KR20130032640A

KR20130032640A - 도로의 차량 주행에 의한 도로 평면선형정보 취득방법

Info

Publication number: KR20130032640A
Application number: KR1020110096366A
Authority: KR
Inventors: 윤덕근; 성정곤; 박재홍
Original assignee: 한국건설기술연구원
Priority date: 2011-09-23
Filing date: 2011-09-23
Publication date: 2013-04-02
Also published as: KR101280992B1

Abstract

본 발명은 도로를 실제 차량이 주행하면서 도로의 평면형상으로서 직선구간, 곡선구간, 완화곡선구간 등의 도로선형에 대한 정보를 최소한의 오차를 가지도록 정확하게 측정할 수 있는 도로의 평면선형정보 취득방법에 관한 것이다.
본 발명에서는 차량 위치정보 센서와 차량 자세정보 센서가 탑재된 측정 차량(100)을 측정 대상 도로에 주행시키면서, 측정단위거리마다의 측정점에서 경도좌표값과 위도좌표값과 헤딩값(H값)을 측정하는 단계(제1단계)와, 취득된 H값에 대한 이상치 제거단계(제2단계)와, 측정단위거리마다의 측정점에서 경도좌표값과 위도좌표값과 이상치가 제거된 H값으로부터 도로의 평면선형을 분석하는 단계(제3단계)를 포함함으로써, 도로의 평면선형정보를 취득하게 되는 것을 특징으로 하는 방법이 제공된다.

Description

도로의 차량 주행에 의한 도로 평면선형정보 취득방법{Method of Obtaining Road Horizontal Information by Vehicle Travel}

본 발명은 도로의 차량 주행에 의한 도로의 평면선형정보 취득방법에 관한 것으로서, 구체적으로는 도로를 실제 차량이 주행하면서 도로의 직선구간, 곡선구간, 완화곡선 구간 등의 도로선형에 대한 정보를 최소한의 오차를 가지도록 정확하게 측정할 수 있는 도로의 평면선형정보 취득방법에 관한 것이다.

국토의 효율적인 이용 등의 목적을 위해서는 도로선형정보를 정확하게 파악하는 것이 매우 중요하다. 종래에는 도로선형정보를 도로에 대한 도면으로부터 취득하였다. 그러나 우리나라에서 일반 국도의 약 1/3 정도는 도로에 대한 도면조차도 존재하지 않은 실정이다. 따라서 도면으로부터 도로선형정보를 취득하던 종래의 기술에 의해서는 도면에 존재하지 않은 도로에 대한 도로선형정보를 취득할 수가 없다. 따라서 도로에 대한 도면이 없는 경우에는 직접 측량자가 도로 현장에 나가서 현장에서 도로선형정보를 취득해야 하며, 이 경우 차량 통행으로 인하여 측량자의 안전에 위협이 생기게 된다.

한편, 아래에서 선행기술문헌으로 소개하고 있는 한국측량학회지 제18권 4호(325면 내지 333면)(2000년 공개)에 개시된 "GSIS를 이용한 효율적 도로선형 정보의 구축, 평면 및 종단선형을 중심으로"라는 제목의 논문에서는 GSIS를 이용하여 도로의 평면 및 종단선형 정보를 추출하는 기술이 소개되어 있다. 그러나 이러한 종래 기술에서는 도로의 평면선형정보를 수작업에 의해 분석하여 취득하는데 그치고 있다는 한계가 있다.

한국측량학회지 제18권 4호(325면 내지 333면)(2000년 공개)에 개시된 "GSIS를 이용한 효율적 도로선형 정보의 구축, 평면 및 종단선형을 중심으로"라는 제목의 논문 참조.

본 발명은 위와 같은 종래 기술의 문제점을 해결하기 위하여 개발된 것으로서, 구체적으로는 "차량 위치정보 센서"와 "차량 자세정보 센서"가 탑재된 차량을 도로에 주행시키면서 취득된 차량 위치정보와 차량 자세정보를 이용하여 도로선형정보를 정확하게 측정할 수 있도록 하는 것을 목적으로 한다.

구체적으로 지도로부터 도로선형정보를 측정하는 것이 아니라, 실제 도로로부터 직접 도로선형정보를 측정함으로써, 도면이 존재하지 아니한 도로에 대해서도 도로의 유지관리 등에 필요한 도로선형정보를 정확하게 측정할 수 있도록 하는 것을 목적으로 한다.

위와 같은 과제를 달성하기 위하여 본 발명에서는, 차량 위치정보 센서와 차량 자세정보 센서가 탑재된 측정 차량을 측정 대상 도로에 주행시키면서, 측정단위거리마다의 측정점에서 경도좌표값과 위도좌표값과 헤딩값(H값)을 측정하는 단계(제1단계)와, 취득된 H값에 대한 이상치 제거단계(제2단계)와, 측정단위거리마다의 측정점에서 경도좌표값과 위도좌표값과 이상치가 제거된 H값으로부터 도로의 평면선형을 분석하는 단계(제3단계)를 포함하며; 상기 제2단계는, 도로의 평면 선형을 알고 있는 기지 도로에 대해 측정 차량을 주행시켜 측정단위거리 마다 H값을 측정하는 단계; 기지 도로에 대해 분류정확도, 스팬 및 헤딩 임계값을 임의의 값으로 선정하고, 선정된 임의의 스팬과 임의의 헤딩 임계값을 이용하여 기지 도로에 대해 각 측정단위거리 구간마다 H값의 이동평균값을 연산하는 단계; 연산된 각 측정단위거리 구간 사이의 H값의 이동평균값 변화량을 연산하여 헤딩 임계값과 비교하여, 기지 도로에 대한 H값의 이동평균값의 변화량이 선정해둔 헤딩 임계값 이하인 경우 직선구간이라고 판정하고, 초과하는 경우에는 곡선구간이라고 판정하는 단계; 및 판정된 직선구간 및 곡선구간의 갯수와, 기지 도로에 대해 알고 있었던 직선구간 및 곡선구간의 갯수를 이용하여 분류정확도(CCR)를 연산하여 미리 선정해둔 분류정확도가 일치할 때까지, 스팬 및 헤딩 임계값의 임의 선정 단계로부터의 과정을 반복 수행하여, 연산된 분류정확도와 미리 선정해둔 분류정확도가 서로 일치할 때의 스팬과 헤딩 임계값을 각각 "최적 스팬"과 "최적 헤딩 임계값"으로 삼아 각 측정단위거리 구간마다의 H값에 대해 이동평균값을 구하는 단계를 포함함으로써 이상치가 제거된 H값을 구하는 것을 특징으로 하는 도로의 차량 주행에 의한 도로 평면선형정보 취득방법이 제공된다.

위와 같은 본 발명에서, 상기 제3단계에서는, 이상치가 제거된 H값의 이동평균값에 대해 그 변화량을 연산하고; 연산된 H값의 이동평균값에 대한 변화량을 최적 헤딩 임계값과 비교하여; H값의 이동평균값 변화량이 상기 제2단계에서 구한 최적 헤딩 임계값을 초과하는 경우에는 곡선구간으로 판정하고, H값의 이동평균값 변화량이 최적 헤딩 임계값을 이하인 경우에는 직선구간으로 판정하여, 측정 대상 도로의 평면선형 형상을 직선구간과 곡선구간으로 구분할 수도 있다.

또한 위와 같은 본 발명에서는 평면선형을 정확하게 파악하고 있는 기지의 도로에 대해 측정 차량을 주행시켜 기지 도로에 대해 각 측정단위거리 마다의 측정점들 중에서 곡선구간에 해당하는 측정점들만을 추출하는 단계; 기지 도로에 대해 이미 정확히 알고 있는 원곡선 구간의 원곡선 구간의 중심점으로부터, 기지도로에 대해 실제 측정하여 추출한 곡선구간에 해당하는 측정점들까지의 거리를 각각 연산하는 단계; 원곡선의 중심으로부터 각각의 측정점들에 대한 거리와, 기지 도로에 대해 이미 알고 있는 원곡선 구간의 곡률반경(r) 간의 차이 Δr을 각각 연산하는 단계; 상기 Δr에 대해 임의의 임계값 ΔR_cr을 선정하고, 선정된 임계값 ΔR_cr과 기지 도로에 대해 실제 측정하여 추출한 곡선구간에 해당하는 점들에 대한 Δr을 서로 비교하여, 원곡선 구간인지 아니면 완화곡선 구간인지를 판단하여 이미 알고 있던 기지도로의 곡선구간 형태와 비교하는 과정을 반복하여 이미 알고 있던 곡선구간의 형태와 부합되는 것으로 판정되는 경우, 이 때 이용하였던 임계값 ΔR_cr을 기준 반경오차 임계값으로 선정하는 단계; 제1단계를 통해서 취득한 측정단위거리 마다의 측정점 중 곡선구간으로 판정된 측정점에서 3개의 측정점을 추출하여, 추출된 3개 측정점을 모두 지나가는 원의 반지름 R을 산출하는 단계; 추출된 3개 측정점을 모두 지나가는 원의 중심점으로부터 곡선구간으로 판정된 측정점들 간의 거리 OP와 상기 산출된 원의 반지름 R 간의 차이 ΔR을 각각 연산하는 단계; 및 복수개의 측정점에 대한 ΔR의 평균값을 연산하여, 선정된 기준 반경오차 임계값과 비교하여, ΔR의 평균값이 기준 반경오차 임계값 이하인 구간은 원곡선 구간으로 판정하고 ΔR의 평균값이 기준 반경오차 임계값 초과인 구간은 완화곡선 구간으로 판정하는 단계를 포함함으로써, 곡선구간을 원곡선 구간과 완화곡선 구간으로 분류할 수도 있다.

본 발명에 의하면, 지도로부터 도로선형정보를 측정하는 것이 아니라, "차량 위치정보 센서"와 "차량 자세정보 센서"가 탑재된 차량을 실제 측정대상 도로에 주행시키면서 직접 도로선형정보를 측정함으로써, 도면이 존재하지 아니한 도로에 대해서도 도로의 유지관리 등에 필요한 도로선형정보를 정확하게 측정할 수 있게 된다.

특히, 본 발명에 의하면, 측정대상 도로에 대한 측정 차량의 실측을 통해서, 측정대상 도로의 도로선형정보 중에서 평면선형정보로서, 직선구간과 곡선구간을 정확하게 구분하여 분류할 수 있게 되고, 따라서 직선구간의 길이와 곡선구간의 길이를 정확하게 알 수 있게 되며, 곡선구간에 대해서도 원곡선 구간과 완화곡선 구간을 정확하게 구분하여 분류할 수 있으며, 더 나아가 원곡선 구간의 곡률반경도 정확히 산정할 수 있게 된다.

무엇보다도 이상치가 제거된 값을 평면선형정보의 분석에 이용하게 되므로, 차량 주행시, 운전자의 운전 습관이나 조향 조작 등으로 인하여 발생하는 오차로 인하여 평면선형정보의 정확도가 저하되는 것을 효과적으로 방지할 수 있게 되어 측정의 정확도가 크게 향상되는 장점이 있다.

도 1은 본 발명에 따른 도로선형정보 측정방법의 전체적인 방법 단계를 보여주는 개략적인 흐름도이다.
도 2는 차량자세의 종류를 보여주는 개략도이다.
도 3a 및 도 3b는 각각 본 발명에서 측정 차량을 이용하여 측정 대상 도로에 대해 측정한 차량 자세정보 중에서 H값의 이상치를 제거하는 과정에 대한 개략적인 흐름도이다.
도 4는 평면선형분석 작업으로서 직선구간과 곡선구간을 분류하는 작업의 단계를 보여주는 흐름도이다.
도 5a, 도 5b, 도 6a 및 도 6b는 각각 곡선구간을 원곡선 구간과 완화곡선 구간으로 구분하기 위한 방법단계에 대한 흐름도이다.

이하, 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 설명한다. 본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 하나의 실시예로서 설명되는 것이며, 이것에 의해 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지 않는다.

본 발명에서는 도로선형에 대한 정보를 측정할 수 있는 센서를 탑재한 차량을 실제 측정대상 도로에 주행시켜서 취득한 측정값을 이용하여 도로선형정보를 측정하게 된다.

도로에 대해 알고자 하는 정보 즉, 본 발명에서 대상으로 하는 도로선형정보는, 도로의 평면선형에 대한 정보(평면선형 정보)이다. 여기서 평면선형 정보라는 것은, 도로를 하늘에서 땅을 향하여 내려다본 평면 상태에서의 도로의 평면적인 형상에 대한 정보를 말하는 것으로서, 구체적으로는 평면선형 정보를 통해서 도로가 직선으로 뻗어 있는 "직선구간"인지, 아니면 곡선 형상으로 구부러져 있는 "곡선구간"인지를 알 수 있으며, 더 나아가 "직선구간의 길이"와 "곡선구간의 길이"뿐만 아니라, 곡선구간에서 "원곡선 구간"과 "완화곡선 구간" 각각의 길이 및 "원곡선 구간의 곡률반경"을 도로의 평면선형정보로서 알 수 있게 되는 것이다.

도 1에는 본 발명에 따른 도로선형정보 측정방법의 전체적인 방법 단계를 보여주는 개략적인 흐름도가 도시되어 있다. 도면에 도시된 것처럼, 본 발명에 따른 도로선형정보 측정방법은 "측정차량 주행을 통한 차량 위치정보 및 차량 자세정보 취득 단계(제1단계)"와, "측정된 정보에 대한 이상치 제거단계(제2단계)"와, "이상치가 제거된 정보로부터 도로선형정보를 분석하는 단계(제3단계)"로 이루어져 있다.

우선 "측정차량 주행을 통한 차량 위치정보 및 차량 자세정보 취득 단계" 즉, 제1단계를 상세히 살펴보면, "차량 위치정보 센서"와 "차량 자세정보 센서"가 탑재된 측정 차량(100)을 실제 측정 대상 도로에 주행시키면서, 측정 차량이 주행하는 동안에 일정 거리단위로 상기 차량 위치정보 센서를 통해서 차량의 2차원 평면상에서의 위치와 차량이 위치하는 장소의 높이에 대한 정보 즉, "차량의 위치정보"를 취득하고, 상기 차량 자세정보 센서를 통해서 차량의 자세에 대한 정보 즉, "차량의 자세정보"를 취득하게 된다. 이와 같은 "차량 위치정보"와 "차량 자세정보"를 취득하는 일정 거리단위는 예를 들어 1m가 될 수도 있는데, 이에 한정되는 것은 아니다. 본 명세서에서, 측정 차량이 주행하는 과정에서 "차량 위치정보"와 "차량 자세정보"를 취득하는 상기 일정 거리단위를 "측정단위거리"라고 명명하고, 측정단위거리마다 차량 자세정보와 차량 위치정보가 측정된 점을 각각 "측정점"이라고 명명한다.

차량 위치정보 센서로는 예를 들어 GPS(Global Positioning System) 센서를 이용할 수 있는데, GPS 센서를 탑재한 차량이 측정 대상 도로를 주행하면서 차량의 3차원적인 위치 즉, 차량에 설치된 GPS 센서에 대해 위도좌표, 경도좌표 및 수직방향의 높이에 대한 좌표정보를 취득하게 된다.

한편, 상기 차량 자세정보 센서로는 자이로 센서 등과 같은 관성항법센서(Inertial Navigation System)를 이용할 수 있다. 도 2에는 차량자세의 종류를 보여주는 개략도가 도시되어 있는데, 서로 직교하는 x, y, z의 3개 축을 상정하였을 때, 차량의 중심에 차량의 주행 방향으로 연장되는 x축을 중심으로 회전하게 되는 것을 롤링(rolling)이라고 하고, 상기 x축과 동일 평면에서 서로 직교하는 y축을 중심으로 회전하게 되는 것을 피칭(pitching)이라고 하며, 상기 x축 및 y축 모두에 대해 연직한 z축을 중심으로 회전하게 되는 것을 헤딩(heading)이라고 한다.

본 발명에서는 측정 차량에 탑재된 차량 자세정보 센서를 통해서, 차량이 주행하면서 차량에 발생하는 헤딩과 롤링, 그리고 피칭의 정보를 연속적으로 수집하게 된다. 이러한 차량 자세정보 중에서도 특히 헤딩이 매우 유용하게 이용될 수 있는데, 앞서 언급한 것처럼, 헤딩은 z축을 중심으로 회전하는 것으로서, 차량이 주행하면서 좌,우로 움직이는 것을 나타내며, 이러한 헤딩의 측정값(이하, "H값"이라고 한다)은 정북방향을 기준으로 측정된 각도값으로 나타낼 수 있다. 예를 들어, 차량에 대한 H값이 185도라면 차량의 주행 방향이 z축을 기준으로 정북으로부터 시계방향으로 185도 돌아가 있다는 것을 의미한다. 그리고 차량이 주행하면서 H값이 변화되지 아니하고 일정하다면 차량은 직선 주행하는 것이고, 측정된 H값이 측정단위거리마다 달라진다면 좌회전 또는 우회전하면서 주행하는 것이다. 즉, 측정거리단위마다 취득한 H값이 185도, 186도 및 187도로 순차적으로 증가하는 형태로 변화된다면, 이는 차량이 주행 방향에서 우회전하는 것으로 판단될 수 있으며, 반대로 측정거리단위마다 취득한 H값이 187도, 186도 및 185도의 순서로 점차 감소되는 것으로 측정된다면, 이는 차량이 주행 방향에서 좌회전하는 것으로 판단될 수 있다. 특히, H값이 증가하거나 감소하되, 그 변화율 즉, 측정거리단위마다 취득한 H값 간의 차이가 일정하다면 차량은 "원곡선 구간"을 주행하는 것이 될 것이고, H값의 변화율이 증가한다면 급격하게 도로의 평면선형에서의 곡률이 감소하는 "완화곡선 구간"을 주행하는 것이 될 것이며, H값의 변화율이 감소한다면 도로의 평면선형에서의 곡률이 점차로 증가하는 "완화곡선 구간"을 주행하는 것이라고 판단될 수 있다.

이와 같이 본 발명에서는 제1단계를 진행하여, 측정 차량이 주행하는 과정에서 측정거리단위마다의 각 측정점에서 차량의 경도좌표값 및 위도좌표값 "차량 위치정보"로서 취득하고, 이와 마찬가지로 측정거리단위 마다 각 측정점에서 차량의 H값을 "차량 자세정보"로서 취득한다.

이러한 제1단계에 후속하여 제2단계로서 "측정된 정보에서 이상치를 제거하는 단계"를 수행하게 된다. 우선, 측정된 정보 중에서 H값의 이상치와 이를 제거하는 구체적인 과정에 대해 설명한다.

앞서 설명한 것처럼 H값은 차량이 주행하면서 좌,우로 움직이는 것을 나타내는 것으로서, 측정거리단위 마다 취득된 H값은 정북방향을 기준으로 측정된 각도값이 된다. 차량이 주행한 일정 구간에서 H값이 변화되지 않는다면 그 구간은 직선 구간이지만, H값이 변화된다면 그 구간은 곡선 구간이 된다. 그러나 실제로는 직선구간을 주행할지라도 운전자의 차량 조향장치(소위 "자동차 핸들") 조작에 따라서는 H값이 변할 수 있다. 예를 들어, 실제 도로는 직선구간이지만, 차량의 차로변경, 노변 장애물로 인한 운전자의 회피운전, 기타 운전자가 인식하지 못하는 동안에 일어나는 사행(蛇行)운동 등으로 인하여 H값이 변화될 수 있다. 이러한 이유에서, 측정된 H값을 그대로 평면선형 정보측정을 위한 도로평면선형분석에 이용할 수 없고, 측정된 H값에 대해 비정상적인 이상치를 제거하는 작업을 수행할 필요가 있는 것이다.

측정된 H값에 대한 바람직한 이상치 제거작업은 결국, 측정된 H값을 그래프로 그렸을 때, 뾰족하게 튀는 형상의 그래프를 매끄러운 그래프로 변화시키는 스무딩(smoothing) 작업을 수행하되, 실제 도로의 평면선형을 정확하게 판정할 수 있도록 하는 것이다.

본 발명에서는 이동평균을 구함으로써 측정된 H값에 대한 스무딩 작업을 수행한다. 구체적으로 스무딩 작업을 수행하게 될 H값의 갯수를 "스팬(span)"으로 정하여, 해당 스팬에 대해 각각의 H값에 대한 이동평균값을 구하게 되는 것이다. 이와 같이 H값의 이동평균값으로 그려지는 그래프는 스무딩 작업전의 H값에 의한 그래프보다 부드러운 곡선이 된다. 측정된 H값의 이동평균값은 아래의 수학식 1에 의해 구하게 된다. 여기서 스팬(span)은 홀수 정수값이다.

