KR102440211B1 - 노면 블랙아이스 발생 예측 및 경보 시스템 - Google Patents
노면 블랙아이스 발생 예측 및 경보 시스템 Download PDFInfo
- Publication number
- KR102440211B1 KR102440211B1 KR1020220014536A KR20220014536A KR102440211B1 KR 102440211 B1 KR102440211 B1 KR 102440211B1 KR 1020220014536 A KR1020220014536 A KR 1020220014536A KR 20220014536 A KR20220014536 A KR 20220014536A KR 102440211 B1 KR102440211 B1 KR 102440211B1
- Authority
- KR
- South Korea
- Prior art keywords
- road surface
- surface temperature
- predicted
- measured
- road
- Prior art date
Links
- 238000001556 precipitation Methods 0.000 claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 abstract description 10
- 206010039203 Road traffic accident Diseases 0.000 abstract description 4
- 238000007710 freezing Methods 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000008014 freezing Effects 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Mathematical Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Emergency Management (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
Abstract
본 발명은 전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 측정된 측정 노면온도 및 표준 대기온도와, 노면온도 변곡점 사이 시간별로 예측된 예측 대기온도 및 예측 강수, 강설확률에 대한 정보를 수집하고, 수집된 정보로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도를 계산하고, 예측 강수, 강설확률과 계산된 예측 노면온도로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 블랙아이스 발생여부를 예측한다. 본 발명을 사용하면, 변곡점 사이 노면 온도를 항시 측정하지 않고도, 블랙아이스의 발생 여부를 예측하여 사전에 제설작업을 할 수 있다. 이로 인해 블랙아이스로 인한 대형 교통사고를 예방할 수 있다.
Description
본 발명은 노면 블랙아이스 발생 예측 및 경보 시스템에 관한 것이다.
동절기 노면에 블랙아이스가 발생하는 경우, 운전자는 블랙아이스 발생 여부를 확인하기 곤란하므로 차량의 속도를 줄이기 어려워, 결국 대형 교통사고로 이어지고 있다.
주요 블랙아이스 발생 원인은 두 가지가 있다.
첫째, 노면온도가 빙점 이하로 내려갔을 때, 강우로 인해 결빙이 발생하는 경우
둘째, 강설시 제설제 살포로 인해 녹은 물이 노면 기온 강하나, 추가적인 강우 강설로 인한 제설제 농도가 저하되어 재결빙이 발생하는 경우
두 가지 경우 모두 노면온도가 빙점 이하이며, 노면에 습기가 있기가 있어야 하는 공통점이 있다.
다만, 두 번째 경우에는 제설제 농도가 남아 있으나, 제설제가 견딜 수 있는 한계보다 노면온도가 낮은 경우이며, 도로 관리자가 제설제를 이미 살포하고 관리를 하고 있기 때문에 첫째 경우에 비해서는 훨씬 덜 위험하다.
따라서, 도로 전구간의 노면온도를 실시간 모니터링하고, 습기의 공급여부도 실시간 모니터링하면 블랙아이스의 발생여부를 실시간 확인이 가능하나, 현실적으로 방대하게 펼쳐있는 도로 전구간에 대한 측정한다는 것은 불가능하며, 측정한다고 하더라도 이미 블랙아이스가 발생한 후이므로 교통사고를 방지하기 위한 적절한 대처를 할 수가 없다.
대한민국 특허 10-2016-0069759는 도로의 특정지점에 노면온도 측정 장치를 설치하고, 다른 지점의 노면온도를 예측하는 기술을 나열하였다.
그러나, 노면온도 측정 센서가 설치된 지점이 다른 지점의 노면온도 를 대표 할 수도 없으며, 지형적인 특성, 도로의 형태, 노면의 재질, 고도, 그리고 지구 복사에너지 특성, 바람 등 수많은 요소에 의해 변동되므로 도로 각 지점에 대한 예측이 불가능하다는 문제점이 있다.
실제 12월 특정 지점의 대기온도와 노면온도를 측정한 결과를 보면, 비슷한 지역이라도 지형적인 특징 또는 교량, 일반도로 등의 형식에 따라 노면온도 변화 차이는 크게 나타난다.
특히, 도 1에 도시된 바와 같이, 교량의 경우 노면온도 변화 중 초록색 박스 구간은 대기온도가 영상이더라도 노면온도는 영하이므로 이때 강우나 강설이 발생한다면 블랙아이스로 진행될 가능성이 농후하다
반면, 도 2에 도시된 바와 같이, 인근 지점 도로(토공부)의 대기온도와 노면온도 측정 결과를 보면, 교량에 비해 기울기의 차이가 크지 않은 직선형 패턴을 보여주고 있으며, 상기 교량과 동일 시간에 강우가 발생하더라도 노면온도가 영상이므로 블랙아이스 발생확률은 거의 없다고 볼 수 있다.
지점과 지점을 연결하는 도로의 경우에 있어서는 여러 가지 요인에 의해 노면온도 차이가 크게 발생하므로, 어떤 특정 지점의 측정값을 가지고 그 전체 도로를 대표한다고 말할 수 없는 것이다. 따라서 도로 관리자도 블랙아이스 발생 여부를 실시간으로 파악하여 사전에 제설제를 살포하는 것이 굉장히 어렵다.
