KR102107119B1 - 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법 - Google Patents
타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR102107119B1 KR102107119B1 KR1020180170195A KR20180170195A KR102107119B1 KR 102107119 B1 KR102107119 B1 KR 102107119B1 KR 1020180170195 A KR1020180170195 A KR 1020180170195A KR 20180170195 A KR20180170195 A KR 20180170195A KR 102107119 B1 KR102107119 B1 KR 102107119B1
- Authority
- KR
- South Korea
- Prior art keywords
- road
- tire
- artificial intelligence
- road pavement
- vehicle
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/42—Road-making materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
Abstract
소정 규격의 타이어를 장착한 일반 차량의 주행에 따른 타이어-노면의 마찰음만을 소음측정기가 수집하여 인공지능학습 최적화를 수행함으로써, 도로포장 상태등급을 간편하게 판정할 수 있고, 또한, 인공지능을 도입하여 도로포장 상태등급을 객관적으로 사용자가 설정한 상태등급에 따라 판단할 수 있으며, 또한, 소음측정기의 마이크로폰과 결합된 지그모듈을 조사차량에 부착하고, 소정 규격의 타이어에 인접하게 마이크로폰을 배치함으로써 타이어-노면의 마찰음을 정확하게 수집하여 도로포장 상태등급을 판정할 수 있고, 또한, 고가의 전용조사차량을 사용하지 않고도 일반 차량을 조사차량으로 구축함으로써 경제적으로 도로포장 상태등급을 판정할 수 있는, 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법이 제공된다.
Description
본 발명은 도로포장 상태등급 판정 시스템에 관한 것으로, 보다 구체적으로, 일반 조사차량의 주행에 따른 타이어-노면의 마찰음을 수집하여 인공지능학습 최적화를 수행한 후, 도로포장 상태등급을 판정하는 도로포장 상태등급 판정 시스템 및 그 방법에 관한 것이다.
일반적으로, 많은 차량이 주행하는 도로의 노면은 차량의 주행 저항과 차량의 무게 등으로 인하여 항상 무거운 하중 또는 충격이 가해지고 있는 상태이기 때문에, 도로의 노면에 많은 변형이 생기게 된다.
이러한 도로의 노면 파손은 차량의 주행 상태를 나쁘게 하여 여러 가지 불편한 문제점을 야기하는데, 이러한 문제점은 포장이 되지 않은 도로뿐만 아니라 아스팔트나 콘크리트가 포장된 도로에서도 발생되게 된다.
한편, 통상적인 도로포장 상태의 판단시, 다수의 현장조사원이 도로구간에서 나가 직접 육안으로 균열이나 포트홀을 조사하여 기록지에 표기한다. 또는, 순찰차량이 도로를 순찰하면서 포트홀을 눈으로 파악한 후, 해당 위치를 도로보수업체에 전달한다. 또는, 자동 포장상태 조사차량이 주행하면서 얻은 포장영상자료를 분석원이 판독하여 균열률을 조사한다. 또는, 현장조사 없이 민원이 접수되면 관리자가 현장에 나가서 도로포장 상태를 육안으로 확인한다.
종래의 기술에 따르면, 모두 시각정보에 의존하면서, 많은 시간과 인력, 예산이 소요된다는 공통적인 문제점이 있다. 또한, 도로포장 상태판단에 조사자의 주관적 판단이 개입되면서, 조사결과에 편차가 발생하는 문제가 있다.
한편, 네트워크 수준의 포장관리를 위해서는 자동 포장상태 조사차량 도입이 필수이나, 관리환경이 열악한 지방자치단체 등은 조사차량이 고가이기 때문에 구입을 위한 의사결정에 한계가 있다. 이때, 고가의 자동 포장상태 조사차량도 포장상태 핵심지표인 균열(Crack) 여부를 파악하기 위해 여전히 조사차량이 수집한 영상정보를 사람이 육안으로 분석하는 작업과정 필요하지만, 이에 대한 별도의 예산과 시간, 판독의 편차가 발생할 수 있다.
또한, 영상자료 분석 용역비용, 연 10% 수준에 해당하는 차량 감가상각비, 장비 운영과 관리를 위한 부대비용, 전문 엔지니어의 추가 고용 등은 도로포장 관리시스템 도입은 물론 도입 이후 지속적 운영에도 큰 부담을 주고 있는 실정이다.
한편, 포장도로의 평탄성을 측정하는 방법은 초음파를 이용하는 방법, 레이저(Laser)를 이용하는 방법 등 매우 다양하다. 그 중에서 근래 포장도로의 평탄성을 측정하기 위하여 주로 사용되는 장비인 ARAN(Automatic Road Analyzer: 자동 노면 분석기)은 레이저를 이용하여 포장도로의 평탄성을 측정한다.
도 1의 a)는 종래의 기술에 따른 포장상태 측정장비를 예시하는 사진이고, 도 1의 b)는 종래의 기술에 따른 포장도로의 노면 평탄성 측정 시스템을 나타내는 도면이다.
도 1의 a)에 도시된 바와 같이, ARAN 내부에는 레이저 조사 및 수광장치, 다수의 카메라, 데이터 분석장비 등이 탑재되어 있다.
도 1의 b)에 도시된 바와 같이, 3점 평탄성 측정방식으로서, 차량(10) 바닥의 3점에 레이저 조사 및 수광장치(20)가 설치되고, 포장도로(30)에 레이저를 조사하여 반사되어 돌아오는 레이저를 기초로 포장도로(30)의 평탄성을 측정한다. 3점 평탄성 측정방식이라고도 불리는 것으로서 ARAN도 이러한 방식을 이용하는 측정 시스템이 구축된다.
하지만, 이러한 ARAN은 외형적으로 장착해야 하는 레이저광 조사 및 수광장치(20) 이외에도 데이터를 수집 및 분석하기 위해 여러 가지 장비들이 장착된다. 이러한 ARAN은 포장도로(30)의 평탄성뿐만 아니라 표면손상, 소성변형을 측정하여 종합적인 포장상태지수(Highway Pavement Condition Index: HPCI)를 나타낼 수 있다.
한편, 선행기술로서, 대한민국 등록특허번호 제10-758705호에는 "도로의 포장상태 자동 조사장치"라는 명칭의 발명이 개시되어 있는데, 도 2를 참조하여 설명한다.
도 2의 a)는 종래의 기술에 따른 도로의 포장상태 자동 조사장치가 설치된 차량을 나타내는 도면이고, 도 2의 b)는 종래의 기술에 따른 도로의 포장상태 자동 조사장치가 설치된 차량의 정면도이다.
도 2의 a) 및 b)를 참조하면, 종래의 기술에 따른 도로의 포장상태 자동 조사장치는, 차량에 도로의 포장 표면의 파손 상태를 촬영하는 노면 촬영기구(41), 도로의 노면 굴곡상태를 측정하는 노면러팅 측정기구(43), 차량의 위치를 파악하기 위한 위치 판단기구(45), 자료분석 저장기구(47), 전방 도로의 전후좌우 전경을 촬영하는 도로주변 촬영기구(49), 도로의 주행 소음을 측정하는 주행소음 측정기구(51) 및 전력을 공급하는 전원공급장치(53)를 구비하여 이루어진다.
노면 촬영기구(41)는 CCD 카메라(55)와 디지털카메라(57)로 이루어져 도로의 포장 표면에 대한 파손 상태를 촬영한다.
노면러팅 측정기구(43)는 차량의 앞쪽 또는 뒤쪽에서 좌우 가로 폭 방향으로 배치된 가로지지대(59)와 상기 가로지지대(59)에 설치된 다수개의 높이센서(61), 차량의 바퀴 트랙과 일치하게 배치된 가속도센서(63) 및 차량의 바퀴에 장착되어 차량의 속도를 측정하는 속도계(65)로 이루어져 도로의 노면 굴곡상태를 측정한다.
위치 판단기구(45)는 차량의 위치를 파악하는 GPS(77) 및 상대적 위치 및 거리를 파악하기 위한 상대좌표 위치계(76)로 이루어진다.
자료분석 저장기구(47)는 노면 촬영기구(41)의 CCD 카메라(55)에서 촬영된 영상을 저장하는 VTR(67)과 디지털카메라(57)에서 촬영된 영상을 분석하여 처리하는 영상분석기(69)와 상기 영상 분석기(69)에서 처리된 신호를 저장하는 중앙 컴퓨터(71)와 상기 노면러팅 측정기구(43)의 높이센서(61), 가속도센서(63)에서 전달되는 전기신호를 처리하는 다채널 분석기(73)와 상기 CCD 카메라(55)와 디지털카메라(57)에서 촬영된 영상을 간이 저장할 수 있게 하는 휴대용 메모리(75)로 이루어져 각종 정보를 저장한다.
도로주변 촬영기구(49)는 차량의 전면에 설치된 전방 카메라(79)와 차량의 상단 전후좌우에 설치한 전후 측방 카메라(79) 및 도로의 근접 노면을 촬영하는 노면 근접 카메라(73)로 이루어져 도로의 전후좌우 전경을 촬영한다.
주행소음 측정기구(51)는 차량의 바닥면에 설치된 소음 측정센서로 이루어져 도로의 주행 소음을 측정한다.
종래의 기술에 따른 도로의 포장상태 자동 조사장치에 따르면, 도로의 노면 상태와 주변 상황을 측정하여 영상과 수치로 저장함으로써, 도로를 조사한 당사자는 물론 다른 사람이 객관적으로 판단할 수 있게 하여 정확한 도로의 노면 유지 관리를 할 수 있게 하는 자료로 활용할 수 있다.
하지만, 종래의 기술에 따른 도로의 포장상태 자동 조사장치의 경우, 전용 조사차량으로 구현되며, 위치 판단기구(45), 자료분석 저장기구(47) 및 주행소음 측정기구(51) 이외에도 노면 촬영기구(41), 노면러팅 측정기구(43) 및 도로주변 촬영기구(49)를 구비해야 하므로, 구조가 복잡하고 비용이 상승하는 문제점이 있다.
한편, 다른 선행기술로서, 대한민국 등록특허번호 제10-1168503호에는"도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템 및 측정 방법"이라는 명칭의 발명이 개시되어 있는데, 도 3을 참조하여 설명한다.
도 3은 종래의 기술에 따른 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템을 설명하기 위한 도면으로서, 도 3의 a)는 노면 평탄성 측정 시스템의 구성도이고, 도 3의 b)는 진동센서와 소음측정수단이 차량에 구비되어 옥타브밴드 정보를 생성하는 상태를 나타낸 도면이다.
도 3의 a) 및 b)에 도시된 바와 같이, 종래의 기술에 따른 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템은, 도로를 주행하는 차량(81)에 장착되어 상기 차량(81)의 진동을 진동신호로 변환하는 진동센서(91); 상기 진동센서(91)에 연결되어 상기 진동신호를 수신하고, 상기 진동신호에 대응하는 옥타브밴드 정보를 생성하고, 제 1저장수단(94)에 상기 옥타브밴드 정보를 저장하는 소음측정수단(92); 상기 옥타브밴드 정보에 기초하여 사람이 인식할 수 있는 상기 도로의 노면 평탄성에 관한 소정 주파수 대역을 선별하고, 상기 선별된 주파수 대역에서의 상기 노면 평탄성 정보를 추출하는 주파수분석수단(93); 및 상기 노면 평탄성 정보를 소정의 측정지수와 비교하여 상기 도로의 노면 평탄성 지수를 출력하는 노면지수 출력수단(95)을 포함한다.
또한, 종래의 기술에 따른 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템은, 상기 차량(81)에 부착되어 상기 차량(81)의 위치좌표를 수신하는 GPS 수신기; 및 상기 위치좌표에 기초하여 소정의 데이터베이스를 통해 상기 도로의 노선명 및 상기 도로의 구간거리를 검색하는 이정검색수단; 상기 도로를 촬영하여 도로 영상을 생성하는 카메라; 상기 검색된 노선명 및 상기 검색된 구간거리 각각에 대응하는 노선명 정보 및 구간거리 정보를 포함한 상기 도로 영상을 디스플레이하는 디스플레이수단; 및 상기 도로 영상, 상기 노선명 및 상기 구간거리 각각에 대응하는 도로 영상 정보, 노선명 정보 및 구간거리 정보를 저장하는 제 2저장수단을 추가로 포함하며, 그리고, 도 3의 b)에 도시된 바와 같이, 상기 도로(82)는 콘크리트 포장도로 또는 아스콘 포장도로이고, 상기 옥타브밴드 정보 및 상기 노면 평탄성 정보는 주파수 대역별 음압 데이터, 변위 데이터, 속도 데이터 및 가속도 데이터 중 적어도 하나고, 상기 도로에서 소정거리 단위로 나타낸 평균값 정보이며, 상기 소음측정수단(92)은 사람이 인식할 수 있는 주파수를 포함한 1㎐~20㎑의 주파수 범위에서 측정 가능한 실시간 소음측정기를 이용하여 진동신호를 옥타브밴드 정보로 생성한다.
종래의 기술에 따른 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템에 따르면, 비교적 비용이 저렴한 진동센서 및 소음측정수단을 이용하여 기존의 고가 장비를 대체함으로써 포장도로의 평탄성 조사에 따른 비용을 절감할 수 있다. 그리고 시기에 제한 없이 필요한 때에 즉각 노면 평탄성 조사를 할 수 있어 포장도로 조사 및 보수에 있어 유연성을 가질 수 있다. 또한, 노면 상태가 실제 사람에게 미치는 영향을 고려한 새로운 형태의 노면 평탄성 지수를 도입함으로써 실질적이고도 직접적인 노면 평탄성 정보를 획득할 수 있다. 그리고 노면 평탄성 측정과 연동하여 도로 영상, 노선명, 이정 등을 검색, 표시 및 기록함으로써 측정된 노면 평탄성 정보의 구체적인 현장기록을 제공하여 평탄성 조사의 편리성 및 정확성을 기할 수 있다.
하지만, 종래의 기술에 따른 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템의 경우에도 진동센서, 카메라 등을 포함하기 때문에 구조가 복잡하고 비용이 상승하는 문제점이 있다.
전술한 문제점을 해결하기 위한 본 발명이 이루고자 하는 기술적 과제는, 소정 규격의 타이어를 장착한 일반 차량의 주행에 따른 타이어-노면의 마찰음만을 소음측정기가 수집하여 인공지능학습 최적화를 수행함으로써, 도로포장 상태등급을 간편하게 판정할 수 있는, 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법을 제공하기 위한 것이다.
본 발명이 이루고자 하는 다른 기술적 과제는, 인공지능을 도입하여 도로포장 상태등급을 객관적으로 사용자가 설정한 상태등급에 따라 판단할 수 있는, 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법을 제공하기 위한 것이다.
본 발명이 이루고자 하는 또 다른 기술적 과제는, 소음측정기의 마이크로폰과 결합된 지그모듈을 조사차량에 부착하고, 소정 규격의 타이어에 인접하게 마이크로폰을 배치함으로써 타이어-노면의 마찰음을 정확하게 수집하여 도로포장 상태등급을 판정할 수 있는, 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법을 제공하기 위한 것이다.
본 발명이 이루고자 하는 또 다른 기술적 과제는, 고가의 전용조사차량을 사용하지 않고도 일반 차량을 조사차량으로 구축함으로써 경제적으로 도로포장 상태등급을 판정할 수 있는, 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법을 제공하기 위한 것이다.
전술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템은, 정해진 규격의 타이어를 장착하고, 도로포장 상태등급 판정을 위해 도로포장을 주행하는 조사차량; 마이크로폰을 포함하며, 상기 조사차량의 주행시 상기 마이크로폰을 통해 상기 조사차량의 타이어와 노면의 마찰에 의해 발생하는 마찰음을 수집하여 소음 데이터를 생성하는 소음측정기; 상기 조사차량 내에 탑재되고, 상기 소음측정기에서 측정한 타이어-노면의 마찰음을 수집하여 데이터 처리 및 분석하고, 상기 소음측정기에서 측정한 타이어-노면의 마찰음 데이터를 인공지능을 통해 최적화를 수행하여 도로포장 상태등급을 판정하는 도로포장 상태등급 판정 단말; 및 상기 소음측정기의 마이크로폰을 상기 조사차량의 타이어에 인접하게 배치하도록 일측이 상기 마이크로폰과 결합되고, 타측이 상기 조사차량의 측면에 부착되는 지그모듈을 포함하되, 상기 도로포장 상태등급 판정 단말은 상기 소음측정기에 의해 시계열 자료로 취득된 타이어-노면 마찰음에 대한 인공지능을 통해 도로포장 상태등급을 판정하는 것을 특징으로 한다.
여기서, 상기 도로포장 상태등급 판정 단말은 상기 타이어-노면의 마찰음을 수집하여 인공지능학습 최적화를 수행한 후, 최고수준 상태, 변색 시작 상태, 미세 균열 발생 시작 상태, 파손 진행 상태 및 유지보수 시급 상태를 구분하여 도로포장 상태등급을 판정할 수 있다.
여기서, 상기 도로포장 상태등급 판정 단말은, 상기 소음측정기로부터 소음데이터를 수집하는 데이터 수집부; 상기 수집된 소음 데이터를 가공하여 학습 데이터를 구축하는 데이터 가공부; 초기 인공지능 네트워크를 구축하도록 상기 학습 데이터에 대해 인공지능학습을 수행하는 인공지능학습 수행부; 상기 학습 데이터에 대해 인공지능학습 최적화를 수행하는 인공지능학습 최적화 수행부; 및 도로포장 상태등급을 판정하고자 하는 도로에 대한 도로포장 상태등급을 구분하여 판정하는 상태등급 판정부를 포함할 수 있다.
여기서, 상기 도로포장 상태등급 판정 단말은, 상기 조사차량의 주행시 타이어-노면 마찰음을 수집하는 도로의 위치를 확인하도록 탑재되는 GPS 모듈; 및 상기 데이터 가공부의 학습 데이터를 상기 GPS 모듈에 의해 파악된 위치와 정합시키는 위치 정합부를 추가로 포함할 수 있다.
여기서, 상기 지그모듈은, 흡착식 부착컵으로서, 지그모듈을 상기 조사차량의 도어 또는 보닛에 흡착 고정하는 석션컵; 일단이 상기 석션컵의 단부에 체결되어 수평방향 길이를 조절할 수 있도록 수평방향으로 연장되는 수평연장부재; 상기 수평연장부재의 타단과 체결되어 수직방향 길이를 조절할 수 있도록 수직방향으로 연장되는 수직연장부재; 상기 타이어에 인접하는 상기 지그모듈의 수평방향 길이를 조절할 수 있도록 홀 지그 플레이트를 통해 상기 수직연장부재의 하단부에 수평방향으로 체결되는 제어 브래킷; 및 상기 제어 브래킷의 양단부에 수직방향으로 체결되는 수직부재로서 각각 상기 마이크로폰이 체결 고정되는 마이크로폰 체결부를 포함할 수 있다.
여기서, 상기 지그모듈은, 상기 타이어로부터 소정간격 이격되고, 상기 조사차량의 주행시 상기 지그모듈이 휠에 접촉하지 않도록 안전하게 간격을 유지하며, 상기 조사차량의 휠의 회전에 따라 함께 회전하는 세이프티 지그; 및 상기 조사차량의 휠에 다수 개 수평방향으로 체결되고, 각각 소정간격 돌출되어 상기 세이프티 지그에 각각 체결되는 휠 너트를 추가로 포함할 수 있다.
여기서, 상기 석션컵은 상기 지그모듈을 상기 조사차량에 흡착 고정할 수 있도록 상하 회전 및 좌우 회전이 가능하도록 형성될 수 있다.
여기서, 상기 홀 지그 플레이트는 다수의 체결홀이 원주 방향으로 형성된 원형의 플레이트로서, 상기 제어 브래킷을 상기 수직연장부재의 하단부에 체결할 수 있다.
여기서, 상기 소음측정기의 마이크로폰은 타이어-노면 마찰음을 수집하도록 상기 지그모듈에 의해 상기 조사차량의 외측에서 타이어 양측에 각각 인접 배치되는 것이 바람직하다.
여기서, 상기 조사차량에 장착되는 타이어는 ISO(국제표준기구) 11819-3 규격의 타이어-노면 마찰음 조사 전용의 타이어인 것이 바람직하다.
한편, 전술한 기술적 과제를 달성하기 위한 다른 수단으로서, 본 발명에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법은, a) 소음측정기의 마이크로폰이 조사차량의 타이어 외측에 인접하도록 상기 소음측정기의 마이크로폰과 결합된 지그모듈을 상기 조사차량 측면에 부착하는 단계; b) 상기 지그모듈이 부착된 조사차량이 도로 노면을 주행하는 단계; c) 상기 소음측정기가 상기 마이크로폰을 통해 상기 조사차량의 타이어와 노면의 마찰에 의해 발생하는 마찰음을 수집하여 소음 데이터를 생성하는 단계; d) 상기 조사차량내에 탑재되는 도로포장 상태등급 판정 단말이 상기 소음 데이터를 수집하는 단계; e) 상기 도로포장 상태등급 판정 단말이 상기 수집된 소음 데이터를 가공하여 학습 데이터를 구축하는 단계; f) 상기 도로포장 상태등급 판정 단말이 학습 데이터에 대해 인공지능학습을 수행하여 인공지능 네트워크를 구축하는 단계; g) 상기 도로포장 상태등급 판정 단말이 인공지능학습 최적화를 수행하는 단계; 및 h) 상기 도로포장 상태등급 판정 단말이 도로포장 상태등급을 판정하고자 하는 도로에 대한 도로포장 상태등급을 구분하여 판정하는 단계를 포함하되, 상기 도로포장 상태등급 판정 단말은 상기 소음측정기에 의해 시계열 자료로 취득된 타이어-노면 마찰음에 대한 인공지능을 통해 도로포장 상태등급을 판정하는 것을 특징으로 한다.
본 발명에 따르면, 소정 규격의 타이어를 장착한 일반 차량의 주행에 따른 타이어-노면의 마찰음만을 소음측정기가 수집하여 인공지능학습 최적화를 수행함으로써, 도로포장 상태등급을 간편하게 판정할 수 있다.
본 발명에 따르면, 인공지능을 도입하여 도로포장 상태등급을 객관적으로 사용자가 설정한 상태등급에 따라 판단할 수 있다.
본 발명에 따르면, 소음측정기의 마이크로폰과 결합된 지그모듈을 조사차량에 부착하고, 소정 규격의 타이어에 인접하게 마이크로폰을 배치함으로써 타이어-노면의 마찰음을 정확하게 수집하여 도로포장 상태등급을 판정할 수 있다.
본 발명에 따르면, 고가의 전용조사차량을 사용하지 않고도 일반 차량을 조사차량으로 구축함으로써 경제적으로 도로포장 상태등급을 판정할 수 있다.
도 1의 a)는 종래의 기술에 따른 포장상태 측정장비를 예시하는 사진이고, 도 1의 b)는 종래의 기술에 따른 포장도로의 노면 평탄성 측정 시스템을 나타내는 도면이다.
도 2의 a)는 종래의 기술에 따른 도로의 포장상태 자동 조사장치가 설치된 차량을 나타내는 도면이고, 도 2의 b)는 종래의 기술에 따른 도로의 포장상태 자동 조사장치가 설치된 차량의 저면도이다.
도 3은 종래의 기술에 따른 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템을 설명하기 위한 도면이다.
도 4는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템의 구성도이다.
도 5a 내지 도 5c는 각각 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈의 설치 상태를 나타내는 도면들이다.
도 6은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈의 석션컵의 동작을 예시하는 도면이다.
도 7은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈을 통해 소음측정기를 조사차량에 설치하는 것을 예시하는 사진이다.
도 8은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 소음측정기 및 상태등급 판정 단말을 예시하는 사진이다.
도 9는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈을 예시하는 사진이다.
도 10은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 측정 데이터의 인공지능학습 및 정확도 검증을 위한 오차행렬(Confusion Matrix)을 나타내는 도면이다.
도 11a 내지 도 11e는 각각 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 서비스등급별 현장조사 원시 프로파일과 비교하는 것을 나타내는 도면이다.
도 12는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법의 동작흐름도이다.
도 2의 a)는 종래의 기술에 따른 도로의 포장상태 자동 조사장치가 설치된 차량을 나타내는 도면이고, 도 2의 b)는 종래의 기술에 따른 도로의 포장상태 자동 조사장치가 설치된 차량의 저면도이다.
도 3은 종래의 기술에 따른 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템을 설명하기 위한 도면이다.
도 4는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템의 구성도이다.
도 5a 내지 도 5c는 각각 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈의 설치 상태를 나타내는 도면들이다.
도 6은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈의 석션컵의 동작을 예시하는 도면이다.
도 7은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈을 통해 소음측정기를 조사차량에 설치하는 것을 예시하는 사진이다.
도 8은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 소음측정기 및 상태등급 판정 단말을 예시하는 사진이다.
도 9는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈을 예시하는 사진이다.
도 10은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 측정 데이터의 인공지능학습 및 정확도 검증을 위한 오차행렬(Confusion Matrix)을 나타내는 도면이다.
도 11a 내지 도 11e는 각각 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 서비스등급별 현장조사 원시 프로파일과 비교하는 것을 나타내는 도면이다.
도 12는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법의 동작흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
[타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템(100)]
도 4는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템의 구성도이다.
도 4를 참조하면, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템(100)은, 크게 조사차량(110), 지그모듈(120), 소음측정기(130) 및 도로포장 상태등급 판정 단말(140)을 포함하며, 상기 조사차량(110)에 규격 타이어(111)가 장착되고, 상기 소음측정기(130)에 마이크로폰(131)이 연결된다.
조사차량(110)은 정해진 규격의 타이어(111)를 장착하고, 도로포장 상태등급 판정을 위해 도로포장을 주행한다. 여기서, 상기 조사차량(110)에 장착되는 타이어(111)는 ISO(국제표준기구) 11819-3 규격의 타이어-노면 마찰음 조사 전용의 타이어인 것이 바람직하다. 이때, 상기 조사차량(110)은 일반 차량을 사용하며, 이에 따라 고가의 전용조사차량을 사용하지 않고도 경제적으로 도로포장 상태등급을 판정할 수 있다.
소음측정기(130)는 마이크로폰(131)을 포함하며, 상기 조사차량(110)의 주행시 상기 마이크로폰(131)을 통해 상기 조사차량(110)의 타이어(111)와 노면의 마찰에 의해 발생하는 마찰음을 수집하여 소음 데이터를 생성한다. 여기서, 상기 소음측정기(130)의 마이크로폰(131)은 타이어-노면 마찰음을 수집하도록 상기 지그모듈(120)에 의해 상기 조사차량(110)의 외측에서 타이어(111) 양측에 각각 인접 배치되는 것이 바람직하다.
도로포장 상태등급 판정 단말(140)은 노트북 등의 사용자 단말로서, 상기 조사차량(110) 내에 탑재되고, 상기 소음측정기(130)에서 측정한 타이어-노면의 마찰음을 수집하여 데이터 처리 및 분석하고, 상기 소음측정기(130)에서 측정한 타이어-노면의 마찰음 데이터를 인공지능을 통해 최적화를 수행하여 도로포장 상태등급을 판정한다. 이에 따라, 인공지능을 도입하여 도로포장 상태등급을 객관적으로 사용자가 설정한 상태등급에 따라 판단할 수 있다.
구체적으로, 상기 상태등급 판정 단말(140)은 데이터 수집부(141), 데이터 가공부(142), 인공지능학습 수행부(143), 인공지능학습 최적화 수행부(144), 상태등급 판정부(145), 데이터베이스(146), GPS 모듈(147) 및 위치 정합부(148)를 포함할 수 있지만, 이에 국한되는 것은 아니다.
상기 도로포장 상태등급 판정 단말(140)의 데이터 수집부(141)는 상기 소음측정기(130)로부터 소음데이터를 수집하고, 상기 도로포장 상태등급 판정 단말(140)의 데이터 가공부(142)는 상기 수집된 소음 데이터를 가공하여 학습 데이터를 구축한다. 또한, 상기 도로포장 상태등급 판정 단말(140)의 인공지능학습 수행부(143)는 초기 인공지능 네트워크를 구축하도록 상기 학습 데이터에 대해 인공지능학습을 수행하고, 상기 도로포장 상태등급 판정 단말(140)의 인공지능학습 최적화 수행부(144)는 상기 학습 데이터에 대해 인공지능학습 최적화를 수행한다. 또한, 상기 도로포장 상태등급 판정 단말(140)의 상태등급 판정부(145)는 도로포장 상태등급을 판정하고자 하는 도로에 대한 도로포장 상태등급을 구분하여 판정하고, 또한, 상기 도로포장 상태등급 판정 단말(140)의 데이터베이스(146)는 상기 소음측정기(130)로부터 수집된 소음 데이터, 상기 가공된 학습 데이터, 인공지능학습이 수행된 최적화 데이터 및 도로포장 상태등급 데이터 등을 저장한다. 또한, 상기 도로포장 상태등급 판정 단말(140)의 GPS 모듈(147)은 상기 조사차량(110)의 주행시 타이어-노면 마찰음을 수집하는 도로의 위치를 확인하도록 탑재된다. 이때, 상기 GPS 모듈(147)은 조사차량(110)의 네비게이션 장치에 탑재되는 GPS 모듈일 수도 있다. 또한, 상기 도로포장 상태등급 판정 단말(140)의 위치 정합부(148)는 상기 데이터 가공부(142)의 학습 데이터를 상기 GPS 모듈(147)에 의해 파악된 위치와 정합시킨다.
지그모듈(120)은 상기 소음측정기(130)의 마이크로폰(131)을 상기 조사차량(110)의 타이어(111)에 인접하게 배치하도록 일측이 상기 마이크로폰(131)과 결합되고, 타측이 상기 조사차량(110)의 측면에 부착된다. 이에 따라, 상기 소음측정기(130)의 마이크로폰(131)과 결합된 지그모듈(120)을 상기 조사차량(110)에 부착하고, 소정 규격의 타이어(111)에 인접하게 마이크로폰(131)을 배치함으로써 타이어-노면의 마찰음을 정확하게 수집할 수 있다.
이에 따라, 상기 도로포장 상태등급 판정 단말(140)은 상기 소음측정기(130)에 의해 시계열 자료로 취득된 타이어-노면 마찰음에 대한 인공지능학습을 통해 도로포장 상태등급을 판정할 수 있다. 예를 들면, 상기 도로포장 상태등급 판정 단말(140)은 상기 타이어-노면의 마찰음을 수집하여 인공지능학습 최적화를 수행한 후, 최고수준 상태, 변색 시작 상태, 미세 균열 발생 시작 상태, 파손 진행 상태 및 유지보수 시급 상태를 구분하여 도로포장 상태등급을 판정할 수 있다.
본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템의 경우, 소정 규격의 타이어를 장착한 일반 차량의 주행에 따른 타이어-노면의 마찰음만을 소음측정기가 수집하여 인공지능학습 최적화를 수행함으로써, 도로포장 상태등급을 간편하게 판정할 수 있다.
한편, 도 5a 내지 도 5c는 각각 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈의 설치 상태를 나타내는 도면들이고, 도 6은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈의 석션컵의 동작을 예시하는 도면이다.
도 5a 내지 도 5c를 참조하면, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈(120)은 석션컵(Suction Cup: 121), 수평연장부재(122), 수직연장부재(123), 제어 브래킷(Control Bracket: 124), 마이크로폰 체결부(125), 스위블 조인트(Swivel Joint: 126), 홀 지그 플레이트(Hole Jig Plate: 127), 세이프티 지그(Safety Jig: 128) 및 휠 너트(Wheel Nut: 129)를 포함할 수 있지만, 이에 국한되는 것은 아니며, 상기 지그모듈(120)은 상기 마이크로폰(131)을 상기 조사차량(110)의 타이어(111)에 인접 배치할 수 있다면, 구성이 달라질 수도 있다.
석션컵(121)은 흡착식 부착컵으로서, 본 발명의 실시예에 따른 지그모듈(120)을 조사차량(110)의 도어나 보닛에 흡착 고정한다. 이때, 상기 석션컵(121)은, 도 6의 a) 및 b)에 도시된 바와 같이, 상하 회전 및 좌우 회전이 가능하도록 형성되어 상기 지그모듈(120)을 상기 조사차량(110)에 용이하게 부착할 수 있다.
수평연장부재(122)는 일단이 상기 석션컵(121)의 단부에 체결되어 수평방향 길이를 조절할 수 있도록 수평방향으로 연장된다.
수직연장부재(123)는 상기 수평연장부재(122)의 타단과 체결되어 수직방향 길이를 조절할 수 있도록 수직방향으로 연장된다.
제어 브래킷(124)은 홀 지그 플레이트(127)를 통해 상기 수직연장부재(123)의 하단부에 수평방향으로 체결되며, 이에 따라, 상기 타이어(111)에 인접하는 상기 지그모듈(120)의 수평방향 길이를 조절할 수 있다. 여기서, 상기 홀 지그 플레이트(127)는 다수의 체결홀이 원주 방향으로 형성된 원형의 플레이트로서, 상기 제어 브래킷(124)을 상기 수직연장부재(123)의 하단부에 체결한다.
세이프티 지그(128)는 상기 타이어(111)로부터 소정간격 이격되고, 상기 조사차량(110)의 주행시 상기 지그모듈(120)이 휠에 접촉하지 않도록 안전하게 간격을 유지한다. 이때, 상기 세이프티 지그(128)는 상기 조사차량(110)의 휠의 회전에 따라 함께 회전한다.
휠 너트(129)는 상기 조사차량(110)의 휠(Wheel)에 다수 개 수평방향으로 체결되고, 각각 소정간격 돌출되어 상기 세이프티 지그(128)에 각각 체결된다. 이때, 스위블 조인트(126)는 세이프티 지그(128)가 선회 가능하도록 상기 세이프티 지그(128)에 체결된다.
마이크로폰 체결부(125)는 상기 제어 브래킷(124)의 양단부에 수직방향으로 체결되는 수직부재로서 각각 상기 마이크로폰(131)이 체결 고정된다.
이에 따라, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈(120)은 상기 조사차량(110)에 흡착 고정된 상태에서 상기 타이어(111)로부터 소정간격 이격되도록 설치되며, 상기 조사차량(110)의 주행시 상기 지그모듈(120)에 연결된 마이크로폰(131)을 통해 타이어-노면 마찰음을 간편하게 측정할 수 있게 된다.
한편, 도 7은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈을 통해 소음측정기를 조사차량에 설치하는 것을 예시하는 사진이다.
도 7의 a) 및 b)에 도시된 바와 같이, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈(120)은, 석션컵(121), 수평연장부재(122), 수직연장부재(123), 제어 브래킷(124) 및 마이크로폰 체결부(125) 등을 포함하며, 상기 조사차량(110)의 도어 또는 보닛에 흡착 고정되며, 타이어(111)에 근처에 인접 배치된 마이크로폰(131)을 통해 타이어-노면 마찰음을 측정할 수 있다. 이때, 상기 마이크로폰(131)으로부터 인출되는 연결배선(132)은 조사차량(110) 내부의 도로포장 상태등급 판정 단말(140)에 연결된다.
한편, 도 8은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 소음측정기 및 도로포장 상태등급 판정 단말을 예시하는 사진이고, 도 9는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 지그모듈을 예시하는 사진이다.
도 8에 도시된 바와 같이, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템은, ISO 11819-2 규격 차량부착용 마이크 거치대 1식, ISO 11819-3 규격 타이어-노면 마찰음 조사 전용 타이어 1개, 소음측정기 1식, 마이크로폰 2개, 소음보정기 1개, 사용자단말인 노트북 1개, 가솔린 승용차량 1대 및 패턴인식 인공지능 알고리즘(DTW: Python 등 오픈소스 활용 가능)을 포함하며, 또한, 도 9에 도시된 바와 같이, 지그모듈(120)을 포함하여 구현될 수 있다.
구체적으로, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템은 표 1로 나타낸 바와 같이 구현될 수 있지만, 이에 국한되는 것은 아니다.
한편, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템은, 소음측정 상세규격인 ISO11819-2에 따라 타이어-노면 마찰음을 시계열 자료로 취득하여 도로포장 상태등급을 판정한다.
이때, 도로포장 상태등급은 서비스등급/유지보수 판단기준 등을 적용한 포장 상태등급체계를, 예를 들면, 최고-양호-보통-관심-응급보수로 정의하며, 이러한 도로포장 상태등급체계에서 정의한 각 상태등급에 해당하는 도로구간에서 일반 조사차량(110)에 소음측정기(130)를 장착한 후 주행하여 학습데이터를 구축하게 된다. 이후, 상기 수집된 소음 데이터를 특정 단위연장으로 가공하여 학습데이터로 구축하며, 이와 같이 구축된 학습 데이터를 패턴인식 인공지능(Dynamic Time Warping) 학습을 통해 초기 인공지능 네트워크를 구축하게 된다.
또한, 도로포장 상태등급의 정확도, 재현율, F1score, 소음도 프로파일 범위/영역, 평균, 표준편차 등을 확인하여 주요 오류 원인을 파악함으로써 상태등급을 재정립하고 이상치 제거 등을 통해 인공지능학습 최적화 과정을 수행하고, 이와 같이 구축된 인공지능을 활용함으로써, 상태등급을 판단하고자 하는 도로에 대한 프로파일 취득한 후, 인공지능을 통해 도로포장 상태등급을 판정할 수 있다.
한편, 전술한 인공지능 종류 및 구현방법을 결정하도록, 패턴인식 인공지능 알고리즘 중에서 딥러닝 계열의 Convolutional Neural Network(CNN) 또는 머신러닝 계열의 K-Nearest Neighbor with Dynamic Time Warping(KNN-DTW)이 가능하지만, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템의 경우, 단순하면서도 강력한 예측력과 쉬운 적용성, 데이터의 시퀀스 길이를 자유롭게 변경 가능한 KNN-DTW을 적용하며, 이때, 인공지능 알고리즘 구현은 오픈소스 프로그램인 Python-anaconda를 활용하여 단가를 절감하였다.
한편, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템(100)의 데이터 측정/가공/분석 기준과 현장조사 구간 설정과 관련하여, 데이터 수집 및 분석을 위해 적용한 세부 기준과 적용근거는 다음의 표 2로 나타낸 바와 같다.
구체적으로, 설정된 도로포장의 서비스 등급과 그에 해당하는 5개 도로 구간을 섭외하여 현장조사를 수행하고, 소음측정기 설치 약 20분, 각 구간당 사전조사 5분, 실측 5분이면 도로포장 상태등급 판정을 위한 조사가 가능하였다.
한편, 도 10은 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 측정 데이터의 인공지능학습 및 정확도 검증을 위한 오차행렬(Confusion Matrix)을 나타내는 도면이다.
본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템의 경우, 도 10에 도시된 바와 같이, 측정 데이터의 인공지능학습 및 정확도 검증을 위해서 오차행렬(Confusion Matrix)을 사용하였다.
데이터의 인공지능학습 및 정확도 검증을 위해 전술한 바와 같이, KNN(K-Nearest Neighbor) 패턴인식 인공지능 초기학습을 실시하고, 70% 학습 및 30% 정확도 테스트로 구분하여, 측정의 정확도, 재현율, 조화평가지표(Precision, Recall, F-1 score) 분석을 실시한 인공지능학습에 대한 예측특성은 다음의 표 3과 같이 분석되었다.
예를 들면, B등급, C등급 및 D등급은 90% 이상의 정확도를 나타내며, 또한, A등급 및 E등급은 재현율은 높은 것으로 분석되었다.
한편, 도 11a 내지 도 11e는 각각 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템에서 서비스등급별 현장조사 원시 프로파일과 비교하는 것을 나타내는 도면이다.
도 11a 내지 도 11e에 도시된 바와 같이, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템의 경우, A등급의 B등급 혼재특성에 대한 추적을 위해 등급별 원시데이터의 프로파일과 기초통계치를 비교하면, 다음의 표 4와 같이 나타났다.
도 11a 내지 도 11e에 도시된 그래프와 표 4에 제시된 바와 같이, A등급 및 B등급의 프로파일 시퀀스 영역이 거의 유사하고, 평균, 표준편차, 최소/최대값이 모두 유사한 것으로 나타났다. 또한, E등급의 혼재 양상에 대한 추적을 위해 원시데이터의 시퀀스 영역을 검토한 결과, 프로파일이 일부가 C등급 및 D등급 영역에 혼재됨을 확인하였다. 이를 위해 해당 측정구간의 포장상태 육안조사 재시행 결과, 포장상태가 연속적으로 나쁜 것이 아닌 국부파손이 간헐적으로 발생한 사실을 확인할 수 있었다.
결국, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템의 경우, 소정 규격의 타이어를 장착한 일반 차량의 주행에 따른 타이어-노면의 마찰음만을 소음측정기가 수집하여 인공지능학습 최적화를 수행함으로써, 도로포장 상태등급을 간편하게 판정할 수 있고, 또한, 인공지능을 도입하여 도로포장 상태등급을 객관적으로 사용자가 설정한 상태등급에 따라 판단할 수 있다.
[타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법]
도 12는 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법의 동작흐름도이다.
도 12를 참조하면, 본 발명의 실시예에 따른 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법은, 먼저, 소음측정기(130)의 마이크로폰(131)이 조사차량(110)의 타이어(111) 외측에 인접하도록 상기 소음측정기의 마이크로폰(131)과 결합된 지그모듈(120)을 상기 조사차량(110) 측면에 부착한다(S110). 여기서, 상기 지그모듈(120)은 석션컵(121), 수평연장부재(122), 수직연장부재(123), 제어 브래킷(124), 마이크로폰 체결부(125), 스위블 조인트126), 홀 지그 플레이트(127), 세이프티 지그(128) 및 휠 너트(129) 등으로 이루어질 수 있다. 또한, 상기 소음측정기(130)의 마이크로폰(131)은 타이어-노면 마찰음을 수집하도록 상기 지그모듈(120)에 의해 상기 조사차량(110)의 외측에서 타이어(111) 양측에 각각 인접 배치되는 것이 바람직하다. 또한, 상기 조사차량(110)에 장착되는 타이어(111)는 ISO(국제표준기구) 11819-3 규격의 타이어-노면 마찰음 조사 전용의 타이어인 것이 바람직하다.
다음으로, 상기 지그모듈(120)이 부착된 조사차량(110)이 도로 노면을 주행한다(S120).
다음으로, 상기 소음측정기(130)가 상기 마이크로폰(131)을 통해 상기 조사차량(110)의 타이어(111)와 노면의 마찰에 의해 발생하는 마찰음을 수집하여 소음 데이터를 생성한다(S130).
다음으로, 상기 조사차량(110) 내에 탑재되는 도로포장 상태등급 판정 단말(140)이 상기 소음 데이터를 수집한다(S140).
다음으로, 상기 도로포장 상태등급 판정 단말(140)이 상기 수집된 소음 데이터를 가공하여 학습 데이터를 구축한다(S150).
다음으로, 상기 도로포장 상태등급 판정 단말(140)이 학습 데이터에 대해 인공지능학습을 수행하여 인공지능 네트워크를 구축한다(S160).
다음으로, 상기 도로포장 상태등급 판정 단말(140)이 인공지능학습 최적화를 수행한다(S170).
다음으로, 상기 도로포장 상태등급 판정 단말(140)이 도로포장 상태등급을 판정하고자 하는 도로에 대한 도로포장 상태등급을 구분하여 판정한다(S180). 이때, 상기 도로포장 상태등급 판정 단말(140)은 상기 소음측정기(130)에 의해 시계열 자료로 취득된 타이어-노면 마찰음에 대한 인공지능학습을 통해 도로포장 상태등급을 판정할 수 있다. 예를 들면, 상기 도로포장 상태등급 판정 단말(140)은 상기 타이어-노면의 마찰음을 수집하여 인공지능학습 최적화를 수행한 후, 최고수준 상태, 변색 시작 상태, 미세 균열 발생 시작 상태, 파손 진행 상태 및 유지보수 시급 상태를 구분하여 도로포장 상태등급을 판정할 수 있다.
여기서, 상기 도로포장 상태등급 판정 단말(140)은, 상기 소음측정기(130)로부터 소음데이터를 수집하는 데이터 수집부(141); 상기 수집된 소음 데이터를 가공하여 학습 데이터를 구축하는 데이터 가공부(142); 초기 인공지능 네트워크를 구축하도록 상기 학습 데이터에 대해 인공지능학습을 수행하는 인공지능학습 수행부(143); 상기 학습 데이터에 대해 인공지능학습 최적화를 수행하는 인공지능학습 최적화 수행부(144); 및 도로포장 상태등급을 판정하고자 하는 도로에 대한 도로포장 상태등급을 구분하여 판정하는 상태등급 판정부(145)를 포함할 수 있다.
결국, 본 발명의 실시예에 따르면, 소음측정기의 마이크로폰과 결합된 지그모듈을 조사차량에 부착하고, 소정 규격의 타이어에 인접하게 마이크로폰을 배치함으로써 타이어-노면의 마찰음을 정확하게 수집하여 도로포장 상태등급을 판정할 수 있고, 또한, 고가의 전용조사차량을 사용하지 않고도 일반 차량을 조사차량으로 구축함으로써 경제적으로 도로포장 상태등급을 판정할 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 도로포장 상태등급 판정 시스템
110: 조사차량 111: 타이어
120: 지그모듈 (Jig Module)
121: 석션컵(Suction Cup) 122: 수평연장부재
123: 수직연장부재 124: 제어 브래킷(Control Bracket)
125: 마이크로폰 체결부 126: 스위블 조인트(Swivel Joint)
127: 홀 지그 플레이트(Hole Jig Plate)
128: 세이프티 지그(Safety Jig)129: 휠 너트(Wheel Nut)
130: 소음측정기
131: 마이크로폰 132: 연결배선
140: 도로포장 상태등급 판정 단말(사용자 단말)
141: 데이터 수집부 142: 데이터 가공부
143: 인공지능학습 수행부 144: 인공지능학습 최적화 수행부
145: 상태등급 판정부 146: 데이터베이스(DB)
147: GPS 모듈 148: 위치 정합부
110: 조사차량 111: 타이어
120: 지그모듈 (Jig Module)
121: 석션컵(Suction Cup) 122: 수평연장부재
123: 수직연장부재 124: 제어 브래킷(Control Bracket)
125: 마이크로폰 체결부 126: 스위블 조인트(Swivel Joint)
127: 홀 지그 플레이트(Hole Jig Plate)
128: 세이프티 지그(Safety Jig)129: 휠 너트(Wheel Nut)
130: 소음측정기
131: 마이크로폰 132: 연결배선
140: 도로포장 상태등급 판정 단말(사용자 단말)
141: 데이터 수집부 142: 데이터 가공부
143: 인공지능학습 수행부 144: 인공지능학습 최적화 수행부
145: 상태등급 판정부 146: 데이터베이스(DB)
147: GPS 모듈 148: 위치 정합부
Claims (17)
- 정해진 규격의 타이어(111)를 장착하고, 도로포장 상태등급 판정을 위해 도로포장을 주행하는 조사차량(110);
마이크로폰(131)을 포함하며, 상기 조사차량(110)의 주행시 상기 마이크로폰(131)을 통해 상기 조사차량(110)의 타이어(111)와 노면의 마찰에 의해 발생하는 마찰음을 수집하여 소음 데이터를 생성하는 소음측정기(130);
상기 조사차량(110) 내에 탑재되고, 상기 소음측정기(130)에서 측정한 타이어-노면의 마찰음을 수집하여 데이터 처리 및 분석하고, 상기 소음측정기(130)에서 측정한 타이어-노면의 마찰음 데이터를 인공지능을 통해 최적화를 수행하여 도로포장 상태등급을 판정하는 도로포장 상태등급 판정 단말(140); 및
상기 소음측정기(130)의 마이크로폰(131)을 상기 조사차량(110)의 타이어(111)에 인접하게 배치하도록 일측이 상기 마이크로폰(131)과 결합되고, 타측이 상기 조사차량(110)의 측면에 부착되는 지그모듈(120)을 포함하되,
상기 도로포장 상태등급 판정 단말(140)은 상기 소음측정기(130)에 의해 시계열 자료로 취득된 타이어-노면 마찰음에 대한 인공지능을 통해 도로포장 상태등급을 판정하며,
상기 도로포장 상태등급 판정 단말(140)은, 상기 소음측정기(130)로부터 소음데이터를 수집하는 데이터 수집부(141);상기 수집된 소음 데이터를 가공하여 학습 데이터를 구축하는 데이터 가공부(142); 초기 인공지능 네트워크를 구축하도록 상기 학습 데이터에 대해 인공지능학습을 수행하는 인공지능학습 수행부(143); 상기 학습 데이터에 대해 인공지능학습 최적화를 수행하는 인공지능학습 최적화 수행부(144); 및 도로포장 상태등급을 판정하고자 하는 도로에 대한 도로포장 상태등급을 구분하여 판정하는 상태등급 판정부(145)를 포함하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - 제1항에 있어서,
상기 도로포장 상태등급 판정 단말(140)은 상기 타이어-노면의 마찰음을 수집하여 인공지능학습 최적화를 수행한 후, 최고수준 상태, 변색 시작 상태, 미세 균열 발생 시작 상태, 파손 진행 상태 및 유지보수 시급 상태를 구분하여 도로포장 상태등급을 판정하는 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - 삭제
- 제1항에 있어서, 상기 도로포장 상태등급 판정 단말(140)은,
상기 조사차량(110)의 주행시 타이어-노면 마찰음을 수집하는 도로의 위치를 확인하도록 탑재되는 GPS 모듈(147); 및
상기 데이터 가공부(142)의 학습 데이터를 상기 GPS 모듈(147)에 의해 파악된 위치와 정합시키는 위치 정합부(148)를 추가로 포함하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - 제1항에 있어서, 상기 지그모듈(120)은,
흡착식 부착컵으로서, 지그모듈(120)을 상기 조사차량(110)의 도어 또는 보닛에 흡착 고정하는 석션컵(121);
일단이 상기 석션컵(121)의 단부에 체결되어 수평방향 길이를 조절할 수 있도록 수평방향으로 연장되는 수평연장부재(122);
상기 수평연장부재(122)의 타단과 체결되어 수직방향 길이를 조절할 수 있도록 수직방향으로 연장되는 수직연장부재(123);
상기 타이어(111)에 인접하는 상기 지그모듈(120)의 수평방향 길이를 조절할 수 있도록 홀 지그 플레이트(127)를 통해 상기 수직연장부재(123)의 하단부에 수평방향으로 체결되는 제어 브래킷(124); 및
상기 제어 브래킷(124)의 양단부에 수직방향으로 체결되는 수직부재로서 각각 상기 마이크로폰(131)이 체결 고정되는 마이크로폰 체결부(125)를 포함하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - 제5항에 있어서, 상기 지그모듈(120)은,
상기 타이어(111)로부터 소정간격 이격되고, 상기 조사차량(110)의 주행시 상기 지그모듈(120)이 휠에 접촉하지 않도록 안전하게 간격을 유지하며, 상기 조사차량(110)의 휠의 회전에 따라 함께 회전하는 세이프티 지그(128); 및
상기 조사차량(110)의 휠(Wheel)에 다수 개 수평방향으로 체결되고, 각각 소정간격 돌출되어 상기 세이프티 지그(128)에 각각 체결되는 휠 너트(129)를 추가로 포함하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - 제5항에 있어서,
상기 석션컵(121)은 상기 지그모듈(120)을 상기 조사차량(110)에 흡착 고정할 수 있도록 상하 회전 및 좌우 회전이 가능하도록 형성되는 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - 제5항에 있어서,
상기 홀 지그 플레이트(127)는 다수의 체결홀이 원주 방향으로 형성된 원형의 플레이트로서, 상기 제어 브래킷(124)을 상기 수직연장부재(123)의 하단부에 체결되는 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - 제1항에 있어서,
상기 소음측정기(130)의 마이크로폰(131)은 타이어-노면 마찰음을 수집하도록 상기 지그모듈(120)에 의해 상기 조사차량(110)의 외측에서 타이어(111) 양측에 각각 인접 배치되는 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - 제1항에 있어서,
상기 조사차량(110)에 장착되는 타이어(111)는 ISO(국제표준기구) 11819-3 규격의 타이어-노면 마찰음 조사 전용의 타이어인 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템. - a) 소음측정기(130)의 마이크로폰(131)이 조사차량(110)의 타이어(111) 외측에 인접하도록 상기 소음측정기의 마이크로폰(131)과 결합된 지그모듈(120)을 상기 조사차량(110) 측면에 부착하는 단계;
b) 상기 지그모듈(120)이 부착된 조사차량(110)이 도로 노면을 주행하는 단계;
c) 상기 소음측정기(130)가 상기 마이크로폰(131)을 통해 상기 조사차량(110)의 타이어(111)와 노면의 마찰에 의해 발생하는 마찰음을 수집하여 소음 데이터를 생성하는 단계;
d) 상기 조사차량(110) 내에 탑재되는 도로포장 상태등급 판정 단말(140)이 상기 소음 데이터를 수집하는 단계;
e) 상기 도로포장 상태등급 판정 단말(140)이 상기 수집된 소음 데이터를 가공하여 학습 데이터를 구축하는 단계;
f) 상기 도로포장 상태등급 판정 단말(140)이 학습 데이터에 대해 인공지능학습을 수행하여 인공지능 네트워크를 구축하는 단계;
g) 상기 도로포장 상태등급 판정 단말(140)이 인공지능학습 최적화를 수행하는 단계; 및
h) 상기 도로포장 상태등급 판정 단말(140)이 도로포장 상태등급을 판정하고자 하는 도로에 대한 도로포장 상태등급을 구분하여 판정하는 단계를 포함하되,
상기 도로포장 상태등급 판정 단말(140)은 상기 소음측정기(130)에 의해 시계열 자료로 취득된 타이어-노면 마찰음에 대한 인공지능을 통해 도로포장 상태등급을 판정하는 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법. - 제11항에 있어서,
상기 h) 단계에서 도로포장 상태등급 판정 단말(140)은 상기 타이어-노면의 마찰음을 수집하여 인공지능학습 최적화를 수행한 후, 최고수준 상태, 변색 시작 상태, 미세 균열 발생 시작 상태, 파손 진행 상태 및 유지보수 시급 상태를 구분하여 도로포장 상태등급을 판정하는 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법. - 제11항에 있어서, 상기 도로포장 상태등급 판정 단말(140)은,
상기 소음측정기(130)로부터 소음데이터를 수집하는 데이터 수집부(141);
상기 수집된 소음 데이터를 가공하여 학습 데이터를 구축하는 데이터 가공부(142);
초기 인공지능 네트워크를 구축하도록 상기 학습 데이터에 대해 인공지능학습을 수행하는 인공지능학습 수행부(143);
상기 학습 데이터에 대해 인공지능학습 최적화를 수행하는 인공지능학습 최적화 수행부(144); 및
도로포장 상태등급을 판정하고자 하는 도로에 대한 도로포장 상태등급을 구분하여 판정하는 상태등급 판정부(145)를 포함하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법. - 제11항에 있어서, 상기 a) 단계의 지그모듈(120)은,
흡착식 부착컵으로서, 지그모듈(120)을 상기 조사차량(110)의 도어 또는 보닛에 흡착 고정하는 석션컵(121);
일단이 상기 석션컵(121)의 단부에 체결되어 수평방향 길이를 조절할 수 있도록 수평방향으로 연장되는 수평연장부재(122);
상기 수평연장부재(122)의 타단과 체결되어 수직방향 길이를 조절할 수 있도록 수직방향으로 연장되는 수직연장부재(123);
상기 타이어(111)에 인접하는 상기 지그모듈(120)의 수평방향 길이를 조절할 수 있도록 홀 지그 플레이트(127)를 통해 상기 수직연장부재(123)의 하단부에 수평방향으로 체결되는 제어 브래킷(124); 및
상기 제어 브래킷(124)의 양단부에 수직방향으로 체결되는 수직부재로서 각각 상기 마이크로폰(131)이 체결 고정되는 마이크로폰 체결부(125)를 포함하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법. - 제14항에 있어서, 상기 지그모듈(120)은,
상기 타이어(111)로부터 소정간격 이격되고, 상기 조사차량(110)의 주행시 상기 지그모듈(120)이 휠에 접촉하지 않도록 안전하게 간격을 유지하며, 상기 조사차량(110)의 휠의 회전에 따라 함께 회전하는 세이프티 지그(128); 및
상기 조사차량(110)의 휠(Wheel)에 다수 개 수평방향으로 체결되고, 각각 소정간격 돌출되어 상기 세이프티 지그(128)에 각각 체결되는 휠 너트(129)를 추가로 포함하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법. - 제11항에 있어서,
상기 a) 단계에서 소음측정기(130)의 마이크로폰(131)은 타이어-노면 마찰음을 수집하도록 상기 지그모듈(120)에 의해 상기 조사차량(110)의 외측에서 타이어(111) 양측에 각각 인접 배치되는 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법. - 제11항에 있어서,
상기 조사차량(110)에 장착되는 타이어(111)는 ISO(국제표준기구) 11819-3 규격의 타이어-노면 마찰음 조사 전용의 타이어인 것을 특징으로 하는 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180170195A KR102107119B1 (ko) | 2018-12-27 | 2018-12-27 | 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180170195A KR102107119B1 (ko) | 2018-12-27 | 2018-12-27 | 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102107119B1 true KR102107119B1 (ko) | 2020-05-07 |
Family
ID=70733164
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180170195A KR102107119B1 (ko) | 2018-12-27 | 2018-12-27 | 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102107119B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102427308B1 (ko) | 2021-10-29 | 2022-08-01 | 한국건설기술연구원 | 분광 데이터를 이용한 도로포장 공용성 평가 시스템 및 그 방법 |
| KR20230000709A (ko) * | 2021-06-25 | 2023-01-03 | 서울시립대학교 산학협력단 | 음향과 영상 정보를 이용한 도로 포장 구분 장치 및 방법 |
| CN115871846A (zh) * | 2022-12-23 | 2023-03-31 | 巨能摩托车科技有限公司 | 一种电动摩托车自动平衡装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100391601B1 (ko) * | 2000-11-22 | 2003-07-12 | 현대자동차주식회사 | 차량용 타이어 소음측정장치 |
| KR100758705B1 (ko) | 2007-02-01 | 2007-09-21 | 위성동 | 도로의 포장상태 자동 조사장치 |
| KR20120007806A (ko) * | 2010-07-15 | 2012-01-25 | 주식회사 트레이스 | 발열송풍 일체형 헤어드라이어 |
| KR101168503B1 (ko) | 2010-02-23 | 2012-07-27 | 한국도로공사 | 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템 및 측정 방법 |
| KR101206064B1 (ko) * | 2012-07-13 | 2012-11-28 | 주식회사 허즈앤티 | 차량의 주행 상황을 필터링한 노면 평탄성 측정 시스템 및 방법 |
| KR101561521B1 (ko) | 2014-03-24 | 2015-10-20 | 현대건설 주식회사 | 도로 노후도 측정 시스템 및 방법 |
| KR101626898B1 (ko) | 2014-10-01 | 2016-06-02 | 한국도로공사 | 도로의 균열 측정시스템 및 그 방법 |
| KR101898577B1 (ko) | 2017-09-29 | 2018-09-13 | 숭실대학교산학협력단 | 도로 상태 예측 시스템 및 도로 상태 예측 방법 |
| KR101926561B1 (ko) * | 2018-03-13 | 2018-12-07 | 연세대학교 산학협력단 | 블랙박스 영상을 이용한 딥러닝 기반의 패치 단위 도로 크랙 검출 장치 및 그 방법, 그리고 이 방법을 실행시키기 위해 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램 |
-
2018
- 2018-12-27 KR KR1020180170195A patent/KR102107119B1/ko active IP Right Grant
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100391601B1 (ko) * | 2000-11-22 | 2003-07-12 | 현대자동차주식회사 | 차량용 타이어 소음측정장치 |
| KR100758705B1 (ko) | 2007-02-01 | 2007-09-21 | 위성동 | 도로의 포장상태 자동 조사장치 |
| KR101168503B1 (ko) | 2010-02-23 | 2012-07-27 | 한국도로공사 | 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템 및 측정 방법 |
| KR20120007806A (ko) * | 2010-07-15 | 2012-01-25 | 주식회사 트레이스 | 발열송풍 일체형 헤어드라이어 |
| KR101206064B1 (ko) * | 2012-07-13 | 2012-11-28 | 주식회사 허즈앤티 | 차량의 주행 상황을 필터링한 노면 평탄성 측정 시스템 및 방법 |
| KR101561521B1 (ko) | 2014-03-24 | 2015-10-20 | 현대건설 주식회사 | 도로 노후도 측정 시스템 및 방법 |
| KR101626898B1 (ko) | 2014-10-01 | 2016-06-02 | 한국도로공사 | 도로의 균열 측정시스템 및 그 방법 |
| KR101898577B1 (ko) | 2017-09-29 | 2018-09-13 | 숭실대학교산학협력단 | 도로 상태 예측 시스템 및 도로 상태 예측 방법 |
| KR101926561B1 (ko) * | 2018-03-13 | 2018-12-07 | 연세대학교 산학협력단 | 블랙박스 영상을 이용한 딥러닝 기반의 패치 단위 도로 크랙 검출 장치 및 그 방법, 그리고 이 방법을 실행시키기 위해 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230000709A (ko) * | 2021-06-25 | 2023-01-03 | 서울시립대학교 산학협력단 | 음향과 영상 정보를 이용한 도로 포장 구분 장치 및 방법 |
| KR102526869B1 (ko) * | 2021-06-25 | 2023-04-27 | 서울시립대학교 산학협력단 | 음향과 영상 정보를 이용한 도로 포장 구분 장치 및 방법 |
| KR102427308B1 (ko) | 2021-10-29 | 2022-08-01 | 한국건설기술연구원 | 분광 데이터를 이용한 도로포장 공용성 평가 시스템 및 그 방법 |
| CN115871846A (zh) * | 2022-12-23 | 2023-03-31 | 巨能摩托车科技有限公司 | 一种电动摩托车自动平衡装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102107119B1 (ko) | 타이어-노면 마찰음과 인공지능을 이용한 도로포장 상태등급 판정 시스템 및 그 방법 | |
| US5583765A (en) | Remote system for monitoring the weight and emission compliance of trucks and other vehicles | |
| US7562563B2 (en) | Apparatus for automatically inspecting road surface pavement condition | |
| CN108974044A (zh) | 铁路轨道资产勘测系统 | |
| CN113177611B (zh) | 基于力学指标和人工神经网络的路面病害快速巡检方法 | |
| CN104050811B (zh) | 激光机动车分型系统及方法 | |
| US20220270376A1 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
| CN103778681A (zh) | 一种车载高速公路巡检系统及数据获取和处理方法 | |
| CN110580052A (zh) | 一种车辆检测方法，装置及系统 | |
| KR101168503B1 (ko) | 도로의 옥타브밴드 특성을 이용한 노면 평탄성 측정 시스템 및 측정 방법 | |
| CN111127906B (zh) | 一种基于物联网的智能路面管理系统及其方法 | |
| Jang et al. | Framework of data acquisition and integration for the detection of pavement distress via multiple vehicles | |
| JP4096091B2 (ja) | 道路診断方法 | |
| Kheirati et al. | Low-cost infrared-based pavement roughness data acquisition for low volume roads | |
| Daraghmi et al. | Crowdsourcing-based road surface evaluation and indexing | |
| Wang et al. | Framework and implementation of a continuous network-wide health monitoring system for roadways | |
| JP6465421B1 (ja) | 構造物変状検出装置 | |
| Saeed et al. | A review of intelligent methods for unpaved roads condition assessment | |
| CN106023338B (zh) | 一种无人车车况检测方法及装置 | |
| RU100967U1 (ru) | Система диагностики и удаленного мониторинга контактной сети железной дороги | |
| TW200925354A (en) | Robot and method for automatically detecting flatness and surface breakage | |
| JP7067852B1 (ja) | 路面損傷位置の算定方法 | |
| Staniek | Repeatability of road pavement condition assessment based on three-dimensional analysis of linear accelerations of vehicles | |
| Zhang et al. | International Roughness Index (IRI) measurement using Hilbert-Huang transform | |
| CN115871735B (zh) | 一种便携式线路检查仪及线路动态检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |