KR102534694B1 - 분산형 음향 검지기술을 이용한 열차 위치 검지 및 열차 무결성 확인방법 - Google Patents

Abstract

분산형 음향 검지기술을 이용한 열차 위치 검지 및 열차 무결성 확인방법에서, 분산형 음향 검지(distributed acoustic sensing, DAS) 시스템을 이용하여 열차의 운행에 따른 진동을 검지하여 열차가 특정 위치를 점유하는 가를 바탕으로 열차의 위치를 검지하고 열차 무결성을 확인한다. 이 경우, 상기 열차 위치 검지 및 열차 무결성 확인방법에서는, 상기 DAS 시스템을 통해 획득된 진동 신호로부터, 특정 대역의 Waterfall diagram을 도출한다. 특정 시간에서, 각 지점별 소정의 구간에 대한 이동 평균을 도출한다. 상기 열차의 점유여부 판별의 기준값을 설정한다. 상기 도출된 이동 평균 중 최대값을 나타내는 지점을 도출한다. 상기 설정된 기준값과 상기 최대값을 나타내는 지점을 바탕으로, 상기 열차의 점유 여부를 판단한다. 상기 열차가 점유한 것으로 판단되는 경우, 상기 열차의 전두부의 위치를 추정한다. 상기 열차의 분리 여부를 판단한다.

Description

분산형 음향 검지기술을 이용한 열차 위치 검지 및 열차 무결성 확인방법{METHOD FOR TRAIN LOCALIZATION AND TRAIN INTEGRITY VERIFICATION USING DISTRIBUTED ACOUSTIC SENSING TECHNOLOGY}

본 발명은 열차 위치 검지 및 열차 무결성 확인방법에 관한 것으로, 더욱 상세하게는 분산형 음향 검지기술을 이용하여 열차 운행 시의 진동의 특징을 파악하고 이를 이용하여 열차의 위치를 검지함과 동시에 열차 무결성을 확인하는, 열차 위치 검지 및 열차 무결성 확인방법에 관한 것이다.

열차의 적절한 운행 제어와 안전 보장을 위해 열차의 정확한 위치 검지는 반드시 필요한데, 전통적으로는 궤도회로를 이용하여 열차의 점유 여부를 확인하고 블록 단위로 열차의 위치를 검지하는 방법이 사용되어 왔다. 즉, 전기적 신호를 통해 열차의 점유 여부에 따라 전류가 흐르는 차이가 발생하는 특징을 이용하여 왔다.

그러나, 이러한 전통적인 방식의 경우, 위치 검지의 정확성이 높지 않으며 유지 보수에 많은 비용이 소요되어, 궤도회로를 이용하는 대신 통신을 통해 위치 정보를 전달하는 기술이 적용되었다. 다만, 통신을 이용하는 경우, 통신이 끊기는 경우를 대비한 보조적인 위치 검지 수단이 필요하며, 화물열차와 같이 열차의 길이가 가변되는 경우 열차의 후미부의 위치를 정확하게 판단하기 어려운 한계가 있다.

이에, 음파나 초음파 또는 레이저 등을 레일의 블록 일 측에서 제공하고 다른 측에서 이를 전달받아 절손 여부를 판별하는 기술도 대한민국 등록특허 제10-1228349호에서와 같이 개발되고 있으나, 레일에 직접 송수신기를 부착하여야 하여 설치 및 유지보수가 어려운 문제가 있다.

나아가, 대한민국 등록특허 제10-2209844호에서와 같이, 분산형 음향 검지(distributed acoustic sensing, DAS) 기술을 이용하여 레일 절손을 판단하는 기술도 개시되어 철도 차량 분야에 DAS 기술이 적용되는 사례도 있으나, 현재까지 열차의 위치를 검지함과 동시에 열차 무결성을 확인하는 분야에의 적용은 미흡한 상황이다.

대한민국 등록특허 제10-1228349호 대한민국 등록특허 제10-2209844호

이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 분산형 음향 검지기술을 이용하여 열차 운행 시의 진동의 특징을 파악하고 이를 이용하여 열차의 위치를 검지함과 동시에 열차 무결성을 확인하는, 열차 위치 검지 및 열차 무결성 확인방법을 제공하는 것이다.

상기한 본 발명의 목적을 실현하기 위한 일 실시예에 의한 열차 위치 검지 및 열차 무결성 확인방법은 분산형 음향 검지(distributed acoustic sensing, DAS) 시스템을 이용하여 열차의 운행에 따른 진동을 검지하여 열차가 특정 위치를 점유하는 가를 바탕으로 열차의 위치를 검지하고 열차 무결성을 확인한다. 이 경우, 상기 열차 위치 검지 및 열차 무결성 확인방법에서는, 상기 DAS 시스템을 통해 획득된 진동 신호로부터, 특정 대역의 Waterfall diagram을 도출한다. 특정 시간에서, 각 지점별 소정의 구간에 대한 이동 평균을 도출한다. 상기 열차의 점유여부 판별의 기준값을 설정한다. 상기 도출된 이동 평균 중 최대값을 나타내는 지점을 도출한다. 상기 설정된 기준값과 상기 최대값을 나타내는 지점을 바탕으로, 상기 열차의 점유 여부를 판단한다. 상기 열차가 점유한 것으로 판단되는 경우, 상기 열차의 전두부의 위치를 추정한다. 상기 열차의 분리 여부를 판단한다.

일 실시예에서, 상기 Waterfall diagram을 도출하는 특정 대역은, 상기 열차의 진동이 현출되는 주파수 대역일 수 있다.

일 실시예에서, 상기 열차의 진동이 현출되는 주파수 대역은 50Hz 내지 130Hz일 수 있다.

일 실시예에서, 상기 각 지점별 소정의 구간에 대한 이동 평균을 도출하는 단계에서, 각 지점에서 상기 열차 한량의 길이에 해당되는 구간에서의 진동 신호의 평균을 도출할 수 있다.

일 실시예에서, 상기 기준값은, 배경 소음의 평균값에 상기 획득된 진동 신호의 표준편차의 특정 배수를 더한 값으로 설정될 수 있다.

일 실시예에서, 상기 특정 배수는 4배일 수 있다.

일 실시예에서, 상기 열차의 점유 여부를 판단하는 단계는, 상기 열차가 이동하는 전체 구간 중, 상기 기준값을 초과하는 블록을 도출하고, 상기 최대값을 나타내는 지점을 포함한 상기 블록의 길이를 도출하는 단계, 및 상기 도출된 블록의 길이를 상기 열차 한편성의 길이와 비교하는 단계를 포함할 수 있다.

일 실시예에서, 상기 도출된 블록의 길이가 상기 열차 한편성의 길이보다 크면, 해당 블록을 상기 열차가 점유하는 것으로 판단할 수 있다.

일 실시예에서, 상기 도출된 블록의 길이가 상기 열차 한편성의 길이보다 작으면, 상기 최대값을 나타내는 지점을 포함한 블록을 제외하고, 최대값을 나타내는 지점을 추가로 검색하여, 검색된 지점을 포함한 블록의 길이를 상기 열차 한편성의 길이와 추가로 비교할 수 있다.

일 실시예에서, 상기 열차의 전두부의 위치를 추정하는 단계에서, 상기 최대값을 나타내는 지점을 포함한 블록 중, 가장 먼 지점 또는 가장 근접한 지점을 도출하여 상기 열차의 전두부로 추정할 수 있다.

일 실시예에서, 상기 열차가 DAS 시스템으로부터 멀어지는 방향으로 진행하는 경우, 상기 가장 먼 지점을 상기 열차의 전두부로 추정하고, 상기 열차가 DAS 시스템을 향하는 방향으로 진행하는 경우, 상기 가장 근접한 지점을 상기 열차의 전두부로 추정할 수 있다.

일 실시예에서, 상기 열차의 분리 여부를 판단하는 단계에서, 상기 도출된 이동 평균에서, 높은 부분의 그룹이 복수개로 존재하는 가의 여부를 판단할 수 있다.

일 실시예에서, 상기 열차의 분리 여부를 판단하는 단계에서, 상기 높은 부분의 그룹이 복수개가 존재하며, 복수개로 존재하는 상기 높은 부분의 그룹이 소정 시간 이상 유지되는 경우, 상기 열차가 분리된 것으로 판단할 수 있다.

본 발명의 실시예들에 의하면, 열차 위치의 검지 및 무결성 확인을 통신이 끊어지는 경우에도 효과적으로 수행할 수 있으며, 진동 정보를 효과적으로 획득하는 DAS 시스템을 이용함으로써, 별도의 정보 획득을 위한 장치를 설치하지 않으면서도 상대적으로 용이한 데이터 처리를 통해 효과적인 열차 위치 검지 및 무결성 확인이 가능하다.

특히, 판별의 대상이 되는 주파수 대역과 기준값을 설정하고 이동 평균을 도출하여 노이즈의 영향을 최소화한 후, 열차의 길이를 고려하여 점유 여부를 판별하여 열차 위치를 검지할 수 있으며, 이렇게 열차 위치가 검지된 이후 열차의 전두부의 위치를 추정할 수 있으므로, 열차 위치 및 전부 위치 추정의 정확성을 향상시킬 수 있다.

또한, 상기 처리된 데이터를 바탕으로, 이동 평균에서 높은 부분의 그룹이 복수개 존재하는 가 및 이의 연속되는 시간을 바탕으로 열차의 무결성도 동시에 확인할 수 있으므로, DAS 시스템을 이용하여 취득되는 데이터를 바탕으로 열차 위치와 함께 열차 무결성을 상대적으로 정확하게 확인할 수 있다.

도 1은 본 발명의 일 실시예에 의한 열차 위치 검지 및 무결성 확인방법에 사용되는 분산형 음향 검지 기술을 설명하기 위한 모식도이다.
도 2는 광케이블을 통해 DAS 시스템에서 취득한 열차의 진동 정보를 도시한 모식도이다.
도 3a 및 도 3b는 특정 주파수 대역에서의 Waterfall Diagram을 도시한 모식도들이다.
도 4는 도 3b의 특정 주파수 대역의, 특정 지점에서 FFT(fast Fourier transform)를 수행한 결과를 도시한 그래프이다.
도 5는 본 발명의 일 실시예에 의한 열차 위치 검지 및 무결성 확인방법을 도시한 흐름도이다.
도 6a는 도 5에서 특정 대역의 Waterfall Diagram을 도출하는 상태를 도시한 모식도이고, 도 6b는 도 6a의 도출 결과를 나타낸 그래프이다.
도 7a 및 도 7b는 열차가 지나가는 경우 및 열차가 지나가지 않는 경우, 도 5에서 특정 대역의 Waterfall Diagram에 대하여 특정 시간에서의 이동 평균과 기준값을 도출한 결과를 나타낸 그래프들이다.
도 8a 및 도 8b는 열차가 지나가는 경우 및 열차가 지나가지 않는 경우, 전 주파수 대역의 Waterfall Diagram에 대하여 특정 시간에서의 이동 평균과 기준값을 도출한 결과를 나타낸 그래프들이다.
도 9a 및 도 9b는 도 5에서 열차의 점유를 판단하기 위해, 이동 평균 중 최대값을 나타내는 지점과 이를 포함한 블록의 길이를 나타낸 그래프들이다.
도 10은 도 5에서 전두부로 추정하는 단계를 통해 추정된 전두부의 위치를 도시한 모식도이다.
도 11은 도 5에서 열차가 분리되는 것으로 판단되는 이동 평균의 예를 도시한 그래프이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 실시예들을 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다.

상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

본 출원에서, "포함하다" 또는 "이루어진다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다.

도 1은 본 발명의 일 실시예에 의한 열차 위치 검지 및 무결성 확인방법에 사용되는 분산형 음향 검지 기술을 설명하기 위한 모식도이다.

본 실시예에 의한 상기 열차 위치 검지 및 무결성 확인방법에서는, 분산형 음향 검지(distributed acoustic sensing, DAS) 기술이 적용되며, 이에 대하여 설명한다.

상기 분산형 음향 검지 기술(이하, DAS 시스템이라 함)은 광케이블의 특정 파형이 주위의 소음이나 진동과 같은 이벤트에 의해 왜곡되는 현상을 이용하여 진동이나 충격 정보를 추출하는 기술이다. 이는 기본적으로 C-OTDR(coherence optical time domain reflectometer)이며, 광케이블 내 입자에 의해 반사되는 신호를 시간에 따라 분석하여 케이블의 거리별 지점 근처의 진동 정보를 획득하는 기술이다.

도 1에 도시된 바와 같이, 상기 DAS 시스템(1)에서는, 레이저(10)를 통해 발생되는 Rayleigh 반사 대역의 주파수를 갖는 광펄스가 광케이블(20)로 입사되면, 일부는 상기 광케이블(20) 내의 입자를 맞고 반사되어 검출기(30)를 통해 검출되고, 나머지는 상기 광케이블(20)을 통과하며 진행하게 된다.

이 경우, 해당 지점에서의 진동의 영향으로 상기 광케이블(20)의 입자가 흔들리게 되면 이에 따라 반사되는 파형의 크기와 위상은 변화하게 된다. 이에, 이러한 파형의 크기와 위상이 변화하는 것을 바탕으로 해당 지점에 인가되는 진동의 크기와 주파수를 측정할 수 있다.

또한, 상기 광펄스의 이동속도는 일정하므로, 상기 광펄스를 발생시키고 반사되어 상기 검출기(30)에서 수신되는 시간을 통해 진동이 발생한 광케이블 상의 지점을 얻을 수 있다. 특히, 이러한 분석을 짧은 시간 단위로 계속함으로써 광케이블 주위의 진동에 대한 시간 및 공간상의 연속적인 검지가 가능하게 된다.

이상과 같이, 상기 DAS 시스템(1)을 통해 진동이 발생하는 광케이블 상의 지점에 대한 정보를 획득할 수 있으며, 이를 통해, 본 실시예에서와 같이 열차 위치 검지 및 무결성 확인이 가능하다.

특히, 상기 DAS 시스템(1)의 경우, 광케이블이 필수적인데, 일반적으로 선로 주변에는 이미 광케이블이 매설되어 있으므로, 이를 사용함으로써 별도의 정보 획득을 위한 장치나 설비를 설치하지 않을 수 있는 장점이 있다.

도 2는 광케이블을 통해 DAS 시스템에서 취득한 열차의 진동 정보를 도시한 모식도이다.

한편, 도 1의 상기 DAS 시스템(1)을 통해 획득되는 진동 정보는 결국 시간 및 거리에 따라라 표시되며, 진동의 크기에 따라 다른 색을 사용하여 표시한다면, 도 2에서와 같이 물이 흐르는 모양으로 표현된다. 이에, 이러한 도 2에서의 물이 흐르는 모양을 Waterfall diagram으로 칭할 수 있다.

일반적으로, 열차가 운행하게 되면 차륜과 레일 사이에 마찰과 진동이 발생하며, 이는 상기 DAS 시스템(1)을 통해 검지된다. 특히, 열차가 진행하면서, 진동이 발생하는 위치가 변화하게 되는데, 상기 열차가 진행하는 방향이 상기 DAS 시스템(1)이 연결된 광케이블로부터 멀어지는 경우라면 도 2의 그래프는 우상향으로 진동이 큰 값으로 표시된다(도 2에서는 초록색에서 빨간색으로 갈수록 진동이 큰 값에 해당된다).

이와 달리, 상기 열차가 진행하는 방향이 상기 DAS 시스템(1)이 연결된 광케이블로 근접하는 경우라면 도 2의 그래프는 좌상향으로 진동이 큰 값이 표시된다.

또한, 도 2에서, 상기 Waterfall diagram에서 가로축을 따른 길이(x)는 열차의 길이를 의미하며, 세로축을 따른 길이(y)는 특정 지점을 지나는 시간을 의미한다. 따라서, 상기 가로축을 따른 길이와 상기 세로축을 따른 길이, 및 기울기를 통해 열차의 이동 속도에 대한 정보도 획득할 수 있다.

도 3a 및 도 3b는 특정 주파수 대역에서의 Waterfall Diagram을 도시한 모식도들이다.

앞서 설명한 상기 DAS 시스템(1)을 통해 획득되는 진동정보가 도 2에서와 같은 Waterfall diagram으로 표시되는 경우, 상기 진동 정보를 주파수 대역별로 분리하여 분석하는 것이 가능하다.

즉, 특정 주파수 대역별로 Waterfall diagram을 나타낼 수도 있으며, 상기 Waterfall diagram의 특정 지점을 클릭하여 해당 지점의 주파수 영역에서의 진동의 크기를 확인할 수도 있다.

도 3a 및 도 3b에서는, 이러한 주파수 대역별로 Waterfall diagram을 도시한 예가 예시되고 있다. 즉, 도 3a에서는 0~10Hz의 주파수 대역에서의 Waterfall diagram이 예시되고 있으며, 도 3b에서는 50~130Hz의 주파수 대역에서의 Waterfall diagram이 예시되고 있다.

도 4는 도 3b의 특정 주파수 대역의, 특정 지점에서 FFT(fast Fourier transform)를 수행한 결과를 도시한 그래프이다.

한편, 상기 DAS 시스템(1)을 통해 획득되는 진동 정보에서, 주파수 분석은 각 지점에서의 진동값(위상차)에 대한 FFT(fast Fourier transform)를 사용하여 도출할 수 있으며, 이 경우 주파수 대역별 필터링을 수행하게 된다.

즉, 도 4에서와 같이, 특정 지점에서의 FFT를 수행하여, 주파수 분석을 수행할 수 있으며, 이를 통해 도출된 주파수 대역별 진동 크기 추정값을 FBE(frequency band energy)라고 한다.

본 실시예에서의 상기 DAS 시스템(1)의 경우, 예를 들어, 최대 2,500Hz의 샘플링으로 주파수 분석을 수행할 수 있으며, 이를 위해 사용하는 FFT window의 사이즈는 0.25초일 수 있다.

한편, 이와 같은 주파수 분석을 수행함으로써, 주파수 대역 중에서 차륜과 레일에 의해 발생하는 진동이 두드러지게 나타나는 대역이 있으며, 이러한 대역을 분석하여 검지의 정확성을 향상시킬 수 있다.

이하에서는, 이러한 DAS 시스템에 대한 기본 개념을 바탕으로 본 실시예에 의한 열차 위치 검지 및 무결성 확인방법에 대하여 상세히 설명한다.

도 5는 본 발명의 일 실시예에 의한 열차 위치 검지 및 무결성 확인방법을 도시한 흐름도이다.

도 5를 참조하면, 상기 열차 위치 검지 및 무결성 확인방법에서는, 우선, 상기 DAS 시스템을 통해 획득되는 진동 신호로부터, 특정 대역의 Waterfall diagram을 도출한다(단계 S10).

이 경우, 상기 DAS 시스템(1)을 통해 획득되는 진동 신호가 Waterfall diagram 형태로 도출됨은 앞서 설명한 바와 같으며, 이에, 본 실시예에서는, 이렇게 DAS 시스템을 통해 획득되는 진동 신호에 대하여 특정 대역의 Waterfall diagram을 도출하여, 이를 바탕으로 열차 검지 및 무결성의 확인을 수행하게 된다.

한편, 도시하지는 않았으나, 본 실시예에 의한 상기 열차 위치 검지 및 무결성 확인방법은, 별도의 프로세서를 통해 수행될 수 있으며, 상기 프로세서의 경우 하나의 연산부를 통해 후술되는 단계가 모두 수행될 수도 있으며, 이와 달리 각각의 분리된 블록을 통해 각각의 단계가 수행될 수도 있다.

이에, 상기 Waterfall diagram 형태로의 도출은, 제1 도출부(미도시)를 통해 수행될 수 있다. 이렇게 도출되는 Waterfall diagram은 도 2, 도 3a 및 도 3b에 예시된 바와 같다.

한편, 특정 지점에서의 FFT를 수행하여, 주파수 분석을 수행할 수 있으며, 이를 통해 도출된 주파수 대역별 진동 크기 추정값을 FBE(frequency band energy)라고 함은 앞서 설명한 바와 같다. 이에, FBE를 선택하기 위해, 차륜과 레일에 의해 발생하는 진동을 중점적으로 확인할 수 있는 적합한 대역을 결정하여야 하는데, 본 실시예의 경우, 상기 적합한 주파수 대역은 도 3b에 예시한 바와 같은 50Hz 내지 130Hz로 선택할 수 있다.

즉, 상기와 같이 주파수 대역을 50~130Hz로 선택함으로써, 도 3에서와 같이 열차 운행 시의 진동이 배경 노이즈에 비하여 보다 두드러지게 현출됨을 확인할 수 있다.

이 후, 특정 시간에서, 각 지점별 소정의 구간에 대한 이동 평균을 도출한다(단계 S20).

이 경우, 상기 이동 평균의 도출은 도시하지는 않았으나, 제2 도출부를 통해 도출될 수 있다.

열차의 위치를 추정함에 있어, 특정한 지점에서 발생하는 임의의 노이즈(random noise)에 의한 영향을 최소화하기 위해, 특정 시간 t에 대하여 각 지점별 소정의 구간에 대한 이동 평균을 구해야 한다.

한편, 각 지점 별로 발생하는 진동 특성에 차이가 있으므로 거리에 따른 이동 평균 보다는 시간에 따른 이동 평균이 지점에 의한 영향을 최소화할 수 있다. 그러나, 이와 같이 시간에 따른 이동 평균을 적용하기 위해서는 열차 통과 후에도 일정 시간동안 데이터를 추가로 취득하여 처리하여야 하며 이에 실시간 판별이 어려워지는 문제가 있다.

이에, 본 실시예에서는, 도 6a 및 도 6b에서와 같이 시간을 특정 시간 t로 고정한 상태에서 진동 데이터를 추출한 후(타임 샘플), 이로부터 열차의 점유 여부를 판별한다.

도 6a는 도 5에서 특정 대역의 Waterfall Diagram을 도출하는 상태를 도시한 모식도이고, 도 6b는 도 6a의 도출 결과를 나타낸 그래프이다.

즉, 도 6a는 앞서 도출된 주파수 대역을 50~130Hz에서의 Waterfall diagram에서 시간을 특정(red line)하고 데이터를 추출하는 상태를 도시한 것이며, 도 6b는 도 6a로부터 데이터를 추출한 결과를 나타낸 것이다.

이 경우, 도 6b에서는 가로축은 거리이고 세로축은 측정된 진동의 크기이다. 즉, 도 6b를 통해 확인되는 바와 같이, 거리에 따른 진동 크기에서는 각 지점 별로 노이즈가 포함되는 것을 확인할 수 있다. 이에, 이러한 각 지점별 노이즈를 최소화하기 위해 거리별, 특정 시간 t에 대하여 각 지점별 소정의 구간에 대한 이동 평균을 구하여야 한다.

이에, 본 실시예에서는, 열차 한량(1량)의 길이를 고려하여, 상기 열차 한량의 길이에 해당하는 진동값의 평균을 도출한다. 예를 들어, 열차 한량의 길이가 20m인 것을 고려하여, 각 지점에서의 주변 ±10m에서의 진동값의 평균을 도출할 수 있다. 이를 통해, 열차 각 량에서 발생하는 진동의 평균이 해당 지점에서의 진동의 크기로 반영된다.

도 7a 및 도 7b는 열차가 지나가는 경우 및 열차가 지나가지 않는 경우, 도 5에서 특정 대역의 Waterfall Diagram에 대하여 특정 시간에서의 이동 평균과 기준값을 도출한 결과를 나타낸 그래프들이다.

도 7a는, 상기와 같이 이동 평균을 도출한 결과인데, 열차가 지나가는 경우의 상기 단계를 통해 도출된 이동 평균에 대한 그래프이고, 도 7b는 열차가 지나가지 않는 경우의 상기 단계를 통해 도출된 이동 평균에 대한 그래프이다.

즉, 주파수 대역을 50~130Hz에서의 Waterfall diagram에서 시간을 특정(도 6a에서의 red line)하고, 열차가 지나가는 경우와 지나가지 않는 경우의 이동 평균을 도출한 결과이다. 도 7a 및 도 7b를 통해 확인되는 바와 같이, 도 6b에 포함된 노이즈는 감소하게 되며, 열차 이동에 따른 진동 특성에 대한 정보가 보다 정확하게 획득된다.

이 후, 상기 열차의 점유 여부를 판별하기 위한 기준값을 설정한다(단계 S30). 이러한, 기준값 설정은 도시하지는 않았으나, 기준값 설정부를 통해 수행될 수 있다.

열차 위치를 추정하기 위해서는 우선 해당 시점과 구간에서 열차가 점유하고 있는지, 즉 열차가 위치하고 있는지를 판별하여야 한다. 이러한 열차의 점유 여부는, 열차가 운행하여 발생하는 진동의 준위를 이용하여 판별하게 되는데, 이 경우, 판별을 위한 기준값을 결정하는 것이 필요하다.

이에, 본 단계를 통해, 상기 열차의 점유 여부를 판별하기 위한 기준값을 설정한다.

이 경우, 상기 기준값 설정은 다양하게 수행될 수 있으나, 본 실시예에서는, 배경 소음의 평균값에 상기 획득된 진동 신호의 표준편차의 4배를 더한 값으로 설정할 수 있다.

다만, 이와 같이 상기 기준값을 설정하기 위해서는, 초기 상태에서 열차가 지나가지 않은 상태에서의 배경 소음에 대한 정보가 별도의 데이터 베이스(미도시)에 저장되어야 하며, 이를 통해 상기 기준값을 설정할 수 있다.

한편, 도 6b에서는 본 단계(단계 S30)를 통해 도출된 기준값이 redline(A)으로 도시되고 있으며, 마찬가지로 도 7a 및 도 7b에도 기준값이 redline(A)으로 도시되고 있다.

특히, 도 7a 및 도 7b를 비교하면, 열차가 지나가는 경우인 도 7a에서는, 상기 기준값(A)보다 높게 도출되는 진동 정보가 존재함을 확인할 수 있으며, 열차가 지나가지 않는 경우인 도 7b에서는 상기 기준값(A)보다 높게 도출되는 진동 정보는 없는 것을 확인할 수 있다.

도 8a 및 도 8b는 열차가 지나가는 경우 및 열차가 지나가지 않는 경우, 전 주파수 대역의 Waterfall Diagram에 대하여 특정 시간에서의 이동 평균과 기준값을 도출한 결과를 나타낸 그래프들이다.

한편, 특정 대역의 Waterfall diagram을 도출(단계 S10)하는 단계에서, 선택된 주파수 대역은 50~130Hz임은 이미 설명한 바와 같다.

이와 관련하여, 상기 도 8a 및 도 8b는 모든 주파수 대역에서 특정 시점에 대하여 이동 평균(단계 S20)을 도출하고, 기준값(단계 S30)을 설정한 결과를, 열차가 지나가는 경우와 지나가지 않는 경우로 구분하여 도시한 그래프들이다.

즉, 도 8a와 도 7a를 서로 비교하면, 모든 주파수 대역에서 도출된 이동 평균과 기준값에 대한 그래프보다, 상기 선택된 50~130Hz의 주파수 대역에서 도출된 이동 평균과 기준값에 대한 그래프에서, 열차가 지나가는 경우 기준값보다 높은 이동 평균에 대한 결과를 획득할 수 있음을 확인할 수 있다.

즉, 후속되는 단계를 통해, 열차의 점유를 보다 효과적으로 판단하기 위해서는 주파수 대역을 50~130Hz로 선택하는 것이 유리함을 확인할 수 있다.

이상과 같이, 상기 기준값이 설정되면, 상기 도출된 이동 평균(단계 S20) 중, 최대값을 나타내는 지점을 도출한다(단계 S40). 이러한 최대값을 나타내는 지점은, 도시하지는 않았으나, 제3 도출부를 통해 연산되어 도출될 수 있다.

도 9a 및 도 9b는 도 5에서 열차의 점유를 판단하기 위해, 이동 평균 중 최대값을 나타내는 지점과 이를 포함한 블록의 길이를 나타낸 그래프들이다.

즉, 도 9a에 도시된 바와 같이, 상기 제3 도출부를 통해서는, 상기 도출된 이동 평균 및 기준값에 대한 정보로부터, 상기 이동 평균에서 최대값을 나타내는 지점(B)을 도출할 수 있다.

이와 같이, 상기 이동 평균에서 최대값을 나타내는 지점(B)이 도출되면(단계 S40), 이를 바탕으로, 열차의 점유 여부를 판단한다(단계 S50).

이러한 열차 점유 여부 판단 단계를 구체적으로 설명하면, 우선, 상기 열차가 이동하는 전체 구간에서 상기 기준값을 초과하는 블록을 도출하고, 상기 최대값을 나타내는 지점을 포함한 상기 블록의 길이를 도출한다(단계 S51).

이러한 상기 블록의 길이 도출은, 도시하지는 않았으나 제4 도출부를 통해 수행될 수 있다.

즉, 상기 기준값을 초과하는 블록이 도출된다면, 열차가 해당 지점을 점유할 가능성이 존재하는 것으로 판별할 수 있다. 즉, 열차가 해당 지점에 위치할 가능성이 존재하는 것으로 판별할 수 있다. 다만, 이러한 기준값을 초과하는 블록이 열차의 운행에 따라 발생되는 진동에 의한 것인지, 다른 외부 요인 등에 의한 일시적인 진동에 의한 것인지에 대한 추가 판단이 필요하다.

이에, 이와 같이, 상기 블록의 길이가 도출된 후, 상기 도출된 블록의 길이를 상기 열차의 한편성의 길이와 비교한다(단계 S52).

이러한 비교는 도시하지는 않았으나, 비교부를 통해 수행될 수 있는데, 상기 비교부에서는, 상기 기준값을 초과하는 블록이 도출되는 경우, 상기 기준값을 초과하는 블록의 길이를 도출하여, 해당 블록의 길이가 열차의 한편성의 길이보다 큰 가의 여부를 비교한다.

예를 들어, 도 9a를 참조하면, 상기 기준값을 초과하는 블록(즉, 최대값 B을 포함하는 블록)이 한 개이며, 총 길이는 대략 130m 정도이다. 이 경우, 점유 여부 판별의 대상이 되는 열차가 예를 들어 해무 열차인 경우 한 편성의 길이는 총 120m이므로, 상기 블록의 길이가 열차 한편성의 길이보다 큰 것을 확인할 수 있다.

이에, 도 9a에서와 같은 진동 데이터가 획득된다면, 열차가 해당 위치를 점유하고 있다고 판단할 수 있다.

이와 달리, 도 9b에서, 상기 기준값을 초과하는 또 다른 블록(D)의 경우, 총 길이는 대략 5m에 불과한 것으로, 열차 한편성의 길이보다 작으므로, 해당 위치에서는 열차는 점유하지 않은 것으로 판단할 수 있다.

한편, 이상과 같이, 상기 도출되는 블록의 길이가 열차의 한편성의 길이보다 작아, 열차가 점유하지 않는다고 판단되면(단계 S52), 최대값을 나타내는 지점을 포함한 블록을 제외하고, 다른 최대값을 나타내는 지점을 추가로 검색한다(단계 S53).

그리하여, 최대값을 나타내는 지점이 추가로 존재한다면(단계 S54), 해당 최대값을 나타내는 지점을 포함하는 블록의 길이를 도출하여(단계 S51), 다시 해당 블록의 길이가 열차 한편성의 길이보다 큰가의 여부를 재차 비교할 수 있다(단계 S52).

이 경우, 이러한 추가적인 블록 도출 및 비교 단계는 최대값을 나타내는 지점이 추가로 존재하지 않을 때까지 지속하여(단계 S54), 최종적으로 열차의 점유 여부를 판단할 수 있다(단계 S55).

즉 도 9b에서, 1차로 선택된 최대값을 나타내는 지점(D, 물론 도 9b에서는 최대값을 나타내는 지점이 B′이지만, 설명의 편의상 D가 1차적으로 선택되었다고 가정한다)에서 열차가 점유하지 않은 것으로 판단되었으므로, 추가적으로 최대값을 나타내는 지점(B′)을 포함한 블록의 길이를 도출하고, 이렇게 도출된 블록의 길이는 열차 한편성의 길이보다 큰 것을 확인할 수 있다.

이에, 도 9b에서는, 열차는 상기 지점(B′)에서 열차가 점유하고 있음을 판단하게 된다.

이상과 같이, 열차가 점유한 것으로 판단되는 블록에 대하여, 상기 열차의 전두부의 위치를 추정하게 된다(단계 S60). 이러한 열차의 전두부 위치 추정은, 위치 추정부(미도시)에서 수행될 수 있다.

즉, 상기 위치 추정부에서는, 상기 최대값을 나타내는 지점을 포함한 블록에서, 상기 기준값을 처음으로 초과하기 시작하는 지점을 전두부의 위치로 추정한다.

이 때, 상기 기준값을 처음으로 초과하기 시작하는 지점이란, 열차가 상기 DAS 시스템(1)으로부터 멀어지는 방향으로 진행하는 경우라면, 가장 먼 위치에 해당되는 지점이며, 이와 달리 열차가 상기 DAS 시스템(1)으로 근접하는 방향으로 진행하는 경우라면, 가장 근접한 위치에 해당되는 지점을 의미한다.

즉, 도 9a에서와 같이, 상기 최대값을 나타내는 지점(B)을 포함하는 블록에서, 상기 기준값(A)을 처음으로 초과하기 시작하는 지점(C)을 전두부의 위치로 추정할 수 있다. 이 경우, 도 9a에서는 열차가 상기 DAS 시스템(1)으로부터 멀어지는 방향으로 멀어지는 방향으로 진행하는 경우이므로, 가장 먼 위치(C)를 전두부의 위치로 추정할 수 있다.

이는, 도 9b에서도, 열차가 점유하고 있는 것으로 판단되는 최대값(B′)을 포함하는 블록에 대하여, 상기 기준값(A)을 처음으로 초과하기 시작하는 지점(C′)을 전두부의 위치로 추정할 수 있다. 이 경우도, 도 9a에서와 같이, 열차가 상기 DAS 시스템(1)으로부터 멀어지는 방향으로 멀어지는 방향으로 진행하는 경우이므로, 가장 먼 위치(C′)를 전두부의 위치로 추정할 수 있다.

이상과 같이, 상기 위치 추정부에서는, 열차의 전두부의 위치를 추정할 수 있다.

도 10은 도 5에서 전두부로 추정하는 단계를 통해 추정된 전두부의 위치를 도시한 모식도이다.

한편, 도 9a 및 도 9b에서 타임 샘플에서 전두부의 위치를 추정한 것 외에, 도 10에 도시된 바와 같이, Waterfall diagram에도 전두부의 위치를 추정한 결과를 도시할 수 있다.

즉, 도 10에서, 검은색 라인(E)이 상기 위치 추정부를 통해 추정된 열차의 전두부 위치를 나타낸다.

이상과 같이, 열차의 전두부의 위치에 대한 추정을 수행한 후(단계 S60), 열차의 분리 여부, 즉 무결성에 대한 판단을 수행한다(단계 S70).

이러한 열차 무결성에 대한 판단은, 도시하지는 않았으나 무결성 판단부를 통해 수행될 수 있다.

열차가 갑자기 분리되는 경우, 상기 도출된 이동 평균에서, 높은 부분의 그룹이 2개 또는 그 이상으로 나타나게 된다. 따라서, 상기 무결성 판단부에서는, 상기 도출된 이동 평균에서 상기 기준값보다 높은 부분에 해당되는 그룹이 2개 또는 그 이상으로 복수개가 존재하는 가의 여부를 판단한다(단계 S71).

도 11은 도 5에서 열차가 분리되는 것으로 판단되는 이동 평균의 예를 도시한 그래프이다.

즉, 도 11에서와 같이, 도출된 이동 평균이 상기 기준값보다 높은 부분이 2개 이상으로 나타나는 경우, 상기 열차는 분리된 상태로 판단할 수 있는데(단계 S72), 이 때 상기 2개 이상의 부분이 지속되는 상태가 소정 시간 이상 유지되어야 한다.

단순히 상기 2개 이상의 부분으로 분리되는 상태가 순간적으로, 예를 들어 5초 이내에 발생하였다 소멸된다면, 이는 열차 분리 외의 다른 요소에 의해 발생한 경우로 간주할 수 있다. 이에, 상기 2개 이상의 부분이 분리되는 상태가 예를 들어 5초 이상으로 지속적으로 발생하는 것을 파악되면(단계 S71), 상기 열차는 분리된 것으로 판단할 수 있다(단계 S72).

이와 달리, 상기 기준값보다 높은 부분이 1개만 발생되는 경우라면 열차는 분리되지 않은 상태인 것으로 판단된다(단계 S73).

상기와 같은 본 발명의 실시예들에 의하면, 열차 위치의 검지 및 무결성 확인을 통신이 끊어지는 경우에도 효과적으로 수행할 수 있으며, 진동 정보를 효과적으로 획득하는 DAS 시스템을 이용함으로써, 별도의 정보 획득을 위한 장치를 설치하지 않으면서도 상대적으로 용이한 데이터 처리를 통해 효과적인 열차 위치 검지 및 무결성 확인이 가능하다.

특히, 판별의 대상이 되는 주파수 대역과 기준값을 설정하고 이동 평균을 도출하여 노이즈의 영향을 최소화한 후, 열차의 길이를 고려하여 점유 여부를 판별하여 열차 위치를 검지할 수 있으며, 이렇게 열차 위치가 검지된 이후 열차의 전두부의 위치를 추정할 수 있으므로, 열차 위치 및 전부 위치 추정의 정확성을 향상시킬 수 있다.

또한, 상기 처리된 데이터를 바탕으로, 이동 평균에서 높은 부분의 그룹이 복수개 존재하는 가 및 이의 연속되는 시간을 바탕으로 열차의 무결성도 동시에 확인할 수 있으므로, DAS 시스템을 이용하여 취득되는 데이터를 바탕으로 열차 위치와 함께 열차 무결성을 상대적으로 정확하게 확인할 수 있다.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (13)

1. 분산형 음향 검지(distributed acoustic sensing, DAS) 시스템을 이용하여 열차의 운행에 따른 진동을 검지하여 열차가 특정 위치를 점유하는 가를 바탕으로 열차의 위치를 검지하고 열차 무결성을 확인함에 있어서,
   상기 DAS 시스템을 통해 획득된 진동 신호로부터, 특정 대역의 Waterfall diagram을 도출하는 단계;
   특정 시간에서, 각 지점별 소정의 구간에 대한 이동 평균을 도출하는 단계;
   상기 열차의 점유여부 판별의 기준값을 설정하는 단계;
   상기 도출된 이동 평균 중 최대값을 나타내는 지점을 도출하는 단계;
   상기 설정된 기준값과 상기 최대값을 나타내는 지점을 바탕으로, 상기 열차의 점유 여부를 판단하는 단계;
   상기 열차가 점유한 것으로 판단되는 경우, 상기 열차의 전두부의 위치를 추정하는 단계; 및
   상기 열차의 분리 여부를 판단하는 단계를 포함하는 열차 위치 검지 및 열차 무결성 확인방법.
2. 제1항에 있어서,
   상기 Waterfall diagram을 도출하는 특정 대역은, 상기 열차의 진동이 현출되는 주파수 대역인 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
3. 제2항에 있어서,
   상기 열차의 진동이 현출되는 주파수 대역은 50Hz 내지 130Hz인 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
4. 제1항에 있어서, 상기 각 지점별 소정의 구간에 대한 이동 평균을 도출하는 단계에서,
   각 지점에서 상기 열차 한량의 길이에 해당되는 구간에서의 진동 신호의 평균을 도출하는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
5. 제1항에 있어서, 상기 기준값은,
   배경 소음의 평균값에 상기 획득된 진동 신호의 표준편차의 특정 배수를 더한 값으로 설정되는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
6. 제5항에 있어서,
   상기 특정 배수는 4배인 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
7. 제1항에 있어서, 상기 열차의 점유 여부를 판단하는 단계는,
   상기 열차가 이동하는 전체 구간 중, 상기 기준값을 초과하는 블록을 도출하고, 상기 최대값을 나타내는 지점을 포함한 상기 블록의 길이를 도출하는 단계; 및
   상기 도출된 블록의 길이를 상기 열차 한편성의 길이와 비교하는 단계를 포함하는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
8. 제7항에 있어서,
   상기 도출된 블록의 길이가 상기 열차 한편성의 길이보다 크면, 해당 블록을 상기 열차가 점유하는 것으로 판단하는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
9. 제8항에 있어서,
   상기 도출된 블록의 길이가 상기 열차 한편성의 길이보다 작으면,
   상기 최대값을 나타내는 지점을 포함한 블록을 제외하고, 최대값을 나타내는 지점을 추가로 검색하여, 검색된 지점을 포함한 블록의 길이를 상기 열차 한편성의 길이와 추가로 비교하는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
10. 제1항에 있어서, 상기 열차의 전두부의 위치를 추정하는 단계에서,
    상기 최대값을 나타내는 지점을 포함한 블록 중, 가장 먼 지점 또는 가장 근접한 지점을 도출하여 상기 열차의 전두부로 추정하는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
11. 제10항에 있어서,
    상기 열차가 DAS 시스템으로부터 멀어지는 방향으로 진행하는 경우, 상기 가장 먼 지점을 상기 열차의 전두부로 추정하고,
    상기 열차가 DAS 시스템을 향하는 방향으로 진행하는 경우, 상기 가장 근접한 지점을 상기 열차의 전두부로 추정하는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
12. 제1항에 있어서, 상기 열차의 분리 여부를 판단하는 단계에서,
    상기 도출된 이동 평균에서, 기 설정된 기준값보다 높은 부분의 그룹이 복수개로 존재하는 가의 여부를 판단하는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.
13. 제12항에 있어서, 상기 열차의 분리 여부를 판단하는 단계에서,
    상기 기 설정된 기준값보다 높은 부분의 그룹이 복수개가 존재하며, 복수개로 존재하는 상기 기 설정된 기준값보다 높은 부분의 그룹이 소정 시간 이상 유지되는 경우, 상기 열차가 분리된 것으로 판단하는 것을 특징으로 하는 열차 위치 검지 및 열차 무결성 확인방법.

Images