본 발명의 목적은, 상술한 문제점을 해결할 수 있는 노면 블랙아이스 발생 예측 및 경보 시스템을 제공하는 데 있다.
상기 목적을 달성하기 위한 노면 블랙아이스 발생 예측 및 경보 시스템은,
전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 측정된 측정 노면온도 및 표준 대기온도와, 노면온도 변곡점 사이 시간별로 예측된 예측 대기온도 및 예측 강수, 강설확률에 대한 정보를 수집하는 정보 획득유닛; 및
상기 정보 획득유닛으로부터 수집된 정보로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도를 계산하고, 상기 예측 강수, 강설확률과 계산된 상기 예측 노면온도로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 블랙아이스 발생여부를 예측하는 블랙아이스 예측유닛을 포함하며,
상기 정보 획득유닛은,
전 구간 관리도로 각 지점에 대해 노면온도 변곡점 사이 시간별로 측정된 측정 노면온도를 수집하는 노면온도 획득부;
전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 측정된 표준 대기온도를 수집하는 표준 대기온도 획득부;
전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 예측된 예측 대기온도를 수집하는 예측 대기온도 획득부; 및
전 구간 관리도로 각 지점에 대해 노면온도 변곡점 사이 시간별로 예측된 예측 강수, 강설확률을 수집하는 강수, 강설확률 획득부를 포함하며,
상기 블랙아이스 예측유닛은,
전 구간 관리도로 각 지점의 표준 대기온도 변화율에 대한 측정 노면온도 변화율의 관계와, 예측 대기온도 변화율에 대한 예측 노면온도 변화율의 관계로부터, 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도를 계산하는 노면온도 예측부; 및
전 구간 관리도로 각 지점의 상기 예측 노면온도와 상기 예측 강수, 강설확률을 모니터링하고, 상기 예측 노면온도와 상기 예측 강수, 강설확률로부터 전 구간 관리도로 각 지점의 블랙아이스 발생여부를 예측하는 블랙아이스 예측부를 포함하는 것을 특징으로 한다.
본 발명은 전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 측정된 측정 노면온도 및 표준 대기온도와, 노면온도 변곡점 사이 시간별로 예측된 예측 대기온도 및 예측 강수, 강설확률에 대한 정보를 수집하고, 수집된 정보로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도를 계산하고, 예측 강수, 강설확률과 계산된 예측 노면온도로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 블랙아이스 발생여부를 예측한다. 본 발명을 사용하면, 변곡점 사이 노면 온도를 항시 측정하지 않고도, 블랙아이스의 발생 여부를 예측하여 사전에 제설작업을 할 수 있다. 이로 인해 블랙아이스로 인한 대형 교통사고를 예방할 수 있다.
본 발명은 정보 획득유닛이 노면온도 스캔장치를 장착한 차량을 통해 노면온도를 수집한다. 이로 인해, 특정 지점이 아니라 전 구간 관리도로의 노면온도를 스캔하여 도로의 지형적 특징 또는 교량, 일반도로 등 도로 형태에 따른 노면온도 변화를 예측할 수 있다. 따라서 위험 지점에 대한 선별적 제설작업이 가능하고, 무차별적 제설작업으로 인한 비용 낭비를 줄일 수 있다.
본 발명은 정보 획득유닛이 노면온도 스캔장치를 장착한 차량을 통해 노면온도를 수집하고, 상기 각 지점의 노면온도와 비교를 위한 표준 대기온도 측정정보를 수집하며, 표준 대기온도는 기상청 AWS를 이용하거나, 도로에 설치된 RWIS 또는 직접 측정한 대기온도 정보를 활용한다. 또한 기상청 단기예보가 제공하는 예측 대기온도, 예측 강수, 강설확률과 같은 기상정보를 수집한다. 따라서 차량으로 도로 관리자용 순찰차나 노선버스, 택시 등을 이용할 수 있고, 기존의 기상청 정보를 활용하므로, 정보를 수집하는데 있어서 별도의 인력이나 장비가 소요되지 않는다.
도 1은 12월 특정 지점(교량)의 대기온도와 노면온도를 측정한 결과를 나타낸 그래프이다.
도 2는 인근 지점 도로(토공부)의 대기온도와 노면온도 측정 결과를 나타낸 그래프이다.
도 3은 본 발명의 일 실시예에 따른 노면 블랙아이스 발생 예측 및 경보 시스템을 나타낸 블록도이다.
도 4는 전 구간 관리도로의 노면온도가 노면온도 스캔장치가 장착된 차량에 의해 실시간 측정되는 것을 나타낸 도면이다.
도 5는 노면온도 스캔장치가 장착된 차량을 나타낸 도면이다.
도 6은 도로 A지점과 도로 B지점의 표준 대기온도 변화량과 측정 노면온도 변화량의 계산을 나타낸 표이다.
도 7은 도로 A지점과 도로 B지점의 예측 대기온도 변화량과 예측 노면온도 변화량으로부터 예측 노면온도의 계산을 나타낸 표이다.
도 8은 도로 A지점과 도로 B지점의 예측 시간대별 블랙아이스 발생여부를 나타낸 표이다.
도 9는 노면온도 획득부의 변형예 예시를 설명하기 위한 표이다.
도 10은 도 9에 도시된 수치로부터 계산된 예측 노면온도를 나타낸 표이다.
도 2는 인근 지점 도로(토공부)의 대기온도와 노면온도 측정 결과를 나타낸 그래프이다.
도 3은 본 발명의 일 실시예에 따른 노면 블랙아이스 발생 예측 및 경보 시스템을 나타낸 블록도이다.
도 4는 전 구간 관리도로의 노면온도가 노면온도 스캔장치가 장착된 차량에 의해 실시간 측정되는 것을 나타낸 도면이다.
도 5는 노면온도 스캔장치가 장착된 차량을 나타낸 도면이다.
도 6은 도로 A지점과 도로 B지점의 표준 대기온도 변화량과 측정 노면온도 변화량의 계산을 나타낸 표이다.
도 7은 도로 A지점과 도로 B지점의 예측 대기온도 변화량과 예측 노면온도 변화량으로부터 예측 노면온도의 계산을 나타낸 표이다.
도 8은 도로 A지점과 도로 B지점의 예측 시간대별 블랙아이스 발생여부를 나타낸 표이다.
도 9는 노면온도 획득부의 변형예 예시를 설명하기 위한 표이다.
도 10은 도 9에 도시된 수치로부터 계산된 예측 노면온도를 나타낸 표이다.
이하, 본 발명의 일 실시예에 따른 노면 블랙아이스 발생 예측 및 경보 시스템을 자세히 설명한다.
도 3에 도시된 바와 같이, 본 발명의 일 실시예에 따른 노면 블랙아이스 발생 예측 및 경보 시스템은, 정보 획득유닛(10), 블랙아이스 예측유닛(20)으로 구성되며, 제설작업 결정유닛(30)이 추가될 수도 있다.
[정보 획득유닛(10)]
정보 획득유닛(10)은 전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 측정된 측정 노면온도 및 표준 대기온도와, 노면온도 변곡점 사이 시간별로 예측된 예측 대기온도 및 예측 강수, 강설확률에 대한 정보를 수집한다.
노면온도 변곡점이란 일출과 일몰 시점으로, 일반적으로 블랙아이스가 우려되는 겨울철에는 일출 이후에는 노면온도가 상승하고, 일몰 이후에는 노면온도가 급격하게 하강한다. 변곡점 사이란, 일몰과 일출 사이로 정의된다. 변곡점의 기준이 되는 일출 일몰시간 정보는 한국천문연구원의 지역별 시간별 일출일몰정보를 활용한다.
전 구간 관리도로 각 지점은 일정 간격으로 이격된 위치로 설정된다. 본 실시예 에서 각 지점은 100m 간격으로 이격되어 위치한다. 물론, 각 지점의 간격은 달라질 수 있다.
정보 획득유닛(10)은 노면온도 획득부(11), 표준 대기온도 획득부(12), 예측 대기온도 획득부(13), 강수, 강설확률 획득부(14)로 구성된다.
<노면온도 획득부(11)>
노면온도 획득부(11)는 노면온도 변곡점 사이 시간별로 측정된 전 구간 관리도로 각 지점의 측정 노면온도를 수집한다.
도 4 및 도 5에 도시된 바와 같이, 측정 노면온도는 노면온도 스캔장치(111)가 장착된 차량(110)을 통해 측정된다. 노면온도 스캔장치(111)가 장착된 차량(110)은 관리도로 각 지점을 이동하며 각 지점의 노면온도를 실시간 측정한다. 관리도로는 일정 구획으로 나뉘어 한 대의 차량(110) 또는 여러 대의 차량(110)이 각 구획내의 각 지점의 노면온도를 측정할 수 있다.
차량(110)은 도로 관리자용 순찰차이거나 지방자치단체의 경우 노선버스, 택시 등일 수도 있다. 이로 인해, 별도의 인력이나 장비가 소요되지 않는다.
차량(110)에 장착된 노면온도 스캔장치(111)는 노면온도를 측정하는 적외선 온도센서 또는 광학 온도센서를 구비한다. 노면온도 스캔장치(111)는 차량(110)의 전면 또는 후면에 설치될 수 있다.
측정 노면온도는 노면온도 변곡점 사이 시간별로 적어도 2회 이상 수집된다. 시간 간격은 일정하지 않아도 상관없다.
<표준 대기온도 획득부(12)>
표준 대기온도 획득부(12)는 전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 측정된 표준 대기온도를 수집한다.
측정된 표준 대기온도는 전국에 설치된 500여개소의 기상청 AWS(automatic weather station)를 통해 취득하거나, 도로에 설치된 RWIS(road weather information system)을 통해 취득하거나, 노면온도 획득부(11)에 표준 대기온도 획득부(12)를 동시에 설치하여, 취득할 수 있다.
<예측 대기온도 획득부(13)>
예측 대기온도 획득부(13)는 전 구간 관리도로 각 지점에 대해, 해당되는 읍면동 단위 행정구역당 기상청에서 발표하는 예보 정보에서 시간별 예측 대기온도를 수집한다.
기상청 동네예보에서는 전국의 읍면동 단위(2020년 12말 기준 3,491개 행정단위)구역당 3일치의 동네예보를(보통 동 단위)로 제공하고 있다.
따라서 기상청으로부터 각 도로 지점의 행정구역 단위당 예측 대기온도를 제공받을 수 있다.
<강수, 강설확률 획득부(14)>
강수, 강설확률 획득부(14)는 전 구간 관리도로 각 지점에 대해 노면온도 변곡점 사이 시간별로 예측된 예측 강수, 강설확률을 수집한다.
예측 강수, 강설확률은 기상청 동네예보를 통해 제공된다. 기상청 예보는는 전국의 예측 강수, 강설확률을 일정 지역 단위로 시간별로 제공하고 있다.
따라서 강수, 강설확률 획득부(14)는 전 구간 관리도로 각 지점에 대한 필요한 시간대의 예측 강수, 강설확률을 기상청 동네예보 자료로부터 제공받을 수 있다.
[블랙아이스 예측유닛(20)]
정보 획득유닛(10)으로부터 수집된 정보로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도를 계산하고, 예측 강수, 강설확률과 계산된 예측 노면온도로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 블랙아이스 발생여부를 예측한다.
블랙아이스 예측유닛(20)은 노면온도 예측부(21), 블랙아이스 예측부(22)로 구성된다.
<노면온도 예측부(21)>
노면온도 예측부(21)는 전 구간 관리도로 각 지점의 표준 대기온도 변화율에 대한 측정 노면온도 변화율의 관계와, 예측 대기온도 변화율에 대한 예측 노면온도 변화율의 관계로부터, 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도를 계산한다.
노면온도 예측부(21)는 관리구간 지도상에 시간별 노면온도 예측맵을 생성할 수 있다.
표준 대기온도 변화량, 측정 노면온도 변화량, 예측 대기온도 변화량, 예측 노면온도 변화량은 다음과 같은 관계가 있다.
-관계식-
(표준 대기온도 변화량) : (측정 노면온도 변화량) = (예측 대기온도 변화량) : (예측 노면온도 변화량)
표준 대기온도 변화량은 표준 대기온도 획득부(12)에 수집된, 노면온도 변곡점 사이 시간별로 측정된 2개 이상의 표준 대기온도로부터 계산된다.
측정 노면온도 변화량은 노면온도 획득부(11)에 수집된, 노면온도 변곡점 사이 시간별로 측정된 2개 이상의 측정 노면온도로부터 계산된다.
표준 대기온도와 측정 노면온도는 동일한 측정 시간에 측정되며, 측정 시간이나 시간 간격은 고려대상이 아니다.
예측 대기온도 변화량은, 표준 대기온도 획득부(12)에서 수집된, 노면온도 변곡점 사이 시간별로 측정된 여러 개의 표준 대기온도 중 마지막으로 측정된 표준 대기온도와 예측 대기온도 획득부(13)에서 수집된 예측 시간대의 예측 대기온도로부터 계산된다.
예측 노면온도 변화량은 노면온도 획득부(11)에서 수집된, 노면온도 변곡점 사이 시간별로 측정된 여러 개의 노면온도 중 마지막으로 측정된 노면온도와 예측 시간대의 예측 노면온도로부터 계산된다.
예측 대기온도와 예측 노면온도는 표준 대기온도와 측정 노면온도와 마찬가지로 동일한 예측 시간에 예측되며, 예측 시간이나 시간 간격은 고려대상이 아니다.
따라서 표준 대기온도 변화량, 측정 노면온도 변화량, 예측 대기온도 변화량, 예측 노면온도 변화량을 관계식에 대입하여 예측 시간대의 예측 노면온도를 계산할 수 있다.
노면온도 예측 예시
도 6 및 도 7을 참조하여 설명한다.
17시 전에 일몰이 되는 도로 A지점과 도로 A지점으로부터 100m 이격된 지점인 도로 B지점의 예측 노면온도를 예를 들어 계산한다. 측정된 표준 대기온도와 측정 노면온도는 일몰 이후 1시간 단위로 측정된 2개의 값을 이용한다. 물론, 도로 지점은 더 많을 수 있으나, 설명의 간략을 위해 2개 지점만 예를 든다.
-도로 A 지점-
<A지점 표준 대기온도 변화량 계산>
표준 대기온도 변화량을 계산한다. 1회 표준 대기온도와 2회 표준 대기온도는 기상청 AWS를 통해 표준 대기온도 획득부(12)에 수집된다. 도 6에 도시된 바와 같이, 1회 표준 대기온도는 17시에 측정된 값으로 3.0℃이고, 2회 표준 대기온도는 1시간 후인 18시에 측정된 값으로 2.0℃이다. 따라서 표준 대기온도 변화량은 -1.0℃이다.
<A지점 측정 노면온도 변화량 계산>
측정 노면온도 변화량을 계산한다. 1회 측정 노면온도와 2회 측정 노면온도는 노면온도 스캔장치(111)가 장착된 차량(110)을 통해 노면온도 획득부(11)에 수집된다. 도 6에 도시된 바와 같이, 1회 측정 노면온도는 17시에 측정된 값으로 1.0℃이고, 2회 측정 노면온도는 1시간 후인 18시에 측정된 값으로 -0.9℃이다. 따라서 측정 노면온도 변화량은 -1.9℃이다.
이로부터, 표준 대기온도 변화량이 -1.0℃ 변동하면, 측정 노면온도 변화량은 -1.9℃ 변동한다는 것을 알 수 있다.
<A지점 예측 대기온도 변화량 계산>
예측 대기온도 변화량을 계산한다. 2회 표준 대기온도는 표준 대기온도 획득부(12)에 수집되며, 예측 대기온도는 기상청 동네예보를 통해 예측 대기온도 획득부(13)에 수집된다. 도 7에 도시된 바와 같이, 2회 표준 대기온도는 18시에 측정된 값으로 2.0℃이고, 19시 예측 시간대의 예측 대기온도는 0℃이다. 따라서 예측 대기온도 변화량은 -2.0℃이다.
<A지점 예측 노면온도 변화량 계산>
예측 노면온도 변화량을 계산한다. 2회 측정 노면온도는 노면온도 스캔장치(111)가 장착된 차량(110)을 통해 노면온도 획득부(11)에 수집된다. 도 7에 도시된 바와 같이, 2회 측정 노면온도는 18시에 측정된 값으로 -0.9℃이고, 19시 예측 시간대의 예측 노면온도는 x1이라 한다. 따라서 예측 노면온도 변화량은 x1-(-0.9)℃이다.
계산된 표준 대기온도 변화량, 측정 노면온도 변화량, 예측 대기온도 변화량, 예측 노면온도 변화량을 관계식에 대입하면 다음과 같다.
-1 : -1.9 = -2 : x1-(-0.9)
따라서 x1, 즉, 19시의 예측 노면온도는 -4.7℃이다.
이와 같은 방식으로 도 8에 도시된 바와 같이, 19시 이후 예측 노면온도도 계산할 수 있다.
-도로 B지점-
<B지점 표준 대기온도 변화량 계산>
표준 대기온도 변화량을 계산한다. 1회 표준 대기온도와 2회 표준 대기온도는 측정 노면온도와 동일한 시간대에 측정된 것으로 기상청 AWS를 통해 표준 대기온도 획득부(12)에 수집된다. 도 6에 도시된 바와 같이, 1회 표준 대기온도는 17시10분에 측정된 값으로 3.2℃이고, 2회 표준 대기온도는 1시간 후인 18시10분에 측정된 값으로 2.2℃이다. 따라서 표준 대기온도 변화량은 -1.0℃이다.
<B지점 측정 노면온도 변화량 계산>
측정 노면온도 변화량을 계산한다. 노면온도는 노면온도 스캔장치(111)가 장착된 차량(110)이 각 지점을 이동하며 측정되므로, 도로 A지점으로부터 100m 이격된 도로 B지점의 노면온도는 도로 A지점의 측정시간과 차이가 있다. 도 6에 도시된 바와 같이, 1회 측정 노면온도는 17시10분에 측정된 값으로 1.0℃이고, 2회 측정 노면온도는 1시간 후인 18시10분에 측정된 값으로 0.5℃이다. 따라서 측정 노면온도 변화량은 -0.5℃이다.
이로부터, 표준 대기온도 변화량이 -1.0℃ 변동하면, 측정 노면온도 변화량은 -0.5℃ 변동한다는 것을 알 수 있다.
<B지점 예측 대기온도 변화량 계산>
예측 대기온도 변화량을 계산한다. 도 7에 도시된 바와 같이, 2회 표준 대기온도는 18시10분에 측정된 값으로 2.2℃이고, 19시 예측 시간대의 예측 대기온도는 0℃이다. 따라서 예측 대기온도 변화량은 -2.2℃이다.
<B지점 예측 노면온도 변화량 계산>
예측 노면온도 변화량을 계산한다. 도 7에 도시된 바와 같이, 2회 측정 노면온도는 18시10분에 측정된 값으로 0.5℃이고, 19시 예측 시간대의 예측 노면온도는 x2이라 한다. 따라서 예측 노면온도 변화량은 x2-0.5℃이다.
계산된 표준 대기온도 변화량, 측정 노면온도 변화량, 예측 대기온도 변화량, 예측 노면온도 변화량을 관계식에 대입하면 다음과 같다.
-1 : -0.5 = -2.2 : x2-0.5
따라서 x2, 즉, 19시의 예측 노면온도는 -0.6℃이다.
이와 같은 방식으로 도 8에 도시된 바와 같이, 19시 이후 시간대의 예측 노면온도도 계산할 수 있다.
노면온도 예측 변형 예시
한편, 노면온도 예측부는 서로 다른 시간대의 표준 대기온도 변화율과 측정 노면온도 변화율을 적용하여, 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도를 여러 번 계산할 수도 있다.
즉, 측정 횟수, 측정 시간, 측정 간격 등을 달리하여 예측 노면온도에 대한 데이터를 확보할 수 있다. 그 중 최소값과 최대값을 활용할 수 있다.
이와 같이 예측 노면온도를 조건에 따라 반복하여 계산하면, 예측 노면온도는 특정 지점의 지역적 특성, 도로 형식, 재질 특성을 반영하여 추세치를 결정하게 되므로 점점 더 정확해지게 된다.
예를 들어, 도 9에 도시된 바와 같이, 대기온도와 노면온도 측정 시 1차, 2차, 3차로 총 3번을 측정하고, 도 10에 도시된 바와 같이, 1차와 2차간 변화량, 2차와 3차간 변화량, 1차와 3차간 변화량을 토대로 예측 시간대의 예측 노면온도를 계산한 후 예측 노면온도의 최대값과 최소값을 활용할 수 있다.
<블랙아이스 예측부(22)>
블랙아이스 예측부(22)는 노면온도 예측부(21)에서 예측 시간대별로 계산된 전 구간 관리도로 각 지점의 예측 노면온도와 기상청 동네예보를 통해 강수, 강설확률 획득부(14)에 예측 시간대별로 수집된 예측 강수, 강설확률을 모니터링한다.
또한, 블랙아이스 예측부(22)는 이렇게 모니터링되고 있는 예측 노면온도와 예측 강수, 강설확률로부터 전 구간 관리도로 각 지점의 블랙아이스 발생여부를 예측한다.
블랙아이스 예측부(22)는 전 구간 관리도로 각 지점의 예측 시간대에 예측 강수, 강설확률이 30% 이상이고, 예측 노면온도가 영하인 경우 블랙아이스 발생을 결정한다. 블랙아이스 발생확률은 예측 강수, 강설확률을 따른다.
예측 강수, 강설확률이 30%이상이더라도 예측 노면온도가 영상이라면 블랙아이스가 발생할 우려가 없다.
블랙아이스 예측부(22)는 관리구간 지도상에 블랙아이스 발생 위험 지점을 표출할 수 있다.
블랙아이스 예측 예시
도로 A지점과 도로 B지점의 블랙아이스 발생여부를 예측해 본다.
도 8은 도로 A지점과 도로 B지점의, 대기온도 획득부(12)가 수집한 예측 대기온도, 강수, 강설확률 획득부(14)가 수집한 예측 강수, 강설확률, 노면온도 예측부(21)가 계산한 예측 노면온도를 예측 시간대별로 나타낸다.
23시부터 익일 05시 사이에, 도로 A지점과 도로 B지점의 예측 강수, 강설확률은 30% 이상이고, 예측 노면온도는 영하이다. 따라서 이 시간대에는 블랙아이스 발생이 예측되고, 발생확률은 예측 강수, 강설확률을 따른다.
[제설작업 결정유닛(30)]
정보 획득유닛(10), 블랙아이스 예측유닛(20)에 제설작업 결정유닛(30)이 추가될 수도 있다.
제설작업 결정유닛(30)은 블랙아이스 발생이 예측된 관리도로에 블랙아이스 발생을 예보하고, 제설작업을 결정한다.
제설작업 결정유닛(30)은 블랙아이스 예보부(31), 제설작업 의사결정부(32), 제설작업 모니터링부(33)로 구성된다.
<블랙아이스 예보부(31)>
블랙아이스 예보부(31)는 예측된 블랙아이스 발생을, 블랙아이스 발생이 예측된 관리도로를 이용하는 운전자 및 도로 관리자에게 알린다. 블랙아이스 발생 위험은 ITS(Intelligent Transport Systems) 설비를 통해 운전자 또는 도로 관리자에게 알려질 수 있다.
<제설작업 의사결정부(32)>
제설작업 의사결정부(32)는 블랙아이스 발생이 예측된 관리도로에 대한 제설작업 시기와 제설제 살포밀도를 결정하고, 이를 도로 관리자 및 각 도로에 설치된 제설시스템에 전달한다.
<제설작업 모니터링부(33)>
제설작업 모니터링부(33)는 전 구간 관리도로의 제설작업 상태를 실시간 모니터링한다.
10: 정보 획득유닛 11: 노면온도 획득부
12: 표준 대기온도 획득부 13: 예측 대기온도 획득부
14: 강수, 강설확률 획득부 20: 블랙아이스 예측유닛
21: 노면온도 예측부 22: 블랙아이스 예측부
30: 제설작업 결정유닛 31: 블랙아이스 예보부
32: 제설작업 의사결정부 33: 제설작업 모니터링부
110: 차량 111: 노면온도 스캔장치
12: 표준 대기온도 획득부 13: 예측 대기온도 획득부
14: 강수, 강설확률 획득부 20: 블랙아이스 예측유닛
21: 노면온도 예측부 22: 블랙아이스 예측부
30: 제설작업 결정유닛 31: 블랙아이스 예보부
32: 제설작업 의사결정부 33: 제설작업 모니터링부
110: 차량 111: 노면온도 스캔장치
Claims (9)
- 전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 측정된 측정 노면온도 및 표준 대기온도와, 노면온도 변곡점 사이 시간별로 예측된 예측 대기온도 및 예측 강수, 강설확률에 대한 정보를 수집하는 정보 획득유닛; 및
상기 정보 획득유닛으로부터 수집된 정보로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도를 계산하고, 상기 예측 강수, 강설확률과 계산된 상기 예측 노면온도로부터 전 구간 관리도로 각 지점의 변곡점 사이 시간별 블랙아이스 발생여부를 예측하는 블랙아이스 예측유닛을 포함하며,
상기 정보 획득유닛은, 전 구간 관리도로 각 지점에 대해 노면온도 변곡점 사이 시간별로 측정된 측정 노면온도를 수집하는 노면온도 획득부; 전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 측정된 표준 대기온도를 수집하는 표준 대기온도 획득부; 전 구간 관리도로 각 지점에 대해, 노면온도 변곡점 사이 시간별로 예측된 예측 대기온도를 수집하는 예측 대기온도 획득부; 및 전 구간 관리도로 각 지점에 대해 노면온도 변곡점 사이 시간별로 예측된 예측 강수, 강설확률을 수집하는 강수, 강설확률 획득부를 포함하며,
상기 블랙아이스 예측유닛은, 노면온도 예측부; 및 전 구간 관리도로 각 지점의 상기 예측 노면온도와 상기 예측 강수, 강설확률을 모니터링하고, 상기 예측 노면온도와 상기 예측 강수, 강설확률로부터 전 구간 관리도로 각 지점의 블랙아이스 발생여부를 예측하는 블랙아이스 예측부를 포함하며,
상기 노면온도 예측부는,
상기 표준 대기온도 획득부에 수집된, 노면온도 변곡점 시작 처음 시점과 두번째 시점에서 측정된 2개의 표준 대기온도 중, 두번째 표준 대기온도에서 첫번째 표준 대기온도를 뺀 표준 대기온도 변화량과,
상기 노면온도 획득부에 수집된, 노면온도 변곡점 시작 처음 시점과 두번째 시점에서 측정된 2개의 측정 노면온도 중, 두번째 측정 노면온도에서 첫번째 측정 노면온도를 뺀 측정 노면온도 변화량과,
예측 대기온도 변화량과, 예측 노면온도 변화량을,
다음 관계식에 넣어 계산하여, 전 구간 관리도로 각 지점의 변곡점 사이 시간별 예측 노면온도(X)를 순차적으로 새롭게 계산해내되,
[관계식]
(표준 대기온도 변화량) : (측정 노면온도 변화량) = (예측 대기온도 변화량) : (예측 노면온도 변화량)
상기 예측 대기온도 변화량은,
상기 대기온도 획득부에서 측정된 대기온도가 있는 경우에, 새롭게 구할 예측 대기온도에서, 직전 시간 측정된 대기온도를 빼서 구하고,
상기 대기온도 획득부에서 측정된 대기온도가 더 이상 없는 경우에, 새롭게 구할 예측 대기온도에서, 직전 시간 구한 예측 대기온도를 빼서 구하며,
상기 예측 노면온도 변화량은,
상기 노면온도 획득부에서 측정된 노면온도가 있는 경우에, 새롭게 구할 예측 노면온도에서, 직전 시간 측정된 노면온도를 빼서 구하고,
상기 노면온도 획득부에서 측정된 노면온도가 더 이상 없는 경우에는, 새롭게 구할 예측 노면온도(X)에서, 직전 시간 구한 예측 노면온도를 빼서 구하는 것을 특징으로 하는 노면 블랙아이스 발생 예측 및 경보 시스템. - 제1항에 있어서,
상기 측정 노면온도는 노면온도 스캔장치가 장착된 차량을 통해 측정되는 것을 특징으로 하는 노면 블랙아이스 발생 예측 및 경보 시스템. - 제1항에 있어서,
상기 표준 대기온도는 기상청 AWS(automatic weather station)나, 도로 측면에 설치된 RWIS(road weather information system), 또는 차량을 통해 실시간 표준 대기온도를 측정한 자료를 활용하는 것을 특징으로 하는 노면 블랙아이스 발생 예측 및 경보 시스템. - 제1항에 있어서,
상기 예측 대기온도, 상기 예측 강수, 강설확률은 기상청 예보자료를 통해 제공되는 것을 특징으로 하는 노면 블랙아이스 발생 예측 및 경보 시스템. - 삭제
- 삭제
- 제1항에 있어서,
상기 노면온도 예측부는 관리구간 지도상에 시간별 노면온도 예측맵을 생성하는 것을 특징으로 하는 노면 블랙아이스 발생 예측 및 경보 시스템. - 제1항에 있어서,
상기 블랙아이스 예측부는 관리구간 지도상에 블랙아이스 발생 위험 지점을 표출하는 것을 특징으로 하는 노면 블랙아이스 발생 예측 및 경보 시스템. - 제1항에 있어서,
상기 변곡점의 기준이 되는 일출 일몰시간 정보는 한국천문연구원의 지역별 시간별 일출일몰정보를 활용하는 것을 특징으로 하는 노면 블랙아이스 발생 예측 및 경보 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220014536A KR102440211B1 (ko) | 2022-02-04 | 2022-02-04 | 노면 블랙아이스 발생 예측 및 경보 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220014536A KR102440211B1 (ko) | 2022-02-04 | 2022-02-04 | 노면 블랙아이스 발생 예측 및 경보 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102440211B1 true KR102440211B1 (ko) | 2022-09-08 |
Family
ID=83279617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220014536A KR102440211B1 (ko) | 2022-02-04 | 2022-02-04 | 노면 블랙아이스 발생 예측 및 경보 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102440211B1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002196085A (ja) * | 2000-12-25 | 2002-07-10 | Yokogawa Denshikiki Co Ltd | 路面状態予測システム |
KR20160069759A (ko) | 2014-12-09 | 2016-06-17 | 한국건설기술연구원 | 노면 온도 측정 시스템 및 방법 |
KR102192420B1 (ko) * | 2020-04-16 | 2020-12-17 | 김원국 | 블랙아이스 위험지역 관리 시스템 |
KR102334369B1 (ko) * | 2021-03-16 | 2021-12-02 | 주식회사 비알인포텍 | 블랙아이스 생성 예측을 통한 알림 시스템 |
KR102349016B1 (ko) * | 2021-05-31 | 2022-01-10 | 주식회사 서경산업 | 도로 분석 관리시스템 |
-
2022
- 2022-02-04 KR KR1020220014536A patent/KR102440211B1/ko active IP Right Grant
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002196085A (ja) * | 2000-12-25 | 2002-07-10 | Yokogawa Denshikiki Co Ltd | 路面状態予測システム |
KR20160069759A (ko) | 2014-12-09 | 2016-06-17 | 한국건설기술연구원 | 노면 온도 측정 시스템 및 방법 |
KR101677908B1 (ko) | 2014-12-09 | 2016-11-29 | 한국건설기술연구원 | 노면 온도 측정 시스템 및 방법 |
KR102192420B1 (ko) * | 2020-04-16 | 2020-12-17 | 김원국 | 블랙아이스 위험지역 관리 시스템 |
KR102334369B1 (ko) * | 2021-03-16 | 2021-12-02 | 주식회사 비알인포텍 | 블랙아이스 생성 예측을 통한 알림 시스템 |
KR102349016B1 (ko) * | 2021-05-31 | 2022-01-10 | 주식회사 서경산업 | 도로 분석 관리시스템 |
Non-Patent Citations (1)
Title |
---|
한국건설기술연구원, 차량센서 기반 주행환경 관측예측안전운행 도로기술 개발(2019.12.31.) 1부.* * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101834275B1 (ko) | 교통 안전정보 전파 시스템 및 방법 | |
US7437250B2 (en) | Airport pavement management system | |
Knapp et al. | Mobility and safety impacts of winter storm events in a freeway environment | |
US20110112720A1 (en) | Road Conditions Reporting | |
CN109738091B (zh) | 基于公路地理环境预测路面温度的系统及方法 | |
KR20190105165A (ko) | 도로 기상정보 예보시스템 | |
KR102305720B1 (ko) | 도로 살얼음 대응 시스템 | |
CN112488477A (zh) | 高速公路应急管理系统及方法 | |
Stern et al. | Analysis of weather impacts on traffic flow in metropolitan Washington, DC | |
KR20010016528A (ko) | Gis 기반의 도로 기상 정보 제공 방법 및 시스템 | |
JP2972173B2 (ja) | 路面の凍結防止方法および路面情報移動収集システム並びに路面凍結防止装置 | |
KR102380853B1 (ko) | 자율작업 기능을 갖춘 도로의 제설용액 분사시스템 | |
CN109572763B (zh) | 一种基于恶劣天气和晚点条件下列车车次安全性评估方法 | |
KR102440211B1 (ko) | 노면 블랙아이스 발생 예측 및 경보 시스템 | |
US20240149899A1 (en) | Risk of occurrence calculating apparatus, risk of occurrence displaying system, and risk of occurrence calculating method | |
Linton et al. | Winter road surface condition monitoring: field evaluation of a smartphone-based system | |
CN108874843B (zh) | 交通气象综合信息的展示方法、装置及设备 | |
KR102475003B1 (ko) | IoT(internet of things)를 이용한 제설 작업 관리 시스템 | |
De Freitas | Estimation of the disruptive impact of snowfalls in urban areas | |
KR102380852B1 (ko) | 제설작업 의사 결정 시스템 및 방법 | |
JP2002196085A (ja) | 路面状態予測システム | |
KR102420854B1 (ko) | 이동형 재난예방 서비스 제공 시스템 및 방법 | |
Bogaerts et al. | Enhancement of road weather services using vehicle sensor data | |
Yang et al. | Estimation road surface temperature variation using commercial vehicle ambient sensor | |
Kršmanc et al. | METRo Model Testing at Slovenian Road Weather Stations and Suggestions for Further Improvements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |