Hybrid 센서 및 과적검문소 연계 정보 기반 차축 조작 과적 판단 시스템 개발

국문 초록 (Abstract)

본 연구는 과적 검문소 통과 시 모든 차축을 내리고 정상 통과 후 가변 차축을 들어 올려 과적을 유발하는 차량을 검출하는 기술을 개발하는 것을 목표로 한다. 본선에 비매설형 Hybrid(저조도+열화상) 센서를 설치하여 가변 차축 변화 영상을 획득하고, 지면에 닿는 차축의 정보를 AI 기술로 추출하여 연계 받은 전방 과적 검문소의 중량 정보와 비교하여 차축 조작에 의한 과적 차량을 검출하는 기술을 개발하였다. 개발된 장비의 성능 평가 결과 가변 차축 조작 정보 추출 성능은 혼잡한 조건에서 94.1%, 비 혼잡 조건에서 96.4%, 야간 조건에서 95.3%, 악천후 조건에서 95.8%로 평균 95.5%의 성능을 나타냈다. 또한 과적 차량 분류 성능은 평가 대상 차량 2,558대 모두 참 값과 동일하게 분류하는 100% 성능을 나타냈다. 개발 기술은 다양한 조건에서 검지 성능을 유지할 수 있으며, 과적 차량으로 인한 도로 포장 파손 및 대형 교통사고 예방에 기여할 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

A technique was developed to detect vehicles that cause overload by lowering all axles when passing an overload checkpoint and lifting the variable axle after normal passage. Non-buried hybrid sensors (low light and thermal imaging sensors) were installed on the main line to acquire images of variable axle changes, and information about the axle touching the ground was extracted with an artificial intelligence technique. Illegal axle manipulation was detected by comparing the weight information of the linked forward overload checkpoint. The information extraction accuracy for variable axle operation was 94.1% in congested conditions, 96.4% in non-congested conditions, 95.3% at night, and 95.8% in bad weather. The average accuracy was 95.5%. The overloaded vehicle-classification accuracy was 100% for all 2,558 evaluated vehicles. The developed technique is capable of maintaining detection performance under various conditions and could contribute to the prevention of road pavement damage and large-scale traffic accidents caused by overloaded vehicles.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 기존 연구 고찰
• 3. 차축 조작 과적차량 검지 기술 개발
• 4. 개발 기술 성능 평가
• 5. 결론 및 향후연구 과제
• References