위의 수학식 1에서 H는 측정된 H값으로서, H_n은 n번째의 H값을 의미하며, span은 위에서 설명한 "스팬"을 의미하는 것으로서 홀수의 정수값이고, k는 span을 2로 나누어서 반올림한 정수이며,

은 H_n의 이동평균값을 의미한다.

예를 들어, 측정대상 도로를 총 n개 구간으로 분할하게 되면, 각 구간의 시점에서 측정된 H값은 각각 H₀, H₁, H₂, H₃,...,H_k,...,H_n이 될 것인데, 스팬을 5로 정했다면, 이동평균값은 각각 아래의 수학식 2 내지 수학식 6과 같다.

이와 같이 H값의 이동평균값을 구하여 스무딩 작업을 수행함에 있어서는 스팬(span)이 커질수록 이상치의 제거가 잘 이루어져서, 이동평균값에 의한 그래프는 최초 H값에 의한 그래프보다 불규칙한 것이 줄어들고 부드러운 선으로 그려지는 효과를 발휘하게 되지만 애초에 측정되었던 H값의 특징이 잘 나타나지 않게 되는 문제가 있다. 예를 들어, 측정된 H값이 총 18개이고 각각의 H값이 각각 1, 3, 5, 7, 9, 7, 5, 3, 1, 1, 3, 5, 7, 9, 7, 5, 3, 1인 경우, 스팬을 9로 설정하여 이동평균을 계산하게 되면, 애초 H값이 각각 1, 3, 5, 7 인 경우가 이동평균값 4.6으로 바뀌게 되어 애초 H값과는 상당한 차이를 보이게 된다.

따라서 이와 같이 측정된 H값에서 이동평균값을 구하여 이상치를 제거하는 스무딩 작업을 수행함에 있어서는, 이동평균값의 계산에 사용되는 스팬의 적정값을 결정해야 하는데, 적정 스팬을 결정함에 있어서, 본 발명에서는 헤딩 임계값(Ch)을 이용한다. 이러한 헤딩 임계값(Ch)은, 측정된 H값을 비정상적인 이상치로 볼 것인지, 아니면 적절한 측정치로 볼 것인지를 기준이 되는 것으로서, H값의 경우, 일정 구간에서 측정된 H값의 변화 정도 즉, H값의 변화량(ΔH)이 헤딩 임계값(Ch) 이하라면, 앞서 언급한 차량의 차로변경, 노변 장애물로 인한 운전자의 회피운전 등과 같은 다양한 원인에 기인한 차량의 조향장치 조작 변화 때문에 발생한 이상치로 간주하게 된다. 즉, H값의 변화량(ΔH)이 헤딩 임계값(Ch) 이하인 경우에는, 비록 H값에는 변화가 있지만, 이러한 변화를 무시하여 실질적으로 H값이 일정한 수준으로 유지되는 "직선구간"으로 보게 되고, 반대로 H값의 변화량(ΔH)이 헤딩 임계값(Ch)을 초과하는 경우에는 도로의 평면선형 변화로 인하여 H값이 변화된 것으로 간주하여 실질적으로 H값의 변화가 일어나는 "곡선구간"으로 보게 된다.

이와 같이, 헤딩 임계값(Ch)은, H값의 변화량을 기초하여 위와 같이 직선구간과 곡선구간을 구분하는 기준이 되는 것이므로, 도로의 평면선형을 정확하게 판정하기 위해서는 헤딩 임계값(Ch)을 최적의 것으로 선정하는 작업이 매우 중요하다. 도로의 평면선형을 정확하게 판정하기 위한 최적 헤딩 임계값(Ch)의 선정을 위해 본 발명에서는 분류정확도(Correct Classification Rate/CCR)를 적용한다.

도로의 평면선형에 있어서, 측정 및 분석 대상이 되는 전체 도로를 일정 거리 단위의 복수개의 구간으로 분할하였을 때, 각 구간은 직선구간과 곡선구간으로 구분할 수 있다. 예를 들어, 4km의 거리의 전체 도로를 총 20개의 균등한 거리의 구간으로 분할하였을 시점에서 종점으로 가면서 복수개의 직선구간과 복수개의 곡선구간이 혼합된 형태로 전체 도로가 이루어지게 된다. 도로에 차량을 주행시켜 취득한 H값을 근거로 분석하였을 때, 실제 도로의 직선구간을 측정된 H값을 이용하여 정확하게 직선구간이라고 판정하고, 실제 도로의 곡선구간을 측정된 H값을 이용하여 정확하게 곡선구간이라고 판정한 비율이 바로 "헤딩의 분류정확도"가 된다. 즉, "헤딩의 분류정확도"는, 도로의 평면선형으로 볼 때, 일정 거리의 실제 도로가 복수개의 직선구간과 복수개의 곡선구간으로 이루어져 있는 상태에서, 실제 도로의 직선구간을 H값을 이용하여 직선구간이라고 정확하게 판정하고, 실제 도로의 곡선구간을 H값을 이용하여 곡선구간이라고 정확하게 판정한 비율을 의미하는 것이다. 예를 들어, 측정대상 도로가 실제로는 10개의 직선구간과 10개의 곡선구간으로 이루어져 있는데, H값을 이용하여 판정한 결과 직선구간 10개 중에서 8개를 정확히 직선으로 구분하고, 곡선구간 10개중에서 10개를 정확히 구분하였다면, 전체 20개 구간 중에서 18개를 정확히 구분했으므로, 90%의 분류정확도를 가지게 되는 것이다. 따라서 분류정확도가 높다는 것은, 도로의 평면선형에서 측정구간을 실제 도로에 부합되도록 정확하게 분류했다는 것을 의미하게 된다. 이러한 분류정확도는 아래의 수학식 7로 표현된다.

위의 수학식 7에서 CCR은 "분류정확도"를 의미하며, 그 단위는 %이다.

본 발명에서는 관리자가 원하는 분류정확도를 선정한 후, 임의의 스팬(span )값과 임의의 헤딩 임계값(Ch)을 결정하게 된다. 이를 위하여 이미 도로의 평면선형을 정확하게 파악하고 있는 기지의 도로에 대해, 센서가 탑재된 차량을 주행시켜 H값을 측정한다. 즉, 기지 도로에 H₀, H₂, H₃, H₄,......,H_n으로 표현되는 각 측정점에서의 H값을 측정하게 되는 것이다. 기지 도로에 대해 측정한 H값에 대해, 앞서 정해놓은 임의의 스팬을 적용하여 앞서 설명한 방식으로 기지의 도로에 대한 H값의 이동평균값을 연산한다. 연산된 기지의 도로에 대한 H값의 이동평균값을 이용하여 "H값의 이동평균값의 변화량"을 구하고, 구해진 변화량과 미리 정해놓은 헤딩 임계값(Ch)을 비교하여, 연산된 "H값의 이동평균값의 변화량"이 헤딩 임계값(Ch) 이하인지, 아니면 헤딩 임계값(Ch)보다 더 큰지를 판정하여, 이하라면 직선구간으로 분류하고, 초과하면 곡선구간으로 분류한다.

이렇게 분류된 구간에 대해 분류정확도를 계산한다. 즉, 기지의 도로에 대해서는 이미 직선구간과 곡선구간을 정확하게 파악하고 있으므로, "H값의 이동평균값의 변화량"과 헤딩 임계값(Ch)과의 비교에 의해 판정된 직선구간의 갯수와 곡선구간의 갯수를 이용하여 수학식 7에 의해 분류정확도를 계산한다.

계산된 분류정확도를 미리 정해놓은 분류정확도와 비교하여, 만일 두개의 분류정확도가 차이가 있다면, 스팬과 헤딩 임계값을 다시 선정한 후, 위와 같은 과정을 반복수행한다. 즉, H값의 이동평균값 연산, H값의 이동평균값의 변화량 연산, 구해진 H값의 이동평균값 변화량과 미리 정해놓은 헤딩 임계값(Ch)의 비교, 그에 따라 직선구간 또는 곡선구간으로의 분류, 및 분류정확도 계산을 반복하게 되는 것이다. 이와 같은 과정을 반복수행한 결과, 계산된 분류정확도와 미리 정해놓은 분류정확도가 서로 일치하는 상태가 되면, 그 때의 스팬과 헤딩 임계값을 각각 "최적 스팬"과 "최적 헤딩 임계값"으로 선정하게 된다.

이와 같이 "최적 스팬"이 선정되면, 미지의 도로 즉, 실제로 측정하고자 하는 대상이 되는 도로에 대하여 측정하여 구해놓은 H값에 대해, 위의 "최적 스팬"을 이용하여 이상치 제거작업을 수행한다. 즉, 미지의 도로에 대해 측정한 H값에 대해 최적 스팬을 이용하여 "이동평균값"을 구하는 것이다.

도 3a 및 도 3b에는 각각 본 발명에서 측정 차량을 이용하여 측정 대상 도로에 대해 측정한 차량 자세정보 중에서 H값의 이상치를 제거하는 과정에 대한 개략적인 흐름도가 도시되어 있는데, 도 3a 및 도 3b를 참조하여 제2단계 중에서 "측정 대상 도로에 대한 H값의 이상치 제거 과정"을 다시 한번 정리하면, 우선 도로의 평면 선형을 알고 있는 기지의 도로에 대해 측정 차량을 주행시켜 기지 도로에 대해, 각 측정단위거리 마다 H값을 측정한다(S2-1). 예를 들어, 기지의 도로를 총 n개 구간으로 분할하게 되면, 각 측정단위거리마다 구간의 시점이 되는 측정점에서 H값으로서 각각 H₀, H₁, H₂, H₃,...,H_k,...,H_n이 취득되는 것이다. 후속하여 기지 도로에 대해 분류정확도를 선정하고(S2-2), 임의의 스팬과 임의의 헤딩 임계값을 선정한다(S2-3). 선정된 임의의 스팬과 임의의 헤딩 임계값을 이용하여 앞서 살펴본 수학식 1 내지 수학식 6에 따라 기지의 도로에 대해 각 측정단위거리 구간마다 H값의 이동평균값을 연산하고(S2-4), 연산된 기지의 도로에 대한 각 측정단위거리 구간 사이의 H값의 이동평균값 변화량을 연산한다(S2-5). 연산된 기지의 도로에 대한 H값의 이동평균값의 변화량을 단계 S2-3에서 선정한 헤딩 임계값과 비교하여(S2-6), 비교 결과 연산된 기지의 도로에 대한 H값의 이동평균값의 변화량이 단계 S2-3에서 선정한 헤딩 임계값 이하인 경우, 그 헤딩 변화량을 가지는 측정단위거리의 구간은 직선구간이라고 판정하고, 반대로 초과하는 경우에는 곡선구간이라고 판정한다(S2-7).

기지 도로에 대해 위와 같은 방법으로 직선구간과 곡선구간의 판정을 완료한 후에, 판정된 직선구간 및 곡선구간의 갯수와, 애초에 기지 도로에 대해 알고 있었던 직선구간 및 곡선구간의 갯수를 이용하여 수학식 7에 의해 분류정확도(CCR)를 연산한다(S2-8). 연산된 분류정확도와 단계 S2-2에서 미리 선정해둔 분류정확도를 비교하여(S2-9), 만일 서로 일치하지 않는 경우에는, 다시 단계 S2-3로 돌아가서 임의의 스팬과 임의의 헤딩 임계값을 재선정한 후, 앞서 설명한 단계 S2-4부터 단계 S2-9를 반복 수행한다. 이와 같은 반복 수행의 결과로 연산된 분류정확도와 단계 S2-2에서 미리 선정해둔 분류정확도가 서로 일치하게 되면, 그 때의 스팬과 헤딩 임계값을 각각 "최적 스팬"과 "최적 헤딩 임계값"으로 삼게 된다(S2-10). "최적 스팬"이 선정되면 제1단계를 통해서 측정 대상도로에 대하여 이미 측정해놓은 각 측정단위거리 구간마다의 H값에 대해, "최적 스팬"을 이용하여 수학식 1 내지 수학식 6에 따라 이동평균값을 구하게 된다(S2-11). 이렇게 구해진 H값 즉, 최적 스팬을 이용하여 이동평균값으로 구해진 측정 대상 도로의 H값이 바로 "이상치가 제거된 H값"이 된다.

이와 같이 제1단계에 의해 측정단위거리마다 측정된 H값에 대해 제2단계를 통해 이상치가 제거된 후에는 제3단계로서 이상치가 제거된 H값과, 제1단계를 통해 측정단위거리마다 측정된 차량 자세정보 중에서 차량의 경도좌표값과, 차량의 위도좌표값을 이용한 평면선형분석 작업을 수행하게 된다. 즉, 측정 대상 도로에 대해 이상치가 제거된 H값, 각 측정점에서의 차량 경도좌표값 및 차량 위도좌표값을 이용하여 평면선형분석 작업을 수행함으로써, 평면선형 정보에 해당하는 직선구간과 곡선구간의 분류, 직선구간의 길이, 곡선구간의 길이, 곡선구간의 원곡선구간과 완화곡선구간의 분류, 및 원곡선 구간의 곡률반경을 취득하게 되는 것이다.

도 4에는 평면선형분석 작업으로서 직선구간과 곡선구간을 분류하는 작업의 단계를 보여주는 흐름도가 도시되어 있는데, 구체적으로 앞서 실제 측정 대상 도로에서의 주행 과정에서 측정된 H값으로부터 이상치를 제거하는 과정에서 구해진 최적 헤딩 임계값을 이용하여 직선구간과 곡선구간을 분류하게 된다. 우선 이상치가 제거된 H값 즉, 최적 스팬을 이용한 H값의 이동평균값에 대해 그 변화량을 연산한다(S3-1). 즉, 이웃하는 측정단위거리의 구간 사이의 "이상치가 제거된 H값"의 차이를 연산하는 것이다. 연산된 H값의 이동평균값에 대한 변화량을 최적 헤딩 임계값과 비교하여(S3-2), H값의 이동평균값 변화량이 최적 헤딩 임계값을 초과하는 경우에는 도로의 평면선형 변화로 인하여 H값이 변화된 것으로 간주하여 "곡선구간"으로 판정하고, H값의 이동평균값 변화량이 최적 헤딩 임계값을 이하인 경우에는, 비록 H값에 변화가 있지만 이는 차량 조향장치 조작의 오류로 간주하여, 도로의 평면선형 변화가 없는 "직선구간"으로 판정한다(S3-3).

본 발명에서는 차량으로부터 측정되고 이상치가 제거된 H값을 이용하여, 측정거리단위에 해당하는 각 구간 별로 각각 직선구간인지 아니면 곡선구간인지를 판정하게 되고, 이에 의해 전체 측정 대상 도로의 전구간에 대해 평면선형 형상을 직선구간과 곡선구간으로 구분할 수 있게 된다. 이와 같이 구분된 직선구간에 대해서는 직선구간의 전체 길이 즉, 직선구간으로 판정된 구간의 갯수에 측정거리단위를 곱하거나, 또는 직선구간으로 판정된 구간 전부에 대해 측정거리단위를 합산하게 되면 직선구간의 길이를 알 수 있게 된다. 또한 곡선구간에 대해서도 곡선구간으로 판정된 구간의 갯수에 측정거리단위를 곱함으로써 곡선구간의 길이를 알 수 있는데, 본 발명에서는 다음과 같은 과정을 통해 곡선구간을 원곡선 구간과 완화곡선 구간으로 더 세분할 수 있게 되며, 원곡선 구간의 곡률반경의 곡률반경을 알 수 있게 된다.

곡선구간은 원곡선과 완화곡선으로 이루어진다. 완화곡선은 차량이 직선구간에서 원의 원주에 해당하는 원곡선구간으로 진입할 때 운전자가 쉽게 적응할 수 있도록 설치되는 구간으로서, 곡선구간은 결국 완화곡선-원곡선-완화곡선의 순서로 이루어지게 된다. 즉, 완전한 원의 원주에 해당하는 원곡선의 전후로 완화곡선이 존재하게 되는 것이다. 본 발명에서는 측정 대상 도로의 곡선구간을 "원곡선 구간"과 "완화곡선 구간"으로 구분함에 있어서, 이미 평면선형을 정확하게 파악하고 있는 기지의 도로에 대해 센서가 탑재된 차량을 주행시켜 측정된 측정값을 이용한다.

도 5a, 도 5b, 도 6a 및 도 6b에는 각각 곡선구간을 원곡선 구간과 완화곡선 구간으로 구분하기 위한 방법단계에 대한 흐름도가 도시되어 있다. 구체적으로, 도 5a 및 도 5b에 도시된 것처럼 평면선형을 정확하게 파악하고 있는 기지의 도로에 대해 차량 위치정보 센서와 차량 자세정보 센서가 탑재된 측정 차량(100)을 주행시켜 기지 도로에 대해 각 측정단위거리 마다 경도좌표값(x_n)과 위도좌표값(y_n), 그리고 H값을 각각 측정한다(S4-1). 예를 들어 기지의 도로를 총 n개 구간으로 분할하게 되면, 각 구간의 시점 즉, 각각의 측정점에서 측정된 경도좌표값(x_n)과 위도좌표값(y_n) 값은 각각 (x₀, y₀), (x₁, y₁), (x₂, y₂),..., (x_k, y_k),....., (x_n, y_n)이 될 것인데, 이러한 측정점들 중에서 곡선구간에 해당하는 점들만을 추출한다(S4-2). 기지 도로에 대해서는 원곡선 구간의 길이, 원곡선 구간의 곡률반경(r), 원곡선 구간을 이루는 원의 중심점에 대한 경도좌표값과 위도좌표값, 그리고 완화곡선 구간의 길이를 정확히 알고 있는 상황이므로, 기지 도로에 대해 이미 정확히 알고 있는 원곡선 구간의 원곡선 구간의 중심점에 대한 경도좌표값과 위도좌표값을 이용하여 원곡선 구간의 중심점으로부터, 기지도로에 대해 실제 측정하여 추출한 곡선구간에 해당하는 측정점들 사이의 거리를 각각 연산한다(S4-3). 이렇게 연산된 거리를 OX라고 표시하면, 상기 S4-3에서 연산된 각각의 측정점들에 대한 거리 OX와, 기지 도로에 대해 이미 알고 있는 원곡선 구간의 곡률반경(r) 간의 차이 Δr을 각각 연산한다(S4-4).

상기 Δr에 대해 임의의 임계값 ΔR_cr을 선정하고(S4-5), 선정된 임계값 ΔR_cr과 기지 도로에 대해 실제 측정하여 추출한 곡선구간에 해당하는 점들에 대한 Δr을 서로 비교하여(S4-6), 원곡선 구간인지 아니면 완화곡선 구간인지를 판단한다(S4-7). S4-5 단계에서 비교한 결과 Δr이 ΔR_cr 이하인 경우는, 해당 점의 위치가 원곡선의 곡률반경과 임계값 이하의 차이만을 보이는 것이므로 해당 측정단위거리를 원곡선 구간이라고 판단 즉, 해당 측정점을 원곡선 구간의 측정점이라고 판단하게 되고, 반대로 Δr이 ΔR_cr 초과인 경우는 해당 측정단위거리를 완화곡선 구간이라고 판단하게 된다. 이와 같은 방법으로 기지의 도로에 대해 실제 측정을 통해 곡선구간을 각각 완화곡선 구간과 원곡선 구간으로 판정하고, 그 결과를 이미 알고 있던 곡선구간의 형태와 비교하게 된다(S4-8). 만일 기지의 도로에 대해 실제 측정을 통해 곡선구간을 각각 완화곡선 구간과 원곡선 구간으로 판정한 결과가, 이미 알고 있던 곡선구간의 형태와 부합되지 아니하는 경우에는 결국 선정된 임계값 ΔR_cr이 부적절하였다는 것을 의미하므로, 다시 S4-5 단계로 되돌아가서 임계값 ΔR_cr을 다시 선정한 후 S4-6 단계와 S4-7 단계와 S4-8 단계를 반복하여 수행한다. 이러한 S4-5 내지 S4-8 단계의 반복 수행은 기지의 도로에 대해 실제 측정을 통해 곡선구간을 각각 완화곡선 구간과 원곡선 구간으로 판정한 결과가, 이미 알고 있던 곡선구간의 형태와 부합될 때까지 이루어진다. S4-8 단계에서 기지의 도로에 대해 실제 측정을 통해 곡선구간을 각각 완화곡선 구간과 원곡선 구간으로 판정한 결과가, 이미 알고 있던 곡선구간의 형태와 부합되는 것으로 판정되는 경우에는, 이 때 이용하였던 임계값 ΔR_cr을 즉, S3-5 단계에서 선정하였던 임계값 ΔR_cr을, "기준 반경오차 임계값"으로 선정하여(S4-9) 측정 대상 도로에서의 원곡선 구간과 완화곡선 구간의 구분 작업에 이용하게 된다.

곡선구간은 결국 2개의 직선구간 사이에 위치하게 된다. 따라서 평면상에 2개의 직선구간과 곡선구간을 도시하게 되면 곡선구간 전후에 있는 2개의 직선구간을 연장하게 되면 2개의 직선구간이 교차하는 교차점(IP)이 존재하게 되는데, 이러한 교차점(IP)을 이용하여 곡선구간을 원곡선 구간과 완화곡선으로 구분하게 되고 원곡선 구간의 길이 및 원곡선 구간의 곡률반경을 구하게 된다.

도 6a 및 도 6b는 각각 이러한 과정에 대한 흐름도인데, 구체적으로, 제1단계를 통해서 측정대상 도로에 대해 차량을 주행시켜 취득한 측정단위거리 마다의 "차량의 위치정보"에서는 각 측정단위거리 마다의 측정점에서의 경도좌표값(X_n)과 위도좌표값(Y_n)을 알고 있으므로, 이를 이용하여 측정 대상 도로에 대해 곡선구간의 전후에 존재하는 직선구간 각각에 대해 직선방정식을 회귀식으로 산출한다(S5-1). 곡선구간은 직선구간 사이에 위치하게 되므로, "직선구간-곡선구간-직선구간"의 순서로 측정 대상 도로의 평면선형이 형성되어 있는 상태에서는 곡선구간이 시작되기 전에 존재하는 직선구간을 "제1직선구간"이라고 하고, 곡선구간에 후속하여 존재하는 직선구간 "제2직선구간"이라고 할 수 있는데, 제1직선구간에 대해 측정거리단위마다 측정된 차량의 경도좌표값(X_n)과 위도좌표값(Y_n)을 이용하여 회귀식에 의해 제1직선구간의 직선방정식을 구하고, 제2직선구간에 대해서도 이와 마찬가지로 제2직선구간의 직선방정식을 구하게 된다.

이와 같이 S5-1 단계를 통해 제1직선구간의 직선방정식과 제2직선구간의 직선방정식을 구하게 되면, 두 개의 제1직선구간의 연장선과 제2직선구간의 연장선이 교차하는 점이 바로 "교차점(IP)"이 되며, 측정 대상 도로에 대한 제1직선구간과 제2직선구간에 대한 상기 교차점(IP)의 경도좌표값(X_I)과 위도좌표값(Y_I)을 구하게 된다(S5-2). 제1단계를 통해서 취득한 측정 대상 도로의 측정단위거리 마다의 측정점 중에서 평면선형분석 작업을 통해 "곡선구간"으로 판정된 측정점에서 3개의 측정점을 추출한다(S5-3). 이 때, 3개의 측정점은 S5-2 단계에서 구한 상기 교차점(IP)과 가장 근접한 것으로 추출하는 것이 바람직하다.

일반적으로 3개 점의 경도좌표값과 위도좌표값을 알고 있는 경우에는, 3개의 점을 지나가는 원의 중심에 대한 경도좌표값과 위도좌표값을 알 수 있게 된다. 따라서 아래의 수학식 8 및 수학식 9를 이용하여, S5-3 단계에서 추출한 3개 측정점에 대한 경도좌표값과 위도좌표값에 의해, 3개 측정점을 모두 지나가는 원의 중심점에 대한 경도좌표값(X_m)과 위도좌표값(Y_m)을 산출한다(S5-4).

위의 수학식 8 및 수학식 9에서 X_a와 Y_a는 각각 제1단계를 통해서 취득한 측정 대상 도로의 측정단위거리 마다의 측정점 중에서 평면선형분석 작업을 통해 "곡선구간"으로 판정된 측정점에서 추출된 3개의 측정점 중 하나의 측정점에 대한 경도좌표값(X_a)과 위도좌표값(Y_a)이다. 또한 X_b와 Y_b 역시 각각 3개의 측정점 중 또다른 점에 대한 경도좌표값(X_b)과 위도좌표값(Y_b)이고, X_c와 Y_c도 각각 3개의 측정점 중 나머지 다른 하나의 점에 대한 경도좌표값(X_c)과 위도좌표값(Y_c)이다.

S5-4 단계를 통해 산출된 원의 중심점에 대한 경도좌표값(X_m)과 위도좌표값(Y_m)과, 상기 (X_a, Y_a), (X_b, Y_b), 또는 (X_c, Y_c)의 3개 중 어느 한점 사이의 거리를 계산함으로써 상기 S5-4 단계를 통해 산출된 경도좌표값(X_m)과 위도좌표값(Y_m)을 원의 중심으로 하고, 제1단계를 통해서 취득한 측정 대상 도로의 측정단위거리 마다의 측정점 중에서 평면선형분석 작업을 통해 "곡선구간"으로 판정된 측정점에서 추출된 3개의 측정점을 지나는 원의 반지름 R을 산출한다(S5-5).

후속하여, 상기 S5-4 단계를 통해 산출된 경도좌표값(X_m)과 위도좌표값(Y_m)을 가지는 원 중심으로부터 제1단계를 통해서 취득한 측정 대상 도로의 측정단위거리 마다의 측정점 중에서 평면선형분석 작업을 통해 "곡선구간"으로 판정된 나머지 측정점까지의 거리를 각각 연산한다(S5-6). 이렇게 연산된 거리를 OP라고 표시하면, 상기 S5-6에서 연산된 각각의 점들에 대한 거리 OP와, 상기 S3-12 단계에서 산출된 반지름 R 간의 차이 ΔR을 각각 연산한다(S5-7).

제1단계를 통해서 취득한 측정 대상 도로의 측정단위거리 마다의 측정점 중에서 S3-9 단계를 통해 구해진 교차점(IP)과 가장 근접한 점을 중심으로, 그 근접한 점의 전후로 복수개의 측정점에 대한 ΔR의 평균값을 연산한다(S5-8). 이와 같이 S5-8 단계를 통해 연산된 ΔR의 평균값을 S4-9 단계를 통해 정한 "기준 반경오차 임계값"과 비교하여(S5-9), 원곡선 구간인지 아니면 완화곡선 구간인지를 판단하게 된다(S5-10). 즉, S5-7 단계를 통해 연산된 ΔR의 평균값이 S4-9 단계를 통해 정한 "기준 반경오차 임계값" 이하인 경우에는 오차가 적은 것이므로 원곡선 구간으로 판정하게 된다. 이렇게 원곡선 구간으로 판정되면, S5-2 단계를 통해 구해진 교차점(IP)과 가장 근접한 점을 중심으로, 그 근접한 점의 전후로 측정점의 갯수를 홀수개로 점차 증가시키면서 ΔR의 평균값을 연산하고, 연산된 ΔR의 평균값을 S4-9 단계를 통해 정한 "기준 반경오차 임계값"과 비교하게 되는 것이다. 만일 연산된 ΔR의 평균값이 S4-9 단계를 통해 정한 "기준 반경오차 임계값"을 초과하게 되면 완화곡선 구간으로 판정하게 된다(S5-10).

이와 같은 방법을 통해서 본 발명에서는 곡선구간을 "원곡선 구간"과 "완화곡선 구간"으로 구분할 수 있게 되고, 원곡선 구간의 길이를 알게 되며, 원곡선 구간의 곡률반경 즉, S5-5 단계에 의해 구해진 원의 반지름 R을 원곡선 구간의 곡률 반경으로 알 수 있게 된다. 원곡선 구간의 길이는, 원곡선 구간으로 판정된 측정단위거리를 모두 합산하면 산출할 수 있다.

100: 측정 차량

Claims

차량 위치정보 센서와 차량 자세정보 센서가 탑재된 측정 차량(100)을 측정 대상 도로에 주행시키면서, 측정단위거리마다의 측정점에서 경도좌표값과 위도좌표값과 헤딩값(H값)을 측정하는 단계(제1단계)와;
취득된 H값에 대한 이상치 제거단계(제2단계)와;
측정단위거리마다의 측정점에서 경도좌표값과 위도좌표값과 이상치가 제거된 H값으로부터 도로의 평면선형을 분석하는 단계(제3단계)를 포함하는 것을 특징으로 하는 도로의 차량 주행에 의한 도로 평면선형정보 취득방법.
제1항에 있어서,
상기 제2단계는, 도로의 평면 선형을 알고 있는 기지 도로에 대해 측정 차량을 주행시켜 측정단위거리 마다 H값을 측정하는 단계;
기지 도로에 대해 분류정확도, 스팬 및 헤딩 임계값을 임의의 값으로 선정하고, 선정된 임의의 스팬과 임의의 헤딩 임계값을 이용하여 기지 도로에 대해 각 측정단위거리 구간마다 H값의 이동평균값을 연산하는 단계;
연산된 각 측정단위거리 구간 사이의 H값의 이동평균값 변화량을 연산하여 헤딩 임계값과 비교하여, 기지 도로에 대한 H값의 이동평균값의 변화량이 선정해둔 헤딩 임계값 이하인 경우 직선구간이라고 판정하고, 초과하는 경우에는 곡선구간이라고 판정하는 단계; 및
판정된 직선구간 및 곡선구간의 갯수와, 기지 도로에 대해 알고 있었던 직선구간 및 곡선구간의 갯수를 이용하여 분류정확도(CCR)를 연산하여 미리 선정해둔 분류정확도가 일치할 때까지, 스팬 및 헤딩 임계값의 임의 선정 단계로부터의 과정을 반복 수행하여, 연산된 분류정확도와 미리 선정해둔 분류정확도가 서로 일치할 때의 스팬과 헤딩 임계값을 각각 "최적 스팬"과 "최적 헤딩 임계값"으로 삼아 각 측정단위거리 구간마다의 H값에 대해 이동평균값을 구하는 단계를 포함함으로써 이상치가 제거된 H값을 구하는 것을 특징으로 하는 도로의 차량 주행에 의한 도로 평면선형정보 취득방법.
제2항에 있어서,
상기 제3단계에서는,
이상치가 제거된 H값의 이동평균값에 대해 그 변화량을 연산하고(S3-1);
연산된 H값의 이동평균값에 대한 변화량을 최적 헤딩 임계값과 비교하여(S3-2);
H값의 이동평균값 변화량이 상기 제2단계에서 구한 최적 헤딩 임계값을 초과하는 경우에는 곡선구간으로 판정하고, H값의 이동평균값 변화량이 최적 헤딩 임계값을 이하인 경우에는 직선구간으로 판정하여(S3-3), 측정 대상 도로의 평면선형 형상을 직선구간과 곡선구간으로 구분하는 것을 특징으로 하는 도로의 차량 주행에 의한 도로 평면선형정보 취득방법.
제3항에 있어서,
곡선구간으로 판정하는 단계에 후속하여;
평면선형을 정확하게 파악하고 있는 기지의 도로에 대해 측정 차량을 주행시켜 기지 도로에 대해 각 측정단위거리 마다의 측정점들 중에서 곡선구간에 해당하는 측정점들만을 추출하는 단계;
기지 도로에 대해 이미 정확히 알고 있는 원곡선 구간의 원곡선 구간의 중심점으로부터, 기지도로에 대해 실제 측정하여 추출한 곡선구간에 해당하는 측정점들까지의 거리를 각각 연산하는 단계;
원곡선의 중심으로부터 각각의 측정점들에 대한 거리와, 기지 도로에 대해 이미 알고 있는 원곡선 구간의 곡률반경(r) 간의 차이 Δr을 각각 연산하는 단계;
상기 Δr에 대해 임의의 임계값 ΔR_cr을 선정하고, 선정된 임계값 ΔR_cr과 기지 도로에 대해 실제 측정하여 추출한 곡선구간에 해당하는 점들에 대한 Δr을 서로 비교하여, 원곡선 구간인지 아니면 완화곡선 구간인지를 판단하여 이미 알고 있던 기지도로의 곡선구간 형태와 비교하는 과정을 반복하여 이미 알고 있던 곡선구간의 형태와 부합되는 것으로 판정되는 경우, 이 때 이용하였던 임계값 ΔR_cr을 기준 반경오차 임계값으로 선정하는 단계;
제1단계를 통해서 취득한 측정단위거리 마다의 측정점 중 곡선구간으로 판정된 측정점에서 3개의 측정점을 추출하여, 추출된 3개 측정점을 모두 지나가는 원의 반지름 R을 산출하는 단계;
추출된 3개 측정점을 모두 지나가는 원의 중심점으로부터 곡선구간으로 판정된 측정점들 간의 거리 OP와 상기 산출된 원의 반지름 R 간의 차이 ΔR을 각각 연산하는 단계; 및
복수개의 측정점에 대한 ΔR의 평균값을 연산하여, 선정된 기준 반경오차 임계값과 비교하여, ΔR의 평균값이 기준 반경오차 임계값 이하인 구간은 원곡선 구간으로 판정하고 ΔR의 평균값이 기준 반경오차 임계값 초과인 구간은 완화곡선 구간으로 판정하는 단계를 포함함으로써, 곡선구간을 원곡선 구간과 완화곡선 구간으로 분류하는 것을 특징으로 하는 도로의 차량 주행에 의한 도로 평면선형정보 취득방법.