KR102427308B1 - Present serviceability evaluating system for road pavement using spectral data, and method for the same - Google Patents
Present serviceability evaluating system for road pavement using spectral data, and method for the same Download PDFInfo
- Publication number
- KR102427308B1 KR102427308B1 KR1020210146936A KR20210146936A KR102427308B1 KR 102427308 B1 KR102427308 B1 KR 102427308B1 KR 1020210146936 A KR1020210146936 A KR 1020210146936A KR 20210146936 A KR20210146936 A KR 20210146936A KR 102427308 B1 KR102427308 B1 KR 102427308B1
- Authority
- KR
- South Korea
- Prior art keywords
- spectral
- pavement
- spectral data
- road pavement
- wheel driving
- Prior art date
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 265
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims abstract description 103
- 230000008439 repair process Effects 0.000 claims abstract description 33
- 238000012423 maintenance Methods 0.000 claims abstract description 11
- 238000010586 diagram Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000005336 cracking Methods 0.000 claims description 14
- 238000013480 data collection Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004611 spectroscopical analysis Methods 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 2
- 239000010426 asphalt Substances 0.000 abstract description 9
- 238000009826 distribution Methods 0.000 description 23
- 238000011835 investigation Methods 0.000 description 9
- 101100243456 Arabidopsis thaliana PES2 gene Proteins 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000032683 aging Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 239000004567 concrete Substances 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 241000270666 Testudines Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000011384 asphalt concrete Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- 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
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Abstract
Description
본 발명은 도로포장 공용성 평가 시스템에 관한 것으로, 보다 구체적으로, 분광 카메라로 측정된 분광 데이터(Spectral Data)를 이용하여 공용성 평가지수(Present Serviceability Index: PSI)를 산출함으로써 아스팔트와 같은 도로포장의 공용성을 평가하는, 분광 데이터를 이용한 도로포장 공용성 평가 시스템 및 그 방법에 관한 것이다.The present invention relates to a road pavement commonality evaluation system, and more specifically, by calculating a Present Serviceability Index (PSI) using spectral data measured with a spectral camera, the commonality of road pavement such as asphalt It relates to a road pavement commonality evaluation system and method using spectral data to evaluate.
일반적으로, 도로의 현재 상태를 평가하고 유지보수 시기와 공법을 결정하기 위해 포장관리 시스템(Pavement Management System: PMS)을 도로 관리기관에서 사용되고 있다.In general, a pavement management system (PMS) is used by road management agencies to evaluate the current condition of roads and to determine maintenance time and construction methods.
이러한 포장관리 시스템(PMS)은 해당 도로에 이용되는 차량의 주행속도와 현재의 포장상태에서의 이용 편리성 등을 고려하여 포장상태지수(Pavement Condition Index: PCI)가 개발하여 적용하고 있다. 즉, 일반국도, 고속국도, 지자체(서울시) 등에 따라 주요 포장 파손요소인 균열률, 소성변형, 종단평탄성의 각 중요도를 고려하여 각각 상이한 포장상태지수(PCI)를 공용성 평가지수(Present Serviceability Index: PSI)로 개발하였다. 여기서, 공용성 평가지수(PSI)는 공용 후의 도로포장이 도로 이용자에게 제공하는 성능을 파손의 정도를 포함한 지수를 말하며, 예를 들면, 국내의 경우, 공용성 평가지수로서, 고속국도 포장상태지수(HPCI), 일반국도 포장상태지수(NHPCI), 서울시 포장상태지수(SPI) 등이 사용되고 있다.This pavement management system (PMS) is developed and applied by the Pavement Condition Index (PCI) in consideration of the driving speed of the vehicle used on the road and the convenience of use in the current pavement state. In other words, each different pavement condition index (PCI) is calculated by considering the respective importance of crack rate, plastic deformation, and longitudinal flatness, which are major pavement failure factors, depending on general national roads, high-speed national roads, and local governments (Seoul City). PSI) was developed. Here, the publicity evaluation index (PSI) refers to an index including the degree of damage that the road pavement after public use provides to road users. ), the National Road Pavement Index (NHPCI), and the Seoul Pavement Index (SPI) are used.
한편, 도 1은 기존의 노면평가 조사장비를 예시하는 사진으로서, 도 1의 a)는 제1 노면평가 조사장비(Pavement Evaluation Surveyor: PES1)를 나타내고, 도 1의 b)는 제2 노면평가 조사장비(PES2)를 예시하는 사진이다.On the other hand, FIG. 1 is a photograph exemplifying the existing road surface evaluation surveying equipment, where a) of FIG. 1 shows the first Pavement Evaluation Surveyor (PES1), and b) of FIG. 1 shows the second road evaluation survey. It is a photograph illustrating the equipment (PES2).
현재 수행되고 있는 도로포장관리 시스템은 매년 2차로로 환산하여 약 4,000km의 일반국도에 대하여 조사대상구간을 선정하고, 도 1에 도시된 제1 및 제2 노면평가 조사장비(PES1, PES2)를 각각 이용하여, 소성변형 깊이, 종단평탄성, 균열 등의 포장상태자료를 수집한다. 또한, 교통량 및 보수이력 등을 고려하여 상세조사구간에 대한 포장상태 등급을 결정한다. 이러한 제1 및 제2 노면평가 조사장비(PES1, PES2)는 주행 중에 노면 상태를 자동으로 측정할 수 있고, 주요 조사항목으로는 포장의 균열 정도와 분포 면적, 소성변형 깊이 및 종단평탄성 등이 있다.The road pavement management system currently being implemented selects an investigation target section for a general national road of about 4,000 km, which is converted into two lanes every year, and uses the first and second road surface evaluation survey equipment (PES1, PES2) shown in FIG. Using each, data on pavement conditions such as plastic deformation depth, longitudinal flatness, and cracks are collected. In addition, the grade of the pavement condition for the detailed investigation section is determined in consideration of the traffic volume and maintenance history. These first and second road surface evaluation survey equipment (PES1, PES2) can automatically measure the road surface condition while driving, and major survey items include the degree of cracking and distribution area of the pavement, depth of plastic deformation, and longitudinal flatness. .
이에 따라, 아스팔트 콘크리트 포장 구간의 보수공법 선정 절차에 따라 보수공법을 결정하고, 현장실사를 통해 이를 재검토한다. 이때, 파손이 심각한 구간이나, 재생공법, 기능성포장 등이 필요한 구간은 다른 공법 결정 논리를 적용하게 되며, 최종적으로 경제성 분석을 통해 결정된 보수공법의 보수우선순위를 결정하고 있다.Accordingly, the repair method is determined according to the repair method selection procedure for the asphalt concrete pavement section, and it is reviewed through on-site inspection. At this time, a different construction method decision logic is applied to a section where damage is severe or a section requiring a reclaimed method or functional packaging, and finally, the repair priority of the repair method determined through economic analysis is determined.
구체적으로, 기존 기술에서 종단평탄성, 균열률, 소성변형 깊이 등 도로포장상태 측정은 일반적으로 전용의 노면 조사차량이 도로를 주행하면서 다음의 방법에 따라 측정하고, 10m 간격으로 산출한다.Specifically, in the existing technology, road pavement conditions such as longitudinal flatness, crack rate, and plastic deformation depth are measured according to the following method while a dedicated road survey vehicle is driving the road, and calculated at intervals of 10 m.
도 2는 기존의 노면평가 조사장비를 이용한 소성변형 깊이 조사를 나타내는 도면이며, 도 3은 기존의 노면평가 조사장비를 이용한 종단평탄성 조사를 나타내는 도면이고, 도 4는 기존의 노면평가 조사장비를 이용한 균열률 조사를 나타내는 도면이다.Figure 2 is a view showing the plastic deformation depth survey using the existing road surface assessment survey equipment, Figure 3 is a view showing the longitudinal flatness survey using the existing road surface assessment survey equipment, Figure 4 is using the existing road surface assessment survey equipment It is a figure which shows the crack rate investigation.
도 2에 도시된 바와 같이, 제1 및 제2 노면평가 조사장비(PES1, PES2)는 후방에 설치한 레이저 변위센서를 이용하여 소성변형 깊이를 측정한다. 이러한 데이터는 과거 사용된 초음파 방식보다 수십 배 많은 프로파일을 수집할 수 있어서 보다 안정적으로 소성변형 깊이를 측정할 수 있다. 또한, 소성변형 깊이를 육안으로 확인할 수 있으므로 조사 자료의 신뢰성을 향상시킬 수 있다. 그 결과는 텍스트 파일로 출력할 수 있다. 구체적으로, 소성변형 깊이는 다수의 레이저 변위센서 등 고정밀 센서를 이용하며, 횡단면에서 좌측 및 우측 차륜 주행부의 포장 표면 깊이를 측정하며, 좌측 및 우측 차륜 주행부의 최대 깊이 중에서 큰 값을 적용하며, ㎜ 단위로 산출한다.As shown in FIG. 2 , the first and second road evaluation equipment PES1 and PES2 measure the plastic deformation depth using a laser displacement sensor installed at the rear. These data can collect tens of times more profiles than the ultrasonic method used in the past, so that the plastic deformation depth can be measured more stably. In addition, since the plastic deformation depth can be visually confirmed, the reliability of the survey data can be improved. The result can be output to a text file. Specifically, the plastic deformation depth uses a high-precision sensor such as a plurality of laser displacement sensors, measures the depth of the pavement surface of the left and right wheel running parts in the cross section, and applies the larger value among the maximum depths of the left and right wheel running parts, mm Calculated in units
또한, 도 3에 도시된 바와 같이, 종단평탄성(IRI) 측정은 정밀도 0.01㎜ 이하의 고정밀 고속레이저를 차량의 주행궤적과 동일하게 양측 차륜 부분에 장착하고, 포장의 요철을 신속히 측정하여 차량 주행방향에 대해 포장의 평탄정도를 정량화시킨다. 이때, 제1 및 제2 노면평가 조사장비(PES1, PES2)는 주행 중 전용 조사차량의 떨림 보정을 위해 가속도 센서를 이용하여 요철 높이를 측정한다. 구체적으로, 종단평탄성(IRI)은 정밀도 0.1㎜ 이하의 고정밀 센서를 전용 조사차량의 주행궤적과 동일하게 양측 차륜에 각각 장착하여 측정한다. 이때, 전용 조사차량의 주행 중 차륜 상하 움직임의 누적 거리(m)를 1㎞ 주행시로 환산한 m/㎞ 단위로 산출한다. 이러한 종단평탄성(IRI)은 양측 차륜의 좌측 및 우측 측정값 각각의 평균을 구하고, 두 값 중 큰 값을 적용하거나 평균을 적용할 수도 있다.In addition, as shown in FIG. 3, the longitudinal flatness (IRI) measurement is performed by mounting a high-precision high-speed laser with a precision of 0.01 mm or less on both wheel parts in the same manner as the driving trajectory of the vehicle, and quickly measuring the unevenness of the pavement in the vehicle driving direction. To quantify the flatness of the pavement. At this time, the first and second road surface evaluation survey equipment (PES1, PES2) measures the height of the unevenness by using the acceleration sensor to correct the vibration of the dedicated survey vehicle while driving. Specifically, longitudinal flatness (IRI) is measured by mounting a high-precision sensor with an accuracy of 0.1 mm or less on both wheels in the same manner as the driving trajectory of the dedicated investigation vehicle. At this time, the cumulative distance (m) of the up-and-down movement of the wheel during driving of the dedicated investigation vehicle is calculated in units of m/km converted to 1 km driving. For the longitudinal flatness (IRI), the average of each of the left and right measured values of both wheels may be obtained, and the larger of the two values may be applied or the average may be applied.
또한, 도 4에 도시된 바와 같이, 노면의 균열률 검지 방법은 제1 및 제2 노면평가 조사장비(PES1, PES2) 후방에 설치된 고해상도 라인스캔 카메라를 이용하여 1㎜ 이하 균열 분해능을 가지는 노면 영상을 획득한다. 이때, 보다 미세한 균열 및 명확한 포장의 표면결함을 검출하기 위해서 단일 파장의 광원인 적외선 레이저 조명을 사용하여 구조가 단순하고, 고해상인 노면 양상을 획득한다. 균열 조사 결과는 이미지 파일로 출력이 가능하고, 균열 상세자료는 텍스트 파일로 출력할 수 있다. 구체적으로, 균열률은 1㎜ 이하 균열 분해능을 가지는 고해상도 카메라를 이용하여 노면 영상 자료를 얻고, 이러한 영상을 분석하여 다음의 수학식 1 또는 수학식 2에 따라 균열률을 % 단위로 산출한다.In addition, as shown in FIG. 4 , the method for detecting the crack rate of the road surface uses a high-resolution line scan camera installed at the rear of the first and second road evaluation survey equipment (PES1, PES2) to have a crack resolution of 1 mm or less. to acquire At this time, in order to detect finer cracks and clear pavement surface defects, a simple structure and high-resolution road surface are obtained by using infrared laser illumination, which is a light source of a single wavelength. The crack investigation result can be output as an image file, and crack details can be output as a text file. Specifically, the crack rate is obtained by using a high-resolution camera having a crack resolution of 1 mm or less to obtain road surface image data, and by analyzing these images, the crack rate is calculated in % according to Equation 1 or 2 below.
보다 구체적으로, 노면의 균열률 검지 방법은, ① 도로를 가로와 세로 30㎝ 가상의 격자망으로 구분한 후, 균열이 포함된 격자망 개수의 비율을 다음의 수학식 1에 따라 계산하거나 ② 거북등 균열, 포트홀, 소파보수 면적 등의 면적균열과 종방향 균열, 횡방향 균열, 블록균열(저온균열) 등의 선형균열에 0.15m를 곱한 환산면적을 합한 면적의 측정하는 도로면적에 대한 비율을 다음의 수학식 2에 따라 계산한다.More specifically, the method of detecting the crack rate of the road surface is: ① After dividing the road into a horizontal and vertical 30cm virtual grid, calculate the ratio of the number of grids including cracks according to Equation 1 below, or ② turtle Area cracks such as back cracks, potholes, and sofa repair areas, as well as linear cracks such as longitudinal cracks, lateral cracks, and block cracks (low temperature cracks) multiplied by 0.15 m It is calculated according to Equation 2 below.
그런데 종래의 기술에 따른 포장관리 시스템의 경우, 현재 고가의 도로조사 전용차량인 제1 및 제2 노면평가 조사장비(PES1, PES2)를 이용하여 포장의 도로구간을 조사하므로 고속국도, 일반국도 등 이외의 지자체에서 관리하는 도로에 적용하기 어렵다는 문제점이 있다. 또한, 3년 또는 5년 주기 등으로 조사 간격이 길어 포장 공용성 악화시 즉각 대응이 어렵고, 또한, 다차로의 경우, 모든 차로의 조사가 어려워 일반적으로 단지 1개 차로를 조사하여 평가하고 있는 실정이다. 또한, 도로조사 전용차량으로 조사시, 소성변형과 평탄성은 자동으로 측정값을 확보할 수 있지만, 균열률은 수작업으로 균열발생 정도를 확인 및 평가해야 하므로 관련 전문인력과 분석시간이 소요된다는 문제점이 있다.However, in the case of the pavement management system according to the prior art, the first and second road surface evaluation survey equipment (PES1, PES2), which are currently expensive road survey vehicles, are used to investigate the section of the pavement, so high-speed national roads, general national roads, etc. There is a problem in that it is difficult to apply to roads managed by other local governments. In addition, it is difficult to respond immediately when the pavement commonality deteriorates because the interval between surveys is long, such as every 3 or 5 years. Also, in the case of multi-lanes, it is difficult to investigate all lanes, so in general, only one lane is investigated and evaluated. . In addition, when surveying with a road survey vehicle, plastic deformation and flatness can be automatically obtained, but the crack rate has to be manually checked and evaluated for cracking, so it takes time for analysis and professional manpower. have.
한편, 포장 파손여부를 확인하기 위한 선행기술로서, 대한민국 등록특허번호 제10-1910066호에는 "도로포장관리 시스템"이라는 명칭의 발명이 개시되어 있는데, 도 5를 참조하여 설명한다.On the other hand, as a prior art for checking whether pavement is damaged, Korean Patent No. 10-1910066 discloses an invention called "road pavement management system", which will be described with reference to FIG. 5 .
도 5는 종래의 기술에 따른 도로포장관리 시스템을 나타내는 구성도이다.5 is a block diagram showing a road pavement management system according to the prior art.
도 5를 참조하면, 종래의 기술에 따른 도로포장관리 시스템은, 입력장치(10); 데이터 판독 및 비교장치(20); 및 관리자 컴퓨터(30)를 포함하여 구성된다.5, the road pavement management system according to the prior art, the
입력장치(10)는 도로에서 소정 높이에 위치한 상태로 이동하면서 드론(11)에 설치된 카메라(12)로 촬영하고 촬영된 영상과 GPS 정보를 매칭하여 저장한다.The
데이터 판독 및 비교장치(20)는 서버(21) 및 데이터베이스(22)를 포함하며, 입력장치(10)로부터 인가되는 영상을 3D 이미지로 변환하여 도로(10)의 파손부위에 대한 면적 및 위치를 설정한 후 설정된 부분에서 파손된 면적 산출 및 파손된 부분을 보수할 수 있도록 데이터를 비교 분석한다.The data reading and comparing
관리자 컴퓨터(30)는 데이터 판독 및 비교장치(20)를 통해 변환된 3D 이미지로부터 도로의 파손부위를 설정할 수 있도록 3D 이미지로 변환된 데이터를 이진화하고, 이진화한 상태에서 색깔의 변환에 따른 변위 차이를 측정한 후 파손부위를 추출하여 파손부위를 설정하거나 또는 3D 이미지로 변환된 데이터를 이진화하고, 이진화한 상태에서 색깔의 변환에 따른 변위 차이를 측정한 후 파손부위를 추출하여 파손부위를 설정한다.The
종래의 기술에 따른 도로포장관리 시스템에 따르면, 드론(11)에 설치된 일반 RGB 카메라(12)로 포장의 포장 파손을 촬영하고, 촬영된 영상과 GPS 정보를 매칭하여 영상을 저장하고, 3D 이미지로 변환하여 보수할 부분을 판독 및 설정할 수 있다. According to the road pavement management system according to the prior art, the pavement damage of the pavement is photographed with a
하지만, 종래의 기술에 따른 도로포장관리 시스템의 경우, RGB 카메라로 감지할 수 있는 포트홀 등의 심각한 파손을 판독하기 때문에, 아스팔트 포장의 균열, 소성변형, 평탄성 등의 파손상태를 평가하고 전반적인 공용성을 평가하는 방법에 적용할 수 없다는 한계가 있다.However, in the case of the road pavement management system according to the prior art, since it reads serious damage such as portholes that can be detected by RGB cameras, it evaluates the damage conditions such as cracks, plastic deformation, and flatness of the asphalt pavement and improves overall utility. There is a limit in that it cannot be applied to the evaluation method.
한편, 전술한 바와 같이, 현재의 도로포장 조사가 고가의 도로조사 전용차량을 이용하므로 전체 차로가 아닌 일부 차로에 대해 1회/3년 등으로 조사하여 도로포장의 현재 상태를 완벽히 알기 어렵고, 이에 따라, 조사결과를 반영한 신속한 유지보수가 어려운 문제점이 있다,On the other hand, as described above, since the current road pavement survey uses expensive road survey vehicles, it is difficult to completely understand the current state of the road pavement by surveying some lanes, not all lanes, once/3 years, etc. Accordingly, there is a problem that it is difficult to maintain promptly reflecting the survey results,
전술한 문제점을 해결하기 위한 본 발명이 이루고자 하는 기술적 과제는, 아스팔트 포장의 유지관리를 위해 수행하는 도로포장관리 시스템(PMS)에 적용하기 위해 도로포장의 상태를 드론이나 일반차량에 부착 설치된 초분광 카메라 또는 다중분광 카메라로 도로포장면을 측정하여 분광 데이터(Spectral Data)를 획득하고, 이를 이용하여 종단평탄성, 소성변형, 균열률 및 공용성 평가지수를 산출할 수 있는, 분광 데이터를 이용한 도로포장 공용성 평가 시스템 및 그 방법을 제공하기 위한 것이다.The technical problem to be achieved by the present invention for solving the above-mentioned problems is to apply the state of the road pavement to a drone or general vehicle to be applied to a road pavement management system (PMS) performed for maintenance of asphalt pavement. Spectral data is obtained by measuring the pavement surface with a camera or multi-spectral camera, and using this, the longitudinal flatness, plastic deformation, crack rate and commonality evaluation index can be calculated. Road pavement commonality using spectral data To provide an evaluation system and a method therefor.
본 발명이 이루고자 하는 다른 기술적 과제는, 초분광 카메라 또는 다중분광 카메라를 드론이나 일반차량에 부착 설치함으로써 기존의 고가의 노면평가 조사장비를 사용하지 않고도 도로포장의 공용성을 평가할 수 있는, 분광 데이터를 이용한 도로포장 공용성 평가 시스템 및 그 방법을 제공하기 위한 것이다.Another technical task to be achieved by the present invention is that by attaching a hyperspectral camera or a multi-spectral camera to a drone or a general vehicle, it is possible to evaluate the publicity of the road pavement without using the existing expensive road surface evaluation survey equipment, spectral data It is to provide a road pavement commonality evaluation system and method used.
본 발명이 이루고자 하는 또 다른 기술적 과제는, 도로포장의 보수공법 결정하도록 수작업으로 균열발생 정도를 확인 및 평가하지 않고도 분광 데이터로부터 균열률을 자동으로 측정값을 확보할 수 있는, 분광 데이터를 이용한 도로포장 공용성 평가 시스템 및 그 방법을 제공하기 위한 것이다.Another technical task to be achieved by the present invention is a road using spectral data that can automatically obtain a measurement value of the crack rate from spectral data without manually checking and evaluating the degree of cracking to determine the repair method of the road pavement. To provide a pavement commonality evaluation system and method.
전술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템은, 도로포장면에 대한 분광 데이터를 획득할 수 있도록 이동체에 부착 설치되어 도로포장면을 측정하는 분광 카메라; 상기 분광 카메라가 도로포장면을 측정할 수 있도록 주행궤도 또는 비행궤도를 따라 도로포장면에 접근하거나 주행하는 이동체; 및 상기 분광 카메라가 측정한 분광 데이터로부터 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 결정하고, 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수(PSI)를 산출하는 관리자 단말을 포함하되, 상기 관리자 단말은, 상기 분광 카메라가 측정한 분광 데이터의 도로포장 위치를 분석하는 분광 데이터 위치 분석부; 상기 도로포장 위치별 분광 데이터를 수집하는 도로포장 위치별 분광 데이터 수집부; 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형, 종단평탄성 및 균열에 해당하는 분광도를 산출하는 분광도 산출부; 포장 파손요소로서, 상기 산출된 분광도에 각각 대응하는 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 각각 결정하는 포장 파손요소 결정부; 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수(PSI를 산출하는 도로포장별 공용성 평가지수 산출부; 및 도로포장의 유지보수시, 소성변형 깊이(RD), 종단평탄성(IRI), 균열률(SD) 및 공용성 평가지수를 활용하여 도로포장의 보수공법을 결정하는 도로포장 보수공법 결정부를 포함하며; 상기 포장 파손요소 결정부는, 상기 소성변형 분광도 산출부에서 산출된 분광도에 대응하는 소성변형 깊이를 결정하는 소성변형 깊이 결정부; 상기 종단평탄성 분광도 산출부에서 산출된 분광도에 대응하는 종단평탄성을 결정하는 종단평탄성 결정부; 및 상기 균열 분광도 산출부에서 산출된 분광도에 대응하는 균열률을 결정하는 균열률 결정부를 포함하여 구성된다.As a means for achieving the above-mentioned technical problem, the road pavement commonality evaluation system using the spectral data according to the present invention is installed attached to a mobile body so as to obtain the spectral data on the pavement surface to measure the road pavement. camera; a moving body that approaches or drives the pavement along a driving track or a flight track so that the spectroscopic camera can measure the pavement surface; and determining the plastic deformation depth (RD), longitudinal flatness (IRI) and cracking rate (SD) from the spectral data measured by the spectroscopic camera, and the determined plastic deformation depth (RD), longitudinal planarity (IRI) and cracking rate ( According to SD), including a manager terminal for calculating the commonness evaluation index (PSI) for each road pavement, wherein the manager terminal, the spectral data location analysis unit for analyzing the location of the road pavement of the spectral data measured by the spectral camera; Spectral data collection unit for each road pavement location for collecting the spectral data for each location of the road pavement; a spectral degree calculation unit for calculating spectral degrees corresponding to plastic deformation, longitudinal flatness, and cracking by using a reflectance measurement value at a specific wavelength from the spectral data; As a pavement failure factor, a pavement failure factor determining unit for determining a plastic deformation depth (RD), longitudinal flatness (IRI), and crack rate (SD) respectively corresponding to the calculated spectral degree, respectively; In accordance with the determined plastic deformation depth (RD), longitudinal flatness (IRI), and crack rate (SD), the utility evaluation index calculation unit for each road pavement calculating the utility evaluation index (PSI) for each road pavement; and during maintenance of the road pavement, and a road pavement repair method determining unit that determines a repair method of the road pavement by using plastic deformation depth (RD), longitudinal flatness (IRI), crack rate (SD), and utility evaluation index; A plastic deformation depth determination unit for determining a plastic deformation depth corresponding to the spectral diagram calculated by the plastic deformation spectrogram calculator: A longitudinal flatness determination unit for determining the longitudinal flatness corresponding to the spectral degree calculated by the longitudinal flatness spectrogram calculating unit and a crack rate determining unit for determining a crack rate corresponding to the spectroscopy calculated by the cracking spectroscopy calculation unit.
여기서, 상기 이동체는 상기 분광 카메라가 부착 설치되어 도로포장면의 주행궤도를 따라 이동하는 일반차량이거나 또는 도로포장면 상부의 비행궤도를 따라 이동하는 드론일 수 있다.Here, the movable body may be a general vehicle to which the spectral camera is attached and moves along the driving track of the pavement, or a drone moving along the flight trajectory of the upper part of the pavement.
여기서, 상기 분광 카메라는, 상기 이동체에 부착하는 300㎚~2500㎚ 파장대의 초분광 카메라 또는 상기 300㎚~2500㎚ 파장대 중에서 일정한 파장 범위를 측정할 수 있는 다중분광 카메라일 수 있다.Here, the spectroscopic camera may be a hyperspectral camera attached to the mobile body in a wavelength range of 300 nm to 2500 nm or a multi-spectral camera capable of measuring a certain wavelength range among the wavelength band of 300 nm to 2500 nm.
여기서, 상기 분광도 산출부는, 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형에 해당하는 분광도를 산출하는 소성변형 분광도 산출부; 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 종단평탄성에 해당하는 분광도를 산출하는 종단평탄성 분광도 산출부; 및 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 균열에 해당하는 분광도를 산출하는 균열 분광도 산출부를 포함할 수 있다.Here, the spectral degree calculator may include: a plastic strain spectral degree calculator for calculating a spectral degree corresponding to plastic deformation by using a reflectance measurement value at a specific wavelength from the spectral data; a longitudinal planarity spectral degree calculator for calculating a spectral degree corresponding to longitudinal flatness by using a reflectance measurement value at a specific wavelength from the spectral data; and a crack spectroscopy calculator for calculating a spectral degree corresponding to a crack by using a reflectance measurement value at a specific wavelength from the spectral data.
삭제delete
여기서, 상기 소성변형 깊이 결정부는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 중앙부와 비교한 상기 좌측차륜 주행부 및 우측차륜 주행부의 분광도값의 차이를 구한 후 기설정된 변환계수를 곱하여 상기 좌측차륜 주행부 및 우측차륜 주행부의 각각의 소성변형 깊이(RD)를 결정하는 것을 특징으로 한다.Here, the plastic deformation depth determining unit obtains the average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving part, the right wheel driving part and the center part, and comparing the left wheel driving part and the right wheel driving part with the central part. It is characterized in that the plastic deformation depth RD of each of the left-wheel driving part and the right-wheel driving part is determined by calculating the difference between the negative spectral values and multiplying it by a preset conversion coefficient.
여기서, 상기 종단평탄성 결정부는 좌측차륜 주행부 및 우측차륜 주행부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 평균값의 차이를 누적하며, 상기 누적 값에 기설정된 변환계수를 곱하여 좌측차륜 주행부 및 우측차륜 주행부 각각의 종단평탄성(IRI)을 결정하는 것을 특징으로 한다.Here, the longitudinal flatness determining unit obtains the average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving part and the right wheel driving part, accumulating the difference between the average values, and multiplying the accumulated value by a preset conversion coefficient It is characterized in that the longitudinal flatness (IRI) of each of the left wheel driving part and the right wheel driving part is determined.
여기서, 상기 균열률 결정부는 차로 전폭에서 산출한 분광도 또는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도에 기설정된 변환계수를 곱하여 균열률(SD)을 결정하는 것을 특징으로 한다.Here, the crack rate determining unit multiplies the spectral diagram calculated from the full width of the road or the spectral diagram calculated from each spectral data divided into the left wheel driving part, the right wheel driving part and the center part by a preset conversion factor to determine the crack rate (SD) is characterized by determining
삭제delete
한편, 전술한 기술적 과제를 달성하기 위한 다른 수단으로서, 본 발명에 따른 분광 데이터를 이용한 도로포장 공용성 평가 방법은, a) 이동체에 분광 카메라를 부착 설치하는 단계; b) 도로포장면을 따라 상기 이동체를 주행 또는 이동시키면서 상기 분광 카메라를 사용하여 도로포장면을 분광 측정하는 단계; c) 상기 분광 측정된 분광 데이터의 위치를 분석하여 도로포장 위치별 분광 데이터를 수집하는 단계; d) 상기 수집된 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형, 종단평탄성 및 균열에 해당하는 분광도를 산출하는 단계; e) 상기 산출된 분광도에 각각 대응하는 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 각각 결정하는 단계; 및 f) 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수를 산출하는 단계를 포함하되,
상기 e) 단계에서, 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 중앙부와 비교한 상기 좌측차륜 주행부 및 우측차륜 주행부의 분광도값의 차이를 구한 후 기설정된 변환계수를 곱하여 상기 좌측차륜 주행부 및 우측차륜 주행부의 각각의 소성변형 깊이(RD)를 결정하며, 상기 e) 단계에서, 좌측차륜 주행부 및 우측차륜 주행부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 평균값의 차이를 누적하며, 상기 누적 값에 기설정된 변환계수를 곱하여 좌측차륜 주행부 및 우측차륜 주행부 각각의 종단평탄성(IRI)을 결정하며, 상기 e) 단계에서, 차로 전폭에서 산출한 분광도 또는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도에 기설정된 변환계수를 곱하여 균열률(SD)을 결정하도록 하게 된다.On the other hand, as another means for achieving the above-described technical problem, the road pavement commonality evaluation method using the spectral data according to the present invention comprises the steps of: a) attaching and installing a spectral camera to a mobile body; b) spectrally measuring the pavement surface using the spectroscopic camera while driving or moving the mobile body along the pavement surface; c) collecting the spectral data for each location of the road pavement by analyzing the location of the spectroscopically measured spectral data; d) calculating spectrograms corresponding to plastic deformation, longitudinal flatness, and cracks by using the reflectance measurement value at a specific wavelength from the collected spectral data; e) determining a plastic deformation depth (RD), longitudinal flatness (IRI), and crack rate (SD) respectively corresponding to the calculated spectral diagrams; and f) calculating the utility evaluation index for each road pavement according to the determined plastic deformation depth (RD), longitudinal flatness (IRI) and crack rate (SD),
In step e), the average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving part, the right wheel driving part and the center part is obtained, and the spectrum of the left wheel driving part and the right wheel driving part compared with the central part After obtaining the difference in degree values, the plastic deformation depth (RD) is determined for each of the left-wheel traveling unit and the right-wheel traveling unit by multiplying it by a preset conversion factor, and in step e), the left wheel traveling unit and the right wheel traveling unit are The average of the spectral degrees calculated from each divided spectral data is obtained, the difference between the average values is accumulated, and the cumulative value is multiplied by a preset conversion coefficient to obtain the longitudinal flatness (IRI) of each of the left and right wheeled driving parts. In step e), the crack rate by multiplying the spectral diagram calculated from the full width of the lane or the spectral diagram calculated from each spectral data divided into the left wheel driving part, the right wheel driving part and the center part by a preset conversion factor (SD) to be determined.
본 발명에 따르면, 아스팔트 포장의 유지관리를 위해 수행하는 도로포장관리 시스템(PMS)에 적용하기 위해 도로포장의 상태를 드론이나 일반차량에 부착 설치된 초분광 카메라 또는 다중분광 카메라로 도로포장면을 측정하여 분광 데이터(Spectral Data)를 획득하고, 이를 이용하여 종단평탄성, 소성변형, 균열률 및 공용성 평가지수를 산출함으로써 아스팔트와 같은 도로포장의 공용성을 용이하게 평가할 수 있다According to the present invention, in order to apply to the road pavement management system (PMS) performed for the maintenance of asphalt pavement, the state of the road pavement is measured with a hyperspectral camera or multi-spectral camera attached to a drone or general vehicle. Thus, it is possible to easily evaluate the compatibility of road pavement such as asphalt by acquiring spectral data and using it to calculate longitudinal flatness, plastic deformation, crack rate, and utility evaluation index.
본 발명에 따르면, 초분광 카메라 또는 다중분광 카메라를 드론이나 일반차량에 부착 설치함으로써 기존의 고가의 노면평가 조사장비를 사용하지 않고도 도로포장의 공용성을 경제적으로 평가할 수 있다.According to the present invention, by attaching a hyperspectral camera or a multi-spectral camera to a drone or a general vehicle, it is possible to economically evaluate the publicity of the road pavement without using the existing expensive road surface evaluation equipment.
본 발명에 따르면, 도로포장의 보수공법 결정하도록 수작업으로 균열발생 정도를 확인 및 평가하지 않고도 분광 데이터로부터 균열률을 자동으로 측정값을 확보할 수 있고, 이에 따라, 관련 전문인력과 분석시간이 소요되는 점을 해결할 수 있다.According to the present invention, it is possible to automatically obtain a measurement value of the crack rate from spectral data without manually checking and evaluating the degree of cracking to determine the repair method of the road pavement. point can be solved.
본 발명에 따르면, 분광 카메라를 드론에 장착할 경우 다수 차로에 대해서도 용이하게 분광 데이터를 측정할 수 있다.According to the present invention, when a spectral camera is mounted on a drone, it is possible to easily measure spectral data even for multiple lanes.
도 1은 기존의 노면평가 조사장비를 예시하는 사진이다.
도 2는 기존의 노면평가 조사장비를 이용한 소성변형 깊이 조사를 나타내는 도면이다.
도 3은 기존의 노면평가 조사장비를 이용한 종단평탄성 조사를 나타내는 도면이다.
도 4는 기존의 노면평가 조사장비를 이용한 균열률 조사를 나타내는 도면이다.
도 5는 종래의 기술에 따른 도로포장관리 시스템을 나타내는 구성도이다.
도 6은 종래의 기술에 따른 무인비행체에 탑재된 초분광 센서를 활용한 포장상태지수 측정 시스템의 구성도이다.
도 7은 도 6에 도시된 상관모형 구축부를 구체적으로 설명하기 위한 도면이다.
도 8은 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템의 구성도이다.
도 9는 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 관리자 단말의 구체적인 구성도이다.
도 10은 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 이동체가 드론인 경우를 나타내는 구성도이다.
도 11은 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 소성변형 깊이를 산출하는 것을 설명하기 위한 도면이다.
도 12는 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 종단평탄성을 산출하는 것을 설명하기 위한 도면이다.
도 13은 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 균열률을 산출하는 것을 설명하기 위한 도면이다.
도 14는 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 방법을 나타내는 동작흐름도이다.
도 15는 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 방법이 적용되는 한국도로공사의 도로포장 보수공법 결정 방법을 예시하는 동작흐름도이다.1 is a photograph illustrating an existing road surface evaluation survey equipment.
Figure 2 is a view showing the plastic deformation depth survey using the existing road surface evaluation survey equipment.
3 is a view showing longitudinal flatness survey using the existing road surface evaluation survey equipment.
4 is a view showing a crack rate investigation using the existing road surface evaluation investigation equipment.
5 is a block diagram showing a road pavement management system according to the prior art.
6 is a block diagram of a system for measuring a pavement condition index using a hyperspectral sensor mounted on an unmanned aerial vehicle according to the prior art.
FIG. 7 is a view for explaining in detail the correlation model construction unit shown in FIG. 6 .
8 is a block diagram of a road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
9 is a detailed configuration diagram of a manager terminal in a road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
10 is a configuration diagram illustrating a case in which a moving object is a drone in a road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
11 is a view for explaining the calculation of the plastic deformation depth in the road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
12 is a view for explaining the calculation of longitudinal flatness in the road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
13 is a view for explaining the calculation of a crack rate in the road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
14 is an operation flowchart illustrating a road pavement commonality evaluation method using spectral data according to an embodiment of the present invention.
15 is an operation flowchart illustrating a method of determining a road pavement repair method of the Korea Expressway Corporation to which a road pavement commonality evaluation method using spectral data according to an embodiment of the present invention is applied.
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.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily implement them. However, the present invention may be embodied in several different forms and is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.
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.Throughout the specification, when a part "includes" a certain component, it means that other components may be further included, rather than excluding other components, unless otherwise stated. In addition, terms such as "...unit" described in the specification mean a unit for processing at least one function or operation, which may be implemented as hardware or software or a combination of hardware and software.
먼저, 본 발명의 출원인에 의해 특허 출원되어 등록된 대한민국 등록특허번호 제10-2119242호에는 "무인비행체에 탑재된 초분광 센서를 활용한 포장상태지수 측정 시스템"이라는 명칭의 발명이 개시되어 있는데, 본 명세서 내에 참조되어 본 발명의 일부를 이루며, 도 6 및 도 7을 참조하여 구체적으로 설명한다.First, an invention named "a system for measuring the pavement condition index using a hyperspectral sensor mounted on an unmanned aerial vehicle" is disclosed in Republic of Korea Patent No. 10-2119242, which was applied for and registered for a patent by the applicant of the present invention. Reference is made herein to form a part of the present invention, which will be described in detail with reference to FIGS. 6 and 7 .
도 6은 종래의 기술에 따른 무인비행체에 탑재된 초분광 센서를 활용한 포장상태지수 측정 시스템의 구성도이고, 도 7은 도 6에 도시된 상관모형 구축부를 구체적으로 설명하기 위한 도면이다.6 is a configuration diagram of a pavement condition index measurement system using a hyperspectral sensor mounted on an unmanned aerial vehicle according to the prior art, and FIG. 7 is a diagram for explaining the correlation model construction unit shown in FIG. 6 in detail.
도 6을 참조하면, 종래의 기술에 따른 무인비행체에 탑재된 초분광 센서를 활용한 포장상태지수 측정 시스템(100)은, 무인비행체(110), 초분광 센서(Hyper Spectral Sensor: 120), 초분광 데이터 수집부(130), 분광분포특성 대푯값 선정부(140), 상관모형 구축부(150), 포장상태지수(PCI) 추정부(160), 포장상태지수(PCI) 가시화부(170) 및 무인비행체 비행 및 조종 단말(180)을 포함한다. 이때, 상기 초분광 데이터 수집부(130), 분광분포특성 대푯값 선정부(140), 상관모형 구축부(150), 포장상태지수(PCI) 추정부(160) 및 포장상태지수(PCI) 가시화부(170)는 하나의 관리자 단말로 구현될 수 있다.Referring to Figure 6, the pavement condition
무인비행체(110), 예를 들면, 드론(Drone)은 초분광 센서(120)가 도로포장면(200)을 촬영할 수 있도록 비행궤도를 따라 도로포장면(200)에 접근하도록 비행하고, 무인비행체 비행 및 조종 단말(180)은 상기 무인비행체(110)의 출동과 복귀, 비행, 충전, 도로포장면 인식 및 도로포장면 영상 촬영을 원격 지시한다.The unmanned
초분광 센서(120)는 도로포장면(200)에 대한 초분광 영상을 획득할 수 있도록 상기 무인비행체(110)에 탑재되어 도로포장면(200)을 촬영한다.The
초분광 데이터 수집부(130)는 상기 무인비행체(110)에 탑재된 초분광 센서(120)가 촬영한 초분광 데이터를 수집한다.The hyperspectral
분광분포특성 대푯값 선정부(140)는 상기 초분광 데이터 수집부(130)가 수집한 초분광 데이터로부터 초분광 파장대역 반사율의 비율에 따라 상기 도로포장면(200)의 분광분포특성 대푯값을 선정한다. 이때, 상기 분광분포특성 대푯값 선정부(140)는 400∼500㎚와 800∼900㎚ 및/또는 2100∼2200㎚와 2300∼2400㎚의 초분광 파장대역 반사율의 비율을 활용하여 도로포장면(200)의 분광분포특성 대푯값을 선정할수 있다.The spectral distribution characteristic representative
상관모형 구축부(150)는 상기 선정된 분광분포특성 대푯값과 포장상태지수 기준값과의 산포도(plotting)를 작성하고, 상관모형인 회귀식을 도출한다. 즉, 상관모형 구축부(150)는 작성된 분광분포특성 산포도에 따라 포장상태지수(PCI)를 종속변수(y)로 하고, 무인비행체(110)를 활용하여 측정한 분광분포특성 대푯값을 독립변수(x)로 하는 상관분석을 통해 상관모형인 회귀식을 도출할 수 있다.The correlation
구체적으로, 도 7에 도시된 바와 같이, 상관모형 구축부(150)는 분광분포 산포도 작성부(151), 데이터베이스(DB: 152) 및 상관모형 도출부(153)를 포함할 수 있다.Specifically, as shown in FIG. 7 , the correlation
분광분포 산포도 작성부(151)는 상기 분광분포특성 대푯값 선정부(140)에서 선정된 분광분포특성 대푯값과 포장상태지수 기준값과의 산포도(plotting)를 작성한다. 데이터베이스(DB: 152)는 상기 포장상태지수(PCI) 측정값과 분광분포특성 대푯값을 저장한다. 상관모형 도출부(153)는 상기 분광분포 산포도 작성부(151)가 작성한 산포도에 따라 포장상태지수(PCI)를 종속변수(y)로 하고, 무인비행체(110)를 활용하여 측정한 분광분포특성 대푯값을 독립변수(x)로 하는 상관분석을 통해 상관모형인 회귀식을 도출하며, 여기서, 상기 분광분포 산포도 작성부(151)에서 포장상태지수 기준값은 노면 조사차량 및 인력식 조사를 통해 얻은 값일 수 있다.The spectral distribution distribution
도 6을 다시 참조하면, 포장상태지수(PCI) 추정부(160)는 상기 상관모형 구축부(150)에서 도출한 회귀식과 상기 무인비행체(110)를 활용하여 수집한 초분광 분포특성 대푯값을 이용하여 포장상태지수(PCI)를 추정한다.Referring back to FIG. 6 , the pavement condition index (PCI)
포장상태지수(PCI) 가시화부(170)는 상기 도로포장면(200)의 포장상태지수(PCI)에 따라 다수의 도로포장면(200)에 대한 포장 덧씌우기 우선순위를 결정할 수 있도록 상기 포장상태지수(PCI)를 가시화하여 표시한다.The pavement condition index (PCI)
이에 따라, 종래의 기술에 따른 무인비행체에 탑재된 초분광 센서를 활용한 포장상태지수 측정 시스템은, 상기 무인비행체(110)에 탑재된 초분광 센서(120)를 통해 전체 차로에 대한 도로포장면(200)의 노후화 상태를 한 번에 조사하고, 상기 추정된 포장상태지수(PCI)에 따라 도로포장면(200)의 노후화 상태를 파악할 수 있다.Accordingly, the pavement condition index measurement system using the hyperspectral sensor mounted on the unmanned aerial vehicle according to the prior art is the road pavement for the entire lane through the
종래의 기술에 따른 무인비행체에 탑재된 초분광 센서를 활용한 포장상태지수 측정 시스템에 따르면, 포장상태지수 측정 시스템에 있어서, 무인비행체인 드론에 초분광 센서를 탑재하여 도로포장면의 초분광 데이터를 획득하고, 초분광 데이터의 분포특성을 분석하여 포장상태지수를 측정하며, 노후화 상태에 따른 포장면 덧씌우기 우선순위를 결정할 수 있다.According to the pavement condition index measurement system using the hyperspectral sensor mounted on the unmanned aerial vehicle according to the prior art, in the pavement condition index measurement system, the hyperspectral data of the road pavement by mounting the hyperspectral sensor on the unmanned aerial vehicle drone , measure the pavement condition index by analyzing the distribution characteristics of hyperspectral data, and determine the pavement overlay priority according to the aging state.
하지만, 종래의 기술에 따른 무인비행체에 탑재된 초분광 센서를 활용한 포장상태지수 측정 시스템의 경우, 공용성 평가지수로서 포장상태지수(PCI)를 추정하고, 추정된 포장상태지수(PCI)에 따라 도로포장면(200)의 노후화 상태를 파악할 수 있지만, 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD) 등을 파악하지 않는다. 이에 따라, 도로포장의 유지보수시, 소성변형 깊이(RD), 종단평탄성(IRI), 균열률(SD) 및 공용성 평가지수를 활용하여 도로포장의 보수공법을 결정하는데 적용하기 어렵다는 한계가 있다.However, in the case of a pavement condition index measurement system using a hyperspectral sensor mounted on an unmanned aerial vehicle according to the prior art, the pavement condition index (PCI) is estimated as a commonality evaluation index, and according to the estimated pavement condition index (PCI) It is possible to grasp the aging state of the
이하, 도 8 내지 도 13을 참조하여, 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템을 설명하고, 또한, 도 14 및 도 15를 참조하여 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 방법을 구체적으로 설명한다.Hereinafter, with reference to FIGS. 8 to 13, a road pavement commonality evaluation system using spectral data according to an embodiment of the present invention will be described, and also, with reference to FIGS. 14 and 15, spectral data according to an embodiment of the present invention The road pavement commonality evaluation method using
[분광 데이터를 이용한 도로포장 공용성 평가 시스템(300)][Road pavement commonality evaluation system using spectral data (300)]
도 8은 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템의 구성도이다.8 is a block diagram of a road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
도 8을 참조하면, 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템(300)은, 분광 카메라(Spectral Camera: 310), 이동체(320) 및 관리자 단말(330)을 포함하고, 이때, 상기 관리자 단말(330)은, 분광 데이터 위치 분석부(331), 도로포장 위치별 분광 데이터 수집부(332), 분광도 산출부(333), 포장 파손요소 결정부(334), 도로포장별 공용성 평가지수 산출부(335) 및 도로포장 보수공법 결정부(336)를 포함할 수 있다.8, the road pavement
분광 카메라(310)는 도로포장면(200)에 대한 분광 데이터를 획득할 수 있도록 이동체(320)에 부착 설치되어 도로포장면(200)을 측정한다. 여기서, 분광 카메라(310)는 영상을 구성하는 각 화소에 해당하는 지표물의 연속적이고 완전한 분광정보를 취득하는 장비로서, 상기 분광 카메라(310)의 분광 데이터는 연속적이고 좁은 파장영역으로 수십에서 수백 개의 분광밴드를 갖는 영상을 나타낸다. 예를 들면, 상기 분광 카메라(310)는, 상기 이동체(320)에 부착하는 300㎚~2500㎚ 파장대의 초분광 카메라 또는 상기 300㎚~2500㎚ 파장대 중에서 일정한 파장 범위를 측정할 수 있는 다중분광 카메라일 수 있다.The
이동체(320)는 상기 분광 카메라(310)가 도로포장면(200)을 측정할 수 있도록 주행궤도 또는 비행궤도를 따라 도로포장면(200)에 접근하거나 주행한다. 여기서, 상기 이동체(320)는 상기 분광 카메라(310)가 부착 설치되어 도로포장면의 주행궤도를 따라 이동하는 일반차량이거나 또는 도로포장면 상부의 비행궤도를 따라 이동하는 드론일 수 있다.The moving
관리자 단말(330)은 상기 분광 카메라(310)가 측정한 분광 데이터로부터 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 결정하고, 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수(PSI를 산출한다.The
구체적으로, 상기 관리자 단말(330)의 분광 데이터 위치 분석부(331)는 상기 분광 카메라(310)가 측정한 분광 데이터의 도로포장 위치를 분석하고, 또한, 상기 관리자 단말(330)의 도로포장 위치별 분광 데이터 수집부(332)는 상기 도로포장 위치별 분광 데이터를 수집한다. 또한, 상기 관리자 단말(330)의 분광도 산출부(333)는 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형, 종단평탄성 및 균열에 해당하는 분광도를 산출하고, 상기 관리자 단말(330)의 포장 파손요소 결정부(334)는 포장 파손요소로서, 상기 산출된 분광도에 각각 대응하는 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 각각 결정한다. 또한, 상기 관리자 단말(330)의 도로포장별 공용성 평가지수 산출부(335)는 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수(PSI를 산출한다. 또한, 상기 관리자 단말(330)의 도로포장 보수공법 결정부(336)는 도로포장의 유지보수시, 소성변형 깊이(RD), 종단평탄성(IRI), 균열률(SD) 및 공용성 평가지수를 활용하여 도로포장의 보수공법을 결정할 수 있다.Specifically, the spectral data
한편, 도 9는 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 관리자 단말의 구체적인 구성도이다.Meanwhile, FIG. 9 is a detailed configuration diagram of a manager terminal in a road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
도 9를 참조하면, 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 관리자 단말(330)은, 분광 데이터 위치 분석부(331), 도로포장 위치별 분광 데이터 수집부(332), 분광도 산출부(333), 포장 파손요소 결정부(334) 및 도로포장별 공용성 평가지수 산출부(335)를 포함한다.9, the
분광도 산출부(333)는, 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형에 해당하는 분광도를 산출하는 소성변형 분광도 산출부(333a); 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 종단평탄성에 해당하는 분광도를 산출하는 종단평탄성 분광도 산출부(333b); 및 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 균열에 해당하는 분광도를 산출하는 균열 분광도 산출부(333c)를 포함할 수 있다.The spectral
포장 파손요소 결정부(334)는, 상기 소성변형 분광도 산출부(333a)에서 산출된 분광도에 대응하는 소성변형 깊이를 결정하는 소성변형 깊이 결정부(334a); 상기 종단평탄성 분광도 산출부(333b)에서 산출된 분광도에 대응하는 종단평탄성을 결정하는 종단평탄성 결정부(334b); 및 상기 균열 분광도 산출부(333c)에서 산출된 분광도에 대응하는 균열률을 결정하는 균열률 결정부(334c)를 포함할 수 있다.The pavement breakage
구체적으로, 상기 소성변형 깊이 결정부(334a)는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 중앙부와 비교한 상기 좌측차륜 주행부 및 우측차륜 주행부의 분광도값의 차이를 구한 후 기설정된 변환계수를 곱하여 상기 좌측차륜 주행부 및 우측차륜 주행부의 각각의 소성변형 깊이(RD)를 결정할 수 있다.Specifically, the plastic deformation
또한, 상기 종단평탄성 결정부(334b)는 좌측차륜 주행부 및 우측차륜 주행부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 평균값의 차이를 누적하며, 상기 누적 값에 기설정된 변환계수를 곱하여 좌측차륜 주행부 및 우측차륜 주행부 각각의 종단평탄성(IRI)을 결정할 수 있다.In addition, the longitudinal
또한, 상기 균열률 결정부(334c)는 차로 전폭에서 산출한 분광도 또는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도에 기설정된 변환계수를 곱하여 균열률(SD)을 결정할 수 있다.In addition, the crack
한편, 도 10은 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 이동체가 드론인 경우를 나타내는 구성도이다.Meanwhile, FIG. 10 is a configuration diagram illustrating a case in which a moving object is a drone in a road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
도 10의 a)를 참조하면, 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서, 드론(320)은 무인비행체로서, 무선통신모듈(321), 제어부(322), 메모리(323), 비행유닛(324) 및 배터리(325)를 포함하며, 도 10의 b)에 도시된 바와 같이, 상기 드론(320)은 드론 본체, 프로펠러 모터, 프로펠러 및 착륙 지지대 등을 포함할 수 있다.Referring to FIG. 10 a), in the road pavement commonality evaluation system using spectral data according to an embodiment of the present invention, the
분광 카메라(310)는 상기 드론(320) 내에 회전 가능하도록 장착되어 도로포장면(200)을 측정하여 분광 데이터를 획득한다. 여기서, 상기 분광 카메라(310)는 초분광 카메라 또는 다중분광 카메라일 수 있다.The
무선통신모듈(321)은 드론 비행 및 조종 단말로부터 원격 제어신호를 수신하고, 상기 분광 카메라(310)에 의해 촬영 측정된 분광 데이터를 전송한다.The
제어부(322)는 상기 무선통신모듈(321)을 통해 수신된 원격 제어신호에 따라 비행 유닛(324)을 제어하고, 상기 분광 카메라(310)의 구동을 제어하며, 상기 분광 카메라(310)로부터 측정된 분광 데이터를 상기 무선통신모듈(321)을 통해 전송하는 것을 제어하도록 MCU로 구현되며, 메모리(323)는 상기 분광 카메라(310)에 의해 측정된 분광 데이터를 저장한다.The
비행 유닛(324)은 드론 비행 및 조종 단말로부터 전송된 원격 제어신호에 따라 상기 드론(320)을 비행시키도록 상기 제어부(322)의 제어에 따라 구동된다.The
배터리(325)는 상기 무선통신모듈(321), 제어부(322), 메모리(323), 비행 유닛(324) 및 분광 카메라(310)에 전원을 공급한다.The
이때, 드론 비행 및 조종 단말은 상기 드론(320)의 출동과 복귀, 비행, 충전, 도로포장면 인식 및 영상촬영을 원격 지시한다. 이때, 상기 드론 비행 및 조종 단말은 상기 드론(320)의 출동 및 복귀, 비행, 충전, 도로포장면 인식, 도로포장면 영상 촬영을 지시할 수 있는 알고리즘과 프로세서가 탑재되어 있다.In this case, the drone flight and control terminal remotely instructs the
이에 따라, 상기 드론 비행 및 조종 단말의 명령으로 출동한 상기 드론(320)은 비행궤도를 따라 상기 도로포장면(200)에 근접하도록 비행하며, 분광 카메라(310)가 상기 도로포장면(200)의 이상 유무를 확인하도록 분광 영상을 촬영 측정할 수 있으며, 이에 따라, 드론을 이용할 경우 모든 차로에 대해 신속하게 측정할 수 있다.Accordingly, the
본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템은, 분광기술을 이용해 드론이나 일반차량에 초분광 카메라 또는 다중분광 카메라로 도로를 측정하여 분광 데이터를 획득하고, 종단평탄성, 균열률, 소성변형 깊이, 공용성 평가지수 등을 10m 등 일정 간격으로 산출한다. 이후, 산출된 종단평탄성, 균열률 및 소성변형 깊이를 공용성 평가지수 수식에 대입하여 공용성 평가지수를 구하여, 도로포장의 공용성을 평가할 수 있다. 특히, 이동체(320)로서, 드론을 이용할 경우 모든 차로에 대해 신속하게 측정할 수 있다.The road pavement commonality evaluation system using spectral data according to an embodiment of the present invention obtains spectral data by measuring the road with a hyperspectral camera or a multi-spectral camera on a drone or a general vehicle using spectral technology, longitudinal flatness, crack rate , the depth of plastic deformation, and the evaluation index for commonness are calculated at regular intervals such as 10m. Thereafter, the utility evaluation index can be obtained by substituting the calculated longitudinal flatness, crack rate, and plastic deformation depth into the utility evaluation index formula to evaluate the utility of the road pavement. In particular, when a drone is used as the
한편, 도 11은 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 소성변형 깊이를 산출하는 것을 설명하기 위한 도면이다.On the other hand, Figure 11 is a view for explaining the calculation of the plastic deformation depth in the road pavement commonality evaluation system using spectral data according to an embodiment of the present invention.
소성변형 깊이(RD)는 이동체가 일반차량인 경우, 좌우 차륜경로에서 가장 깊은 곳의 평균으로 나타내며, 도 11에 도시된 바와 같이, 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각 분광 데이터에서 산출한 분광도의 평균을 구하고, 상기 중앙부와 비교한 상기 좌측차륜 주행부 및 우측차륜 주행부의 분광도값의 차이를 구한다. 이후, 측정한 값에 기설정된 변환계수를 곱하여 상기 좌측차륜 주행부 및 우측차륜 주행부의 각 소성변형 깊이를 산출한다. 이때, 상기 좌측차륜 주행부 및 우측차륜 주행부에서 측정한 값의 평균 또는 높은 값을 소성변형 깊이로 산출한다. 이에 따라, 도로포장의 보수공법 결정하도록 수작업으로 균열발생 정도를 확인 및 평가하지 않고도 분광 데이터로부터 균열률을 자동으로 측정값을 확보할 수 있다.When the moving object is a general vehicle, the plastic deformation depth (RD) is expressed as the average of the deepest points in the left and right wheel paths. The average of the spectral degrees calculated from the data is obtained, and the difference between the spectral values of the left-wheel driving part and the right-wheel driving part compared with the central part is calculated. Thereafter, the plastic deformation depth of each of the left wheel driving unit and the right wheel driving unit is calculated by multiplying the measured value by a preset conversion coefficient. At this time, the average or high value of the values measured by the left wheel driving unit and the right wheel driving unit is calculated as the plastic deformation depth. Accordingly, it is possible to automatically obtain a measured value of the crack rate from the spectral data without manually checking and evaluating the degree of cracking in order to determine the repair method of the road pavement.
한편, 도 12는 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 종단평탄성을 산출하는 것을 설명하기 위한 도면이다.On the other hand, Figure 12 is a view for explaining the calculation of the longitudinal flatness in the road pavement commonality evaluation system using the spectral data according to an embodiment of the present invention.
종단평탄성(IRI)은 주행 중 차륜의 상하 움직임을 나타내며, 도 12에 도시된 바와 같이 이동체가 일반차량인 경우, 종단평탄성(IRI)은 좌측차륜 주행부 및 우측차륜 주행부로 분할된 각 분광 데이터에서 산출한 분광도의 평균을 구하고, 이 값의 차이를 누적한다. 그리고 측정한 값에 변환계수를 곱하여 좌측차륜 주행부 및 우측차륜 주행부의 각 종단평탄성을 산출한다. 좌측차륜 주행부 및 우측차륜 주행부에서 측정한 값의 평균 또는 높은 값을 종단평탄성으로 산출한다.The longitudinal flatness (IRI) represents the up-and-down movement of the wheel while driving, and as shown in FIG. 12, when the moving object is a general vehicle, the longitudinal flatness (IRI) is obtained from each spectral data divided into the left-wheel driving part and the right-wheel driving part. The average of the calculated spectrograms is calculated, and the difference between these values is accumulated. Then, the measured values are multiplied by a conversion coefficient to calculate the longitudinal flatness of each of the left-wheel traveling portion and the right-wheeled traveling portion. The average or high value of the values measured in the left-wheel driving part and the right-wheel driving part is calculated as the longitudinal flatness.
한편, 도 13은 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에서 균열률을 산출하는 것을 설명하기 위한 도면이다.On the other hand, Figure 13 is a view for explaining the calculation of the crack rate in the road pavement commonality evaluation system using the spectral data according to an embodiment of the present invention.
균열률(SD)은 전체 포장면의 균열 비율을 나타내며, 도 13에 도시된 바와 같이 이동체가 일반차량인 경우, 차로 전폭 또는 상기 좌측차륜 주행부, 우측차륜 주행부 및 중앙부의 분광 데이터에서 산출한 분광도를 구하고, 기설정된 변환계수를 곱하여 산출한다.The crack rate (SD) represents the crack rate of the entire pavement surface, and as shown in FIG. 13, when the moving object is a general vehicle, it is calculated from the overall width of the lane or from the spectral data of the left wheel driving part, the right wheel driving part and the center part. It is calculated by obtaining the spectral degree and multiplying it by a preset conversion coefficient.
본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템은, 기존 포장 평가 결과와 상관성이 높게 도로포장의 상태를 평가하기 위해 드론이나 차량에 부착하는 300㎚~2500㎚(바람직하게는 300㎚~1,000㎚)의 초분광 카메라 또는 상기 파장대 중 일정한 파장 범위를 측정할 수 있는 다중분광 카메라로 도로를 측정하여 분광 데이터를 획득하고 분광도를 산출하며, 상기 산출된 분광도에 따라 종단평탄성, 균열률, 소성변형, 공용성 평가지수 등을 10m 등 일정 간격으로 산출한다.The road pavement commonality evaluation system using spectral data according to an embodiment of the present invention is 300 nm to 2500 nm (preferably 300 nm) attached to a drone or vehicle to evaluate the state of the road pavement with high correlation with the existing pavement evaluation results. Nanometer to 1,000nm) of a hyperspectral camera or a multispectral camera capable of measuring a certain wavelength range among the above wavelength bands to measure the road to obtain spectral data and calculate a spectral diagram, and longitudinal flatness according to the calculated spectral diagram, The crack rate, plastic deformation, and utility evaluation index are calculated at regular intervals such as 10m.
한편, 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템은, 상기 산출한 소성변형 깊이, 종단평탄성 및 균열률을 하기와 같은 고속국도, 일반국도 및 지자체(서울시) 등에 대응하는 공용성 평가지수 수식에 대입하여 공용성 평가지수를 구할 수 있다. 이에 따라, 도로포장의 공용성을 용이하게 평가할 수 있다.On the other hand, the road pavement commonality evaluation system using the spectral data according to an embodiment of the present invention, the calculated plastic deformation depth, longitudinal flatness, and crack rate as follows, high-speed national roads, general national roads and local governments (Seoul City), etc. By substituting it into the evaluation index formula, the commonality evaluation index can be obtained. Accordingly, it is possible to easily evaluate the publicity of the road pavement.
구체적으로, 고속국도 포장상태지수(
여기서, 
또한, 일반국도 포장상태지수(
여기서, 
또한, 서울시 포장상태지수(
여기서, 
이에 따라, 서울시 포장상태지수(
결국, 도로포장의 포장상태지수(PCI)는 도로별로 상이하게 적용되며, 예를 들면, 도로포장이 고속국도인 경우 전술한 고속국도 포장상태지수(
후속적으로, 도로포장의 유지보수시, 포장상태지수, 균열률, 소성변형 및 종단평탄성에 대한 산출값을 모두 활용하여 도로포장의 보수 방법을 결정할 수 있다.Subsequently, in the maintenance of the road pavement, it is possible to determine the repair method of the road pavement by using all the calculated values for the pavement condition index, crack rate, plastic deformation and longitudinal flatness.
결국, 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 시스템에 따르면, 도로 순찰용 차량과 같은 일반차량이나 드론과 같은 무인비행체에 초분광 카메라 또는 다중분광 카메라를 부착하여 도로의 공용성을 용이하게 평가할 수 있으며, 이에 따라, 기존의 고가의 다양한 센서를 부착한 도로조사 전용차량을 이용하여 도로포장을 조사하는 방법과 비교하면 도로포장을 경제적으로 평가할 수 있다. 특히, 드론을 이용할 경우, 전체 차로에 대해 신속하게 측정할 수 있기 때문에 도로포장 조사의 효율성을 더욱 높일 수 있다.After all, according to the road pavement commonality evaluation system using the spectral data according to an embodiment of the present invention, a hyperspectral camera or a multi-spectral camera is attached to a general vehicle such as a road patrol vehicle or an unmanned aerial vehicle such as a drone to improve road commonality. It can be easily evaluated, and thus, it is possible to evaluate the road pavement economically compared to the method of examining the pavement using the existing road investigation vehicle equipped with various expensive sensors. In particular, when using a drone, the efficiency of road pavement survey can be further increased because it can quickly measure the entire lane.
[분광 데이터를 이용한 도로포장 공용성 평가 방법][Method for evaluating road pavement commonality using spectral data]
도 14는 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 방법을 나타내는 동작흐름도이다.14 is an operation flowchart illustrating a road pavement commonality evaluation method using spectral data according to an embodiment of the present invention.
도 14를 참조하면, 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 방법은, 먼저, 이동체(320)에 분광 카메라(310)를 부착 설치한다(S110). 여기서, 상기 이동체(320)는 상기 분광 카메라(310)가 부착 설치되어 도로포장면의 주행궤도를 따라 이동하는 도로 순찰용 차량 등의 일반차량이거나 또는 도로포장면 상부의 비행궤도를 따라 이동하는 드론일 수 있다. 또한, 상기 분광 카메라(310)는, 상기 이동체(320)에 부착하는 300㎚~2500㎚ 파장대의 초분광 카메라 또는 상기 300㎚~2500㎚ 파장대 중에서 일정한 파장 범위를 측정할 수 있는 다중분광 카메라일 수 있다.Referring to FIG. 14 , in the road pavement commonality evaluation method using spectral data according to an embodiment of the present invention, first, a
다음으로, 도로포장면(200)을 따라 상기 이동체(320)를 주행 또는 이동시키면서 상기 분광 카메라(310)를 사용하여 도로포장면(200)을 분광 측정한다(S120).Next, while driving or moving the
다음으로, 상기 분광 측정된 분광 데이터의 위치를 분석하여 도로포장 위치별 분광 데이터를 수집한다(S130). 구체적으로, 측정한 분광 데이터의 위치를 분석하여 차로별 좌측차륜 주행부 및 우측차륜 주행부와 중앙부 등으로 구분되도록 일정한 폭의 분광 데이터를 1㎝~100㎝의 범위, 바람직하게는 25㎝의 길이로 분석 연장에 대해 추출한다.Next, by analyzing the location of the spectroscopically measured spectral data, the spectral data for each road pavement location is collected (S130). Specifically, by analyzing the position of the measured spectral data, the spectral data of a certain width is divided into the left wheel driving part and the right wheel driving part and the center part by lane, etc. in a range of 1 cm to 100 cm, preferably a length of 25 cm to be extracted for analysis extension.
다음으로, 상기 수집된 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형, 종단평탄성 및 균열에 해당하는 분광도를 산출한다(S140). 구체적으로, 상기 분광 데이터의 특정 파장에서의 반사율 측정값을 이용하여 종단평탄성, 소성변형 및 균열률에 해당하는 분광도를 각각 산출한다.Next, from the collected spectral data, a spectral degree corresponding to plastic deformation, longitudinal flatness, and cracking is calculated using a reflectance measurement value at a specific wavelength (S140). Specifically, the spectral degrees corresponding to the longitudinal flatness, plastic deformation, and crack rate are respectively calculated by using the reflectance measurement value at a specific wavelength of the spectral data.
다음으로, 상기 산출된 분광도에 각각 대응하는 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 각각 결정한다(S150). 구체적으로, 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 중앙부와 비교한 상기 좌측차륜 주행부 및 우측차륜 주행부의 분광도값의 차이를 구한 후 기설정된 변환계수를 곱하여 상기 좌측차륜 주행부 및 우측차륜 주행부의 각각의 소성변형 깊이(RD)를 결정할 수 있다. 또한, 좌측차륜 주행부 및 우측차륜 주행부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 평균값의 차이를 누적하며, 상기 누적 값에 기설정된 변환계수를 곱하여 좌측차륜 주행부 및 우측차륜 주행부 각각의 종단평탄성(IRI)을 결정할 수 있다. 또한, 차로 전폭에서 산출한 분광도 또는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도에 기설정된 변환계수를 곱하여 균열률(SD)을 결정할 수 있다.Next, the plastic deformation depth (RD), longitudinal flatness (IRI), and crack rate (SD) respectively corresponding to the calculated spectral diagrams are determined (S150). Specifically, the average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving part, the right wheel driving part and the center part is obtained, and the spectral values of the left wheel driving part and the right wheel driving part compared with the central part. After obtaining the difference, it is possible to determine the plastic deformation depth RD of each of the left wheel driving unit and the right wheel driving unit by multiplying it by a preset conversion coefficient. In addition, the average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving unit and the right wheel driving unit is obtained, the difference between the average values is accumulated, and the accumulated value is multiplied by a preset conversion coefficient to the left wheel driving unit and It is possible to determine the longitudinal flatness (IRI) of each of the right wheel driving parts. In addition, the crack rate SD may be determined by multiplying the spectral diagram calculated from the full width of the lane or the spectral diagram calculated from the respective spectral data divided into the left wheel driving part, the right wheel driving part and the center part by a preset conversion factor.
다음으로, 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수를 산출한다(S160).Next, according to the determined plastic deformation depth (RD), longitudinal flatness (IRI), and crack rate (SD), the evaluation index for each road pavement is calculated (S160).
이후, 도로포장의 유지보수시, 소성변형 깊이(RD), 종단평탄성(IRI), 균열률(SD) 및 공용성 평가지수를 활용하여 도로포장의 보수공법을 결정한다(S170).Thereafter, during the maintenance of the road pavement, the repair method of the road pavement is determined by using the plastic deformation depth (RD), longitudinal flatness (IRI), crack rate (SD), and utility evaluation index (S170).
본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 방법은, 분광기술을 이용해 드론이나 차량에 초분광 카메라 또는 다중분광 카메라로 도로를 측정하여 분광 데이터를 획득하고, 종단평탄성, 균열률, 소성변형, 공용성 평가지수 등을 10m 등 일정 간격으로 산출하며, 산출값을 공용성 평가지수 수식에 대입하여 공용성 평가지수를 구하여 도로포장의 공용성을 평가할 수 있다.Road pavement commonality evaluation method using spectral data according to an embodiment of the present invention is obtained by measuring the road with a hyperspectral camera or a multi-spectral camera on a drone or vehicle using a spectral technology to obtain spectral data, longitudinal flatness, crack rate, It is possible to evaluate the publicity of the road pavement by calculating the plastic deformation and commonality evaluation index at regular intervals, such as 10m, and substituting the calculated value into the commonality evaluation index formula to obtain the commonality evaluation index.
한편, 도 15는 본 발명의 실시예에 따른 분광 데이터를 이용한 도로포장 공용성 평가 방법이 적용되는 한국도로공사의 도로포장 보수공법 결정 방법을 예시하는 동작흐름도이다.On the other hand, Figure 15 is an operation flowchart illustrating a method of determining the road pavement repair method of the Korea Expressway Corporation to which the road pavement commonality evaluation method using spectral data according to an embodiment of the present invention is applied.
먼저, 일반차량이나 드론과 같은 이동체(320)에 탑재된 분광 카메라(310)를 이용하여 분광 데이터를 수집하고 분광도를 산출한다(S210). 이때, 보수하고자 하는 도로포장에 대해, 기존의 도로조사 전용차량을 이용하는 대신에 분광 카메라(310)를 이용하여 도로포장면의 분광도를 측정한다First, the spectral data is collected by using the
다음으로, 상기 산출된 분광도에 따라 균열률(SD), 소성변형 깊이(RD), 종단평탄성(IRI) 및 고속국도 포장상태지수(HPCI)를 각각 결정한다(S220). 즉, 한국도로공사의 보수공법 결정 방법은 공용성 평가지수(PSI로서 고속국도 포장상태지수(HPCI)를 사용한다.Next, the crack rate (SD), the plastic deformation depth (RD), the longitudinal flatness (IRI), and the high-speed national road pavement index (HPCI) are respectively determined according to the calculated spectral diagram (S220). In other words, the method of determining the repair method of the Korea Expressway Corporation uses the publicity evaluation index (PSI, the high-speed national road pavement index (HPCI)).
다음으로, (SD≥5%, RD≥13mm, IRI≥3.5, HPCI≤3.0)인지 각각 확인한다(S230).Next, it is checked whether (SD≥5%, RD≥13mm, IRI≥3.5, HPCI≤3.0), respectively (S230).
다음으로, (SD≥5%, RD≥13mm, IRI≥3.5, HPCI ≤3.0)인 경우, 도로보수 공법으로서 일상 보수를 실시한다(S240).Next, in the case of (SD≥5%, RD≥13mm, IRI≥3.5, HPCI≤3.0), daily repair is performed as a road repair method (S240).
다음으로, (SD≥5%, RD≥13mm, IRI≥3.5, HPCI ≤3.0)가 아닌 경우, SD≥20%인지 확인한다(S250).Next, if it is not (SD≥5%, RD≥13mm, IRI≥3.5, HPCI≤3.0), check whether SD≥20% (S250).
다음으로, SD≥20%인 경우, 도로보수 공법으로서 전면절삭 덧씌우기를 실시한다(260).Next, when SD ≥ 20%, the entire cut-over overlay is performed as a road repair method (260).
다음으로, SD≥20%가 아닌 경우, (RD≥13mm, IRI≥3.5) 및 HPCI ≤2.5 인지 확인한다(S270).Next, if SD≥20%, (RD≥13mm, IRI≥3.5) and HPCI ≤2.5 check (S270).
다음으로, (RD≥13mm, IRI≥3.5) 및 HPCI ≤2.5가 아닌 경우, 도로보수 공법으로서 부분절삭 덧씌우기를 실시한다(S280).Next, if it is not (RD≥13mm, IRI≥3.5) and HPCI≤2.5, partial cutting overlay is performed as a road repair method (S280).
다시 말하면, 한국도로공사의 보수공법 결정 방법의 경우, 공용성 평가지수(PSI로서 고속국도 포장상태지수(HPCI)를 사용하며, 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 각각 활용하여, 일상 보수, 부분절삭 덧씌우기 및 전면절삭 덧씌우기 중에서 어느 하나를 보수공정으로 결정하여 실시하게 된다.In other words, in the case of the repair method determination method of the Korea Expressway Corporation, the utility evaluation index (PSI) is used as the high-speed national road pavement index (HPCI), and the plastic deformation depth (RD), longitudinal flatness (IRI) and crack rate (SD) are used. By using each, any one of daily repair, partial cutting overlay, and full cutting overlay is determined and implemented as the repair process.
결국, 본 발명의 실시예에 따르면, 아스팔트 포장의 유지관리를 위해 수행하는 도로포장관리 시스템(PMS)에 적용하기 위해 도로포장의 상태를 드론이나 일반차량에 부착 설치된 초분광 카메라 또는 다중분광 카메라로 도로포장면을 측정하여 분광 데이터를 획득하고, 이를 이용하여 종단평탄성, 소성변형, 균열률 및 공용성 평가지수를 산출함으로써 아스팔트와 같은 도로포장의 공용성을 용이하게 평가할 수 있다. 또한, 도로포장의 보수공법 결정하도록 수작업으로 균열발생 정도를 확인 및 평가하지 않고도 분광 데이터로부터 균열률을 자동으로 측정값을 확보할 수 있다.After all, according to an embodiment of the present invention, in order to apply the road pavement management system (PMS) performed for the maintenance of asphalt pavement, the state of the road pavement is attached to a drone or a general vehicle and installed with a hyperspectral camera or a multi-spectral camera. By measuring the pavement surface to obtain spectral data, and using these to calculate longitudinal flatness, plastic deformation, crack rate, and utility evaluation index, it is possible to easily evaluate the compatibility of road pavement such as asphalt. In addition, it is possible to automatically obtain a measured value of the crack rate from the spectral data without manually checking and evaluating the degree of cracking in order to determine the repair method of the road pavement.
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.The foregoing description of the present invention is for illustration, and those of ordinary skill in the art to which the present invention pertains can understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. will be. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. For example, each component described as a single type may be implemented in a distributed manner, and likewise components described as distributed may also be implemented in a combined form.
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.The scope of the present invention is indicated by the following claims rather than the above detailed description, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention. do.
200: 도로포장면 300: 도로포장 공용성 평가 시스템
310: 분광 카메라 320: 이동체(일반차량 또는 드론)
330: 관리자 단말 331: 분광 데이터 위치 분석부
332: 도로포장 위치별 분광 데이터 수집부
333: 분광도 산출부 334: 포장 파손요소 결정부
335: 도로포장별 공용성 평가지수 산출부
336: 도로포장 보수공법 결정부
333a: 소성변형 분광도 산출부 333b: 종단평탄성 분광도 산출부
333c: 균열 분광도 산출부 334a: 소성변형 깊이 결정부
334b: 종단평탄성 결정부 334c: 균열률 결정부200: road pavement surface 300: road pavement commonality evaluation system
310: spectral camera 320: moving object (general vehicle or drone)
330: manager terminal 331: spectral data location analysis unit
332: Spectral data collection unit for each road pavement location
333: spectroscopy calculation unit 334: pavement failure factor determining unit
335: Commonness evaluation index calculation unit for each road pavement
336: Road pavement repair method decision department
333a: plastic
333c: crack
334b: longitudinal
Claims (16)
상기 분광 카메라(310)가 도로포장면(200)을 측정할 수 있도록 주행궤도 또는 비행궤도를 따라 도로포장면(200)에 접근하거나 주행하는 이동체(320); 및
상기 분광 카메라(310)가 측정한 분광 데이터로부터 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 결정하고, 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수(PSI를 산출하는 관리자 단말(330)을 포함하되,
상기 관리자 단말(330)은, 상기 분광 카메라(310)가 측정한 분광 데이터의 도로포장 위치를 분석하는 분광 데이터 위치 분석부(331); 상기 도로포장 위치별 분광 데이터를 수집하는 도로포장 위치별 분광 데이터 수집부(332); 상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형, 종단평탄성 및 균열에 해당하는 분광도를 산출하는 분광도 산출부(333); 포장 파손요소로서, 상기 산출된 분광도에 각각 대응하는 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 각각 결정하는 포장 파손요소 결정부(334); 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수(PSI를 산출하는 도로포장별 공용성 평가지수 산출부(335); 및 도로포장의 유지보수시, 소성변형 깊이(RD), 종단평탄성(IRI), 균열률(SD) 및 공용성 평가지수를 활용하여 도로포장의 보수공법을 결정하는 도로포장 보수공법 결정부(336)를 포함하며;
상기 포장 파손요소 결정부(334)는, 상기 소성변형 분광도 산출부(333a)에서 산출된 분광도에 대응하는 소성변형 깊이를 결정하는 소성변형 깊이 결정부(334a); 상기 종단평탄성 분광도 산출부(333b)에서 산출된 분광도에 대응하는 종단평탄성을 결정하는 종단평탄성 결정부(334b); 및 상기 균열 분광도 산출부(333c)에서 산출된 분광도에 대응하는 균열률을 결정하는 균열률 결정부(334c)를 포함하는 분광 데이터를 이용한 도로포장 공용성 평가 시스템.A spectral camera (Spectral Camera: 310) that is attached to the mobile body 320 to measure the pavement surface 200 so as to obtain spectral data on the pavement surface 200;
a moving body 320 that approaches or drives the pavement 200 along a driving trajectory or a flight trajectory so that the spectroscopic camera 310 can measure the pavement 200; and
The plastic deformation depth (RD), longitudinal planarity (IRI) and crack rate (SD) are determined from the spectral data measured by the spectroscopic camera 310, and the determined plastic deformation depth (RD), longitudinal planarity (IRI) and cracking Includes a manager terminal 330 that calculates the publicity evaluation index (PSI) for each road pavement according to the rate (SD),
The manager terminal 330 includes a spectral data location analysis unit 331 for analyzing the location of the road pavement of the spectral data measured by the spectral camera 310; Spectral data collection unit 332 for each road pavement location for collecting the spectral data for each road pavement location; a spectral degree calculation unit 333 for calculating spectral degrees corresponding to plastic deformation, longitudinal flatness, and cracking by using a reflectance measurement value at a specific wavelength from the spectral data; As a pavement failure element, a pavement failure element determining unit 334 for determining a plastic deformation depth (RD), longitudinal flatness (IRI) and crack rate (SD) respectively corresponding to the calculated spectral degree, respectively; According to the determined plastic deformation depth (RD), longitudinal flatness (IRI) and crack rate (SD), the utility evaluation index for each road pavement (PSI) according to the utility evaluation index calculation unit 335 for each road pavement; and maintenance of the road pavement a road pavement repair method determining unit 336 that determines a repair method of the road pavement by using the plastic deformation depth (RD), longitudinal flatness (IRI), crack rate (SD), and utility evaluation index at the time of repair;
The pavement breakage factor determining unit 334 includes: a plastic deformation depth determination unit 334a for determining a plastic deformation depth corresponding to the spectral level calculated by the plastic deformation spectral level calculation unit 333a; a longitudinal flatness determination unit (334b) for determining the longitudinal flatness corresponding to the spectral degree calculated by the longitudinal planarity spectral degree calculating unit (333b); and a crack rate determination unit 334c for determining a crack rate corresponding to the spectral level calculated by the crack spectral level calculation unit 333c.
상기 이동체(320)는 상기 분광 카메라(310)가 부착 설치되어 도로포장면의 주행궤도를 따라 이동하는 일반차량이거나 또는 도로포장면 상부의 비행궤도를 따라 이동하는 드론인 것을 특징으로 하는 분광 데이터를 이용한 도로포장 공용성 평가 시스템.According to claim 1,
The movable body 320 is a general vehicle to which the spectral camera 310 is attached and moves along the driving track of the pavement or a drone that moves along the flight trajectory of the pavement. Road pavement commonality evaluation system used.
상기 분광 카메라(310)는, 상기 이동체(320)에 부착하는 300㎚~2500㎚ 파장대의 초분광 카메라 또는 상기 300㎚~2500㎚ 파장대 중에서 일정한 파장 범위를 측정할 수 있는 다중분광 카메라인 것을 특징으로 하는 분광 데이터를 이용한 도로포장 공용성 평가 시스템.According to claim 1,
The spectroscopic camera 310 is a hyperspectral camera in a wavelength band of 300 nm to 2500 nm attached to the movable body 320 or a multi-spectral camera capable of measuring a certain wavelength range among the wavelength band of 300 nm to 2500 nm. Road pavement commonality evaluation system using spectral data.
상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형에 해당하는 분광도를 산출하는 소성변형 분광도 산출부(333a);
상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 종단평탄성에 해당하는 분광도를 산출하는 종단평탄성 분광도 산출부(333b); 및
상기 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 균열에 해당하는 분광도를 산출하는 균열 분광도 산출부(333c)를 포함하는 분광 데이터를 이용한 도로포장 공용성 평가 시스템.According to claim 1, The spectral degree calculation unit 333,
a plastic strain spectral degree calculation unit 333a for calculating a spectral degree corresponding to plastic strain by using a reflectance measurement value at a specific wavelength from the spectral data;
a longitudinal flatness spectral degree calculation unit (333b) for calculating a spectral degree corresponding to longitudinal flatness by using a reflectance measurement value at a specific wavelength from the spectral data; and
A road pavement commonality evaluation system using spectral data including a crack spectroscopy calculator (333c) for calculating a spectral degree corresponding to a crack by using a reflectance measurement value at a specific wavelength from the spectral data.
상기 소성변형 깊이 결정부(334a)는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 중앙부와 비교한 상기 좌측차륜 주행부 및 우측차륜 주행부의 분광도값의 차이를 구한 후 기설정된 변환계수를 곱하여 상기 좌측차륜 주행부 및 우측차륜 주행부의 각각의 소성변형 깊이(RD)를 결정하는 것을 특징으로 하는 분광 데이터를 이용한 도로포장 공용성 평가 시스템.According to claim 1,
The plastic deformation depth determining unit 334a obtains an average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving part, the right wheel driving part and the central part, and comparing the left wheel driving part and the right side with the central part. Road pavement commonality evaluation using spectral data, characterized in that the plastic deformation depth (RD) of each of the left wheel driving part and the right wheel driving part is determined by calculating the difference in the spectral value of the wheel driving part and then multiplying it by a preset conversion factor system.
상기 종단평탄성 결정부(334b)는 좌측차륜 주행부 및 우측차륜 주행부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 평균값의 차이를 누적하며, 상기 누적 값에 기설정된 변환계수를 곱하여 좌측차륜 주행부 및 우측차륜 주행부 각각의 종단평탄성(IRI)을 결정하는 것을 특징으로 하는 분광 데이터를 이용한 도로포장 공용성 평가 시스템.According to claim 1,
The longitudinal flatness determining unit 334b obtains the average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving unit and the right wheel driving unit, and accumulates the difference between the average values, and a conversion coefficient preset to the accumulated value. A road pavement commonality evaluation system using spectral data, characterized in that the longitudinal flatness (IRI) of each of the left and right wheel driving parts is determined by multiplying by .
상기 균열률 결정부(334c)는 차로 전폭에서 산출한 분광도 또는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도에 기설정된 변환계수를 곱하여 균열률(SD)을 결정하는 것을 특징으로 하는 분광 데이터를 이용한 도로포장 공용성 평가 시스템.According to claim 1,
The crack rate determining unit 334c multiplies the spectral diagram calculated from the full width of the lane or the spectral diagram calculated from the respective spectral data divided into the left wheel driving part, the right wheel driving part and the center part by a preset conversion factor to multiply the crack rate ( SD) road pavement commonality evaluation system using spectral data, characterized in that it is determined.
b) 도로포장면(200)을 따라 상기 이동체(320)를 주행 또는 이동시키면서 상기 분광 카메라(310)를 사용하여 도로포장면(200)을 분광 측정하는 단계;
c) 상기 분광 측정된 분광 데이터의 위치를 분석하여 도로포장 위치별 분광 데이터를 수집하는 단계;
d) 상기 수집된 분광 데이터로부터 특정 파장에서의 반사율 측정값을 이용하여 소성변형, 종단평탄성 및 균열에 해당하는 분광도를 산출하는 단계;
e) 상기 산출된 분광도에 각각 대응하는 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)을 각각 결정하는 단계; 및
f) 상기 결정된 소성변형 깊이(RD), 종단평탄성(IRI) 및 균열률(SD)에 따라 도로포장별 공용성 평가지수를 산출하는 단계를 포함하되,
상기 e) 단계에서, 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 중앙부와 비교한 상기 좌측차륜 주행부 및 우측차륜 주행부의 분광도값의 차이를 구한 후 기설정된 변환계수를 곱하여 상기 좌측차륜 주행부 및 우측차륜 주행부의 각각의 소성변형 깊이(RD)를 결정하며,
상기 e) 단계에서, 좌측차륜 주행부 및 우측차륜 주행부로 분할된 각각의 분광 데이터에서 산출된 분광도의 평균을 구하고, 상기 평균값의 차이를 누적하며, 상기 누적 값에 기설정된 변환계수를 곱하여 좌측차륜 주행부 및 우측차륜 주행부 각각의 종단평탄성(IRI)을 결정하며,
상기 e) 단계에서, 차로 전폭에서 산출한 분광도 또는 좌측차륜 주행부, 우측차륜 주행부 및 중앙부로 분할된 각각의 분광 데이터에서 산출된 분광도에 기설정된 변환계수를 곱하여 균열률(SD)을 결정하는 것을 특징으로 하는 분광 데이터를 이용한 도로포장 공용성 평가 방법.a) attaching and installing a spectroscopic camera 310 to the moving body 320;
b) spectrally measuring the pavement 200 using the spectroscopic camera 310 while driving or moving the movable body 320 along the pavement 200;
c) collecting the spectral data for each location of the road pavement by analyzing the location of the spectroscopically measured spectral data;
d) calculating spectrograms corresponding to plastic deformation, longitudinal flatness, and cracks by using the reflectance measurement value at a specific wavelength from the collected spectral data;
e) determining a plastic deformation depth (RD), longitudinal flatness (IRI), and crack rate (SD) respectively corresponding to the calculated spectral diagrams; and
f) calculating the utility evaluation index for each road pavement according to the determined plastic deformation depth (RD), longitudinal flatness (IRI) and crack rate (SD),
In step e), the average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving part, the right wheel driving part and the center part is obtained, and the spectrum of the left wheel driving part and the right wheel driving part compared with the central part After obtaining the difference in degree values, the plastic deformation depth (RD) of each of the left-wheel driving part and the right-wheel driving part is determined by multiplying it by a preset conversion coefficient,
In step e), the average of the spectral degrees calculated from the respective spectral data divided into the left wheel driving unit and the right wheel driving unit is obtained, the difference between the average values is accumulated, and the accumulated value is multiplied by a preset conversion coefficient to the left Determines the longitudinal flatness (IRI) of each of the wheel driving part and the right wheel driving part,
In step e), the crack rate (SD) is obtained by multiplying the spectral diagram calculated from the full width of the lane or the spectral diagram calculated from the respective spectral data divided into the left wheel driving part, the right wheel driving part and the center part by a preset conversion factor. Road pavement commonality evaluation method using spectral data, characterized in that it is determined.
상기 이동체(320)는 상기 분광 카메라(310)가 부착 설치되어 도로포장면의 주행궤도를 따라 이동하는 일반차량이거나 또는 도로포장면 상부의 비행궤도를 따라 이동하는 드론인 것을 특징으로 하는 분광 데이터를 이용한 도로포장 공용성 평가 방법.11. The method of claim 10,
The movable body 320 is a general vehicle to which the spectral camera 310 is attached and moves along the driving track of the pavement or a drone that moves along the flight trajectory of the pavement. Road pavement commonality evaluation method used.
상기 분광 카메라(310)는, 상기 이동체(320)에 부착하는 300㎚~2500㎚ 파장대의 초분광 카메라 또는 상기 300㎚~2500㎚ 파장대 중에서 일정한 파장 범위를 측정할 수 있는 다중분광 카메라인 것을 특징으로 하는 분광 데이터를 이용한 도로포장 공용성 평가 방법.11. The method of claim 10,
The spectroscopic camera 310 is a hyperspectral camera in a wavelength band of 300 nm to 2500 nm attached to the movable body 320 or a multi-spectral camera capable of measuring a certain wavelength range among the wavelength band of 300 nm to 2500 nm. Road pavement commonality evaluation method using spectral data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210146936A KR102427308B1 (en) | 2021-10-29 | 2021-10-29 | Present serviceability evaluating system for road pavement using spectral data, and method for the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210146936A KR102427308B1 (en) | 2021-10-29 | 2021-10-29 | Present serviceability evaluating system for road pavement using spectral data, and method for the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102427308B1 true KR102427308B1 (en) | 2022-08-01 |
Family
ID=82844292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210146936A KR102427308B1 (en) | 2021-10-29 | 2021-10-29 | Present serviceability evaluating system for road pavement using spectral data, and method for the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102427308B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116479703A (en) * | 2023-05-22 | 2023-07-25 | 河北交投路桥建设开发有限公司 | Expressway pavement maintenance method |
| KR102595418B1 (en) * | 2023-05-02 | 2023-10-30 | (주)유디엔에스 | Detecting apparatus for damaged pavement and detecting equipment using the same |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130125113A (en) * | 2012-05-08 | 2013-11-18 | 한밭대학교 산학협력단 | Road pavement management device and method, its record medium |
| KR101910066B1 (en) | 2017-12-29 | 2018-10-22 | 주식회사 엘에스에이치 | Road pavement management system |
| KR101922831B1 (en) | 2018-01-31 | 2018-11-27 | 서울시립대학교 산학협력단 | Image analysis apparatus and method for discriminating concrete status |
| KR101958539B1 (en) | 2017-01-17 | 2019-03-14 | 서울시립대학교 산학협력단 | Apparatus and method for discriminating a concrete status using a hyperspectral image |
| KR20200009726A (en) * | 2018-07-20 | 2020-01-30 | 한국건설기술연구원 | Pavement condition index (pci) detection system using hyper-spectral sensor mounted on unmanned air vehicle, and method for the same |
| KR102107119B1 (en) | 2018-12-27 | 2020-05-07 | 한국건설기술연구원 | Condition rating decision system of road pavement using friction noise between tire and pavement surface and using artificial intelligence, and method for the same |
| WO2020110587A1 (en) * | 2018-11-29 | 2020-06-04 | 富士フイルム株式会社 | Structure repair method selection system, repair method selection method, and repair method selection server |
-
2021
- 2021-10-29 KR KR1020210146936A patent/KR102427308B1/en active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130125113A (en) * | 2012-05-08 | 2013-11-18 | 한밭대학교 산학협력단 | Road pavement management device and method, its record medium |
| KR101958539B1 (en) | 2017-01-17 | 2019-03-14 | 서울시립대학교 산학협력단 | Apparatus and method for discriminating a concrete status using a hyperspectral image |
| KR101910066B1 (en) | 2017-12-29 | 2018-10-22 | 주식회사 엘에스에이치 | Road pavement management system |
| KR101922831B1 (en) | 2018-01-31 | 2018-11-27 | 서울시립대학교 산학협력단 | Image analysis apparatus and method for discriminating concrete status |
| KR20200009726A (en) * | 2018-07-20 | 2020-01-30 | 한국건설기술연구원 | Pavement condition index (pci) detection system using hyper-spectral sensor mounted on unmanned air vehicle, and method for the same |
| KR102119242B1 (en) | 2018-07-20 | 2020-06-04 | 한국건설기술연구원 | Pavement condition index (pci) detection system using hyper-spectral sensor mounted on unmanned air vehicle |
| WO2020110587A1 (en) * | 2018-11-29 | 2020-06-04 | 富士フイルム株式会社 | Structure repair method selection system, repair method selection method, and repair method selection server |
| KR102107119B1 (en) | 2018-12-27 | 2020-05-07 | 한국건설기술연구원 | Condition rating decision system of road pavement using friction noise between tire and pavement surface and using artificial intelligence, and method for the same |
Non-Patent Citations (1)
| Title |
|---|
| Journal of the Korea Academia-Industrial cooperation Society, 논문의 명칭: "서울시도 SPI를 활용한 서초구 도로포장상태 평가모형 개발", Vol. 17, No. 11 pp. 314-321, 2016. |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102595418B1 (en) * | 2023-05-02 | 2023-10-30 | (주)유디엔에스 | Detecting apparatus for damaged pavement and detecting equipment using the same |
| CN116479703A (en) * | 2023-05-22 | 2023-07-25 | 河北交投路桥建设开发有限公司 | Expressway pavement maintenance method |
| CN116479703B (en) * | 2023-05-22 | 2024-02-27 | 河北交投路桥建设开发有限公司 | Expressway pavement maintenance method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102427308B1 (en) | Present serviceability evaluating system for road pavement using spectral data, and method for the same | |
| CN103778681B (en) | A kind of vehicle-mounted highway cruising inspection system and data acquisition and disposal route | |
| US20150371094A1 (en) | A road marking analyser and a method of analysis of road markings and an apparatus and method for detecting vehicle weave | |
| US10641898B1 (en) | Structural displacement measurement using unmanned aerial vehicles equipped with lasers | |
| CN103837087B (en) | Pantograph automatic testing method based on active shape model | |
| US20230083004A1 (en) | Method of monitoring health status of bridges in normal traffic conditions | |
| Kheirati et al. | Low-cost infrared-based pavement roughness data acquisition for low volume roads | |
| Wang et al. | Framework and implementation of a continuous network-wide health monitoring system for roadways | |
| KR20200007165A (en) | Pot-hole detection system using vision sensor mounted on unmanned air vehicle, and method for the same | |
| KR102167292B1 (en) | Apparatus and method for providing road status information | |
| Li | A methodology for characterizing pavement rutting condition using emerging 3D line laser imaging technology | |
| Saeed et al. | A review of intelligent methods for unpaved roads condition assessment | |
| Benmhahe et al. | Automated pavement distress detection, classification and measurement: A review | |
| Mulry et al. | Automated pavement condition assessment using laser crack measurement system (LCMS) on airfield pavements in Ireland | |
| CN114971166A (en) | Lightweight road pavement service quality inspection system | |
| KR102284157B1 (en) | Bridge Slab Checking System | |
| Lee et al. | Decision-making process for maintenance of concrete bridge deck with asphalt overlays using automated digital road scanner | |
| KR102119242B1 (en) | Pavement condition index (pci) detection system using hyper-spectral sensor mounted on unmanned air vehicle | |
| Thodesen et al. | Review of asphalt pavement evaluation methods and current applications in Norway | |
| Li et al. | Road Damage Evaluation via Stereo Camera and Deep Learning Neural Network | |
| Staniek | Repeatability of road pavement condition assessment based on three-dimensional analysis of linear accelerations of vehicles | |
| Xiao et al. | Asphalt pavement water film thickness detection and prediction model: A review | |
| Lima et al. | Methodology to assess airport pavement condition using GPS, laser, video image and GIS | |
| CN113638294A (en) | Intelligent detection system technology for road maintenance diseases | |
| Fakhri et al. | Application of UAV photogrammetry in obtaining qualitative road pavement information |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |