2022-11-18 2023-11-28 Prince Mohammad Bin Fahd University System and methods for fully autonomous potholes detection and road repair determination

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101543342B1 (ko) * 2015-02-23 2015-08-11 한국건설기술연구원 차량통신 네트워크를 이용한 도로포장의 포트홀 데이터 처리 시스템 및 그 방법
KR20160002909U (ko) 2015-02-12 2016-08-22 서보연 스마트폰을 활용한 포트홀 검출 통보 시스템
KR101651999B1 (ko) * 2015-12-11 2016-08-30 한국건설기술연구원 포트홀 및 크랙 검출 장치 및 방법
KR20170131375A (ko) * 2015-03-27 2017-11-29 인텔 코포레이션 변하는 도로 상태들에 따라 차량들을 보조하는 기술들
KR101898577B1 (ko) * 2017-09-29 2018-09-13 숭실대학교산학협력단 도로 상태 예측 시스템 및 도로 상태 예측 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160002909U (ko) 2015-02-12 2016-08-22 서보연 스마트폰을 활용한 포트홀 검출 통보 시스템
KR101543342B1 (ko) * 2015-02-23 2015-08-11 한국건설기술연구원 차량통신 네트워크를 이용한 도로포장의 포트홀 데이터 처리 시스템 및 그 방법
KR20170131375A (ko) * 2015-03-27 2017-11-29 인텔 코포레이션 변하는 도로 상태들에 따라 차량들을 보조하는 기술들
KR101651999B1 (ko) * 2015-12-11 2016-08-30 한국건설기술연구원 포트홀 및 크랙 검출 장치 및 방법
KR101898577B1 (ko) * 2017-09-29 2018-09-13 숭실대학교산학협력단 도로 상태 예측 시스템 및 도로 상태 예측 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102145763B1 (ko) * 2020-05-12 2020-08-19 한국건설기술연구원 루프 검지기를 이용한 차로별 위험도 검출 방법 및 시스템
KR102264392B1 (ko) * 2021-02-04 2021-06-14 ㈜선영종합엔지니어링 도로 노면을 분석하여 실시간으로 정보를 제공할 수 있는 정밀도로지도 구축시스템
US11829959B1 (en) 2022-11-18 2023-11-28 Prince Mohammad Bin Fahd University System and methods for fully autonomous potholes detection and road repair determination
CN116337873A (zh) * 2023-03-29 2023-06-27 重庆市市政设计研究院有限公司 一种道路桥隧测量系统
CN116337873B (zh) * 2023-03-29 2023-11-10 重庆市市政设计研究院有限公司 一种道路桥隧测量系统
CN116189133A (zh) * 2023-04-26 2023-05-30 宜宾闪马智通科技有限公司 道路巡检判定方法及装置
CN116189133B (zh) * 2023-04-26 2023-07-28 宜宾闪马智通科技有限公司 道路巡检判定方法及装置

Similar Documents

Publication Publication Date Title
KR102084668B1 (ko) 도로 노면 불량 객체에 의한 도로 노면 위험 정보 제공 시스템 및 방법
US10578442B2 (en) Data mining to identify locations of potentially hazardous conditions for vehicle operation and use thereof
US20200234382A1 (en) Determination and Display of Driving Risk
US11315422B2 (en) Glare detection system and methods for automated vehicular control
US10883850B2 (en) Additional security information for navigation systems
US10012510B2 (en) Data mining in a digital map database to identify decreasing radius of curvature along roads and enabling precautionary actions in a vehicle
US9121716B2 (en) Data mining in a digital map database to identify insufficient superelevation along roads and enabling precautionary actions in a vehicle
CN110832474A (zh) 高清地图更新
Pinatt et al. Evaluation of pavement condition index by different methods: Case study of Maringá, Brazil
CA2704638A1 (en) Method and system for the use of probe data from multiple vehicles to detect real world changes for use in updating a map
US20200286370A1 (en) Transportation threat detection system
US10168424B1 (en) Management of mobile objects
WO2020261567A1 (ja) 路面検査装置、路面検査方法、およびプログラム
JP6916433B2 (ja) 道路改良箇所の抽出プログラム、道路改良箇所の抽出装置、及び道路改良箇所の抽出方法
Oskarbski et al. Information system for drivers within the integrated traffic management system-TRISTAR
KR20220089138A (ko) 도로 위험물 인지 장치 및 방법
JP7265832B1 (ja) 緊急通行規制判断支援システムおよびプログラム、道路管理方法
JP6447269B2 (ja) トリガ条件決定プログラム、トリガ条件決定方法、およびトリガ条件決定装置
Nair et al. Hybrid segmentation approach to identify crash susceptible locations in large road networks
Tchuente et al. Providing more regular road signs infrastructure updates for connected driving: A crowdsourced approach with clustering and confidence level
CN114596699B (zh) 信息处理装置、信息处理系统、信息处理方法以及非临时性存储介质
KR20200069878A (ko) 도로 포장 생애주기 관리 장치 및 방법
US20230384113A1 (en) System and method for processing event data
US20220180736A1 (en) Method, apparatus and computer program product for determining lane status confidence indicators using probe data
CN114705203A (zh) 数据处理方法及计算设备

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant