J Korean Soc Hazard Mitig 2017; 17(4): 41-47  https://doi.org/10.9798/KOSHAM.2017.17.4.041
A Study on the Usage the Pavement Smoothness Detection Equipment for Management of Deteriorated Roadways
Min Jae Choi*, Tai-Hoon Kim**, Hyun Ju Kim***, and Bonggeun Song****
* Member, Researcher, Disaster Scientific Investigation Division, National Disaster Management Research Institute,
** Member, Senior Analyst, Disaster Scientific Investigation Division, National Disaster Management Research Institute,
*** Member, Senior Analyst, Disaster Scientific Investigation Division. National Disaster Management Research Institute
Correspondence to: Member, Principal researcher, Disaster Scientific Investigation Division, National Disaster Management Research Institute (Tel: +82-52-928-8273, Fax: +82-52-928-8299, E-mail: pureguy55@gmail.com)
Received: April 4, 2017; Revised: April 6, 2017; Accepted: April 12, 2017; Published online: August 30, 2017.
© The Korean Society of Hazard Mitigation. All rights reserved.

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract

The purpose of this study is to investigate the usage of the equipment detecting pavement smoothness focused on roadways in Ulsan Metropolitan City. The road smoothness detection equipment can collect G-value, speed, and coordinates of deteriorated positions while driving. The results of this study show that a total of 194 deteriorated points were detected, and the condition of inner lane was severe than outer lane. The worst severest area was the forward outer lane road near industrial complex and had 18 deteriorated points. Based on the results we found that the equipment is worth for the effective road management and it is, therefore, expected to be used the maintenance system of deteriorated road through continuous monitoring.

Keywords: Deteriorated Road, Road Smoothness, GIS, Road Management
1. 서론

최근 포트홀 등 노후도로에 의한 피해가 증대되고 있으며, 많은 매스컴을 통해 그 심각성이 부각되고 있다. 노후도로가 발생하는 원인은 차량 통행량의 증가와 차량 하중의 중량화 및 대형화, 이상고온 및 집중호우 등 기후변화로 인한 영향과 같이 많은 요인에 의한 것으로 밝혀지고 있으며(Lee and Kang, 2013; Kim et al., 2015), 안전사고 피해 및 예방을 위해 노후도로에 대한 지속적인 보수 및 관리가 필요하다(Jo and Ryu, 2015; Koch and Brilakis, 2011; Mednis et al., 2011).

노후도로의 보수 및 관리에 대한 연구는 현재 다양하게 이루어지고 있다. Lee and Kang(2009)은 포트홀 등 노후도로의 발생 원인에 대해 재료적인 측면과 시공측면, 구조적인 측면에 대해 논하였고 각각의 원인을 개선하기 위한 포트홀 발생 저감 대책방안을 마련하였다. Park et al.(2015)Kim et al.(2012)은 도로 포장에 사용되는 아스팔트와 콘크리트 재질의 성분에 따른 내구 성능을 평가하였고, 도로 노후화를 방지하기 위한 다양한 공법을 제시하였다. Han and Do(2012)은 반복되는 도로 포장 및 유지보수에 대한 정책결정자들의 효율적인 전략 수립을 지원하기 위해 포장도로의 기대수명과 보수비용을 산정하였다. 이와 같이 선행연구에서는 도로의 노후화를 감소시키기 위해 도로 포장재의 재질, 성분 등을 개선하는 연구들이 주로 수행되고 있다. 하지만 노후도로에 대한 피해를 저감하기 위해서는 포장 재료의 내구성 강화 등 노후화를 방지하는 부분도 필요하지만, 노후도로를 효과적이고 탐지하여 신속하게 보수될 수 있는 도로 보수시스템 부분의 개선이 무엇보다 우선되어야 한다.

현재 도로 보수시스템은 지자체의 도로관리 및 보수 담당 부서에서 정기적인 순찰 또는 운전자의 신고에 의해 노후지점을 발견하고 도로보수 작업을 진행하는 방식으로 이루어진다. 이러한 도로 보수시스템은 노후도로를 신속하기 파악하는데 한계가 있으며, 부정확한 신고 등으로 인해 효율성이 부족할 수 있다. 현재 이 문제점을 개선하기 위해 카메라 영상이나 레이저 스캐너 등을 이용하여 노후지점을 자동으로 탐지할 수 있는 연구가 진행되고 있다(Koch and Brilakis, 2011; Huidrom et al., 2013; Jo and Ryu, 2015; Jo and Ryu, 2016; Kim et al., 2015). 그러나 이러한 연구에 활용되는 장비들은 고가이고 운용시 고도의 기술을 요구하기 때문에 실용적으로 활용될 수 있는 장비 및 기술이 필요한 실정이다. 또한, 도로 관리적인 측면에서 노후도로에 대한 정보를 효과적이고 신속하게 취득하고 개선방안을 제시할 수 있는 방법론이 부족하다.

따라서 본 연구는 노후도로를 보다 신속하고 실용적으로 탐지할 수 있는 방안에 대해 모색하였고, 노면의 평탄성 및 요철정도를 주행계측을 통해 실시간으로 탐지할 수 있는 노면 평탄성 감지 장치에 대해 노후도로 관리적인 측면에서 활용성을 검토하였다.

2. 노면 평탄성 감지 장치

노면 평탄성 감지 장치는 Fig. 1과 같이 상하 충격값을 감지할 수 있는 G-센서와 위치정보를 전송하는 GPS, 전원공급 및 속도 데이터를 전송하는 OBD, 노후도로 실시간 촬영 카메라, 그리고 데이터 저장장치 등으로 구성되어 있다. 크기는 72×102×23mm이다.

Fig. 1.

Constitution of the Equipment Detecting Road Smoothness


또한, Fig. 2와 같이 실시간 정보 표출 프로그램을 이용하여 현장조사 정보를 직접적으로 확인할 수 있다. 프로그램에는 시간과 위치, 차량 속도, G센서의 측정값이 표시되며, 주행 위치 및 노후지점을 실시간으로 화면에 표시한다. G센서는 초당 6회 측정되며, 측정값은 차량의 좌우측 진동을 나타내는 X축과 앞뒤의 Y축, 아래위 방향의 Z축, 그리고 Z축에 의해 지면에서 발생되는 충격값 G-value가 각각 저장된다. 여기서, G-value 값은 도로의 평탄성을 나타내는 것으로 양(+)의 값은 볼록한 면을, 음(-)의 값은 오목한 면을 나타낸다. 즉, 포트홀과 같은 도로면이 패인 노후도로는 차량이 주행할 시 아래로 충격이 가해져 G-value가 음(-)의 값을 지니게 된다. 이러한 특성은 노후유형을 분류하는데도 활용될 수 있다.

Fig. 2.

Program Displaying Information on Real-time


한편, G-value의 일정치 이상이 감지될 경우 노후지점으로 간주하여 이를 별도로 저장하게 된다. 저장 파일은 노후지점의 위치와 X, Y, Z, G-value이며, 카메라에서 노후지점에 대한 사진도 저장된다.

3. 연구대상지 및 방법

3.1 연구대상지

본 연구는 울산광역시에 위치한 도로 중 석유화학단지의 주요 진출입로를 대상으로 하였다. 울산광역시는 대규모 석유화학단지가 위치해 있어 화학물질을 운반하는 차량들이 빈번히 이동한다. 그러나 화학물질 운반차량들이 노후도로를 주행하여 사고가 발생할 시 화학물질의 누출과 폭발사고로 이어질 수 있어 노후도로에 대한 관리가 철저하게 이루어질 필요가 있다.

화학물질의 주요 이동도로는 Fig. 3과 같이 총 5개이며, 울산과 문수, 청량 IC를 거쳐 화학물질이 타 도시로 이동하게 된다. 본 연구는 5개 도로 중에서 교통량이 많고 석유화학단지와 직접적으로 연결되어 있는 2번 도로를 선정하여 연구를 수행하였다(Table 1).

Fig. 3.

Study Sites


Table 1

Information about Each Roads

RoadLength (km)LaneTraffic1) (vehicle/day)
111.755109,492
215.264134,518
320.44486,512
415.70670,536
517.507154,278

Ulsan Metropolitan City (http://www.its.ulsan.kr)


3.2 주행 계측

주행계측을 위해 노면 평탄성 감지 장치를 국립재난안전연구원에서 운용 중인 재난원인 과학조사 특수차량에 탑재하였다. 계측 방법은 Fig. 4와 같이 연구대상지인 2번 도로의 서쪽에 위치한 신복로터리 지점에서 산업단지 방향으로 주행하고 다시 신복로터리로 이동하여 측정하였다. 2차선을 우선 주행한 후 1차선을 주행하였고, 주행 시 차량의 평균 시속은 60~80km로 일정하게 운행하였다.

Fig. 4.

Process of Driving Measurement in Study Sites


노후지점을 인식하는 G-value는 사전 주행을 통해 노후지점의 G-value를 분석하였고, -0.1 이하, 0.1 이상일 때 가장 적합한 노후지점 인식 G-value로 판단하여 설정하였다. 노후지점으로 인식된 도로는 Fig. 5와 같다.

Fig. 5.

The Example of Deteriorated Points


3.3 GIS-DB 구축

노후지점에 대한 GIS-DB를 구축하기 위해 GIS 프로그램을 이용하여 2번 도로에 대한 구간, 방향 및 차선을 고려하여 폴리곤(Polygon)을 생성하였다. 구간은 도로 교차점을 기준으로 하여 7개 구간으로 구분하였고, 방향은 신복로터리에서 산업단지 방향을 순방향, 반대방향을 역방향으로 나누었다. 차선은 1차선과 2차선으로 구분하였다.

이와 같이 구분된 각각의 폴리곤에 대해 실시간 주행계측으로 수집된 노후지점 정보를 입력하여 노후지점 수를 산출하였고, 이를 바탕으로 도로 노후도의 범위를 결정하였다.

4. 연구결과

4.1 주행 계측 결과

Fig. 6은 노면 평탄성 감지 장치를 이용하여 주행 계측한 결과이다. G-value는 산업단지 인근에서 진폭이 큰 것으로 나타났는데(①번 구간), 이는 노면 상태가 고르지 못하여 차량의 진동이 많은 것을 의미한다. 반면 신복로터리 인근의 진폭은 작아(②번 구간) 도로 상태가 비교적 평탄한 것으로 확인되었다. 이러한 주행 계측의 결과를 통해 노면 상태에 대한 대략적인 평탄성을 예측할 수 있다.

Fig. 6.

Results of Driving Measurement Using the Equipment Detecting Road Smoothness


한편, 차량의 가속현상은 지면의 충격을 증가시켜 도로 평탄성에 영향을 줄 수 있어 속도와 G-value 간의 상관성 및 산점도 분석을 통해 그 관계성을 파악하였다. 양(+)의 값을 지닌 G-value와 속도 간의 상관계수는 유의수준 1% 이내에서 0.263로 양(+)의 상관성을 보였고, 음(-)의 G-value와는 –0.262로 음(-)의 상관성으로 분석되었다(Table 2). 산점도 결과에서도 차량의 속도가 증가할수록 G-value 값은 증가하는 것을 알 수 있다(Fig. 7).

Table 2

Coefficient of Pearson’s Correlation (R) Between Speed and G-value

G-value(+)G-value(-)
Speed0.263**-0.262**

: p<0.01, R: Coefficient of Pearson’s correlation


Fig. 7.

Scatter Plots Between G-value and Vehicle Speed


4.2 노후지점 탐지 결과

도로 노후지점을 분석한 결과는 Fig. 8과 같다. 총 194개의 노후지점이 탐지되었고, 순방향 2차선 도로가 55개, 역방향 2차선 도로 52개, 순방향 1차선 도로 45개, 역방향 1차선 도로 42개로 나타나 2차선 도로에서 노후지점이 많은 것으로 확인되었다. 특히 동쪽에 위치한 산업단지 인근도로에서 양방향 모두 노후지점이 다수 탐지된 것으로 나타나 이 일대의 도로 노후도가 심각한 것으로 예측된다.

Fig. 8.

Results Detecting Deteriorated Road Points


양(+)과 음(-)의 G-value에 대한 특성은 다음과 같다. 볼록형 노후지점을 나타내는 양(+) G-value는 총 124개인데 반해, 오목형인 음(-)의 G-value는 70개로 본 연구대상 도로는 볼록형 노후지점이 오목형 보다 많이 분포하는 것으로 확인되었다.

Table 3은 방향과 차선에 따른 노후지점 수를 비교한 결과이다. 순방향은 103개 지점, 역방향은 91개 지점으로 방향에 의해서는 노후지점의 차이가 크지 않았다. 하지만 차선별로는 1차선(82개)보다 2차선(112개)이 30개 지점이 많았다. 이는 우회하는 차량의 방향전환에 따른 영향, 강우시 빗물의 고임현상 등 다양한 원인이 작용하였기 때문으로 판단된다.

Table 3

The Number of Deteriorated Road about Sector, Lane, and Direction

DirectionLane
ForwardBackwardOneTwo
Number1039182112
Total194194

4.3 도로구간별 노후도

Fig. 9는 도로구간별 노후지점의 수를 분석한 결과이다. 노후지점이 가장 많은 도로는 ⑥번 순방향 구간으로 2차선 도로 18개 지점, 1차선 도로 12개 지점이 분포하고 있다. 이 구간은 학성교와 명촌교가 교차하는 구간으로 석유화학산업단지로 차량이 유입되는 주요 도로이다. 따라서 대량의 화학물질을 운반하는 화물차량의 무게로 도로 노후화가 가중되는 것으로 사료된다.

Fig. 9.

Distribution of Deteriorated Road Numbers about Sector, Lane, and Direction


다음으로 노후지점이 많은 도로는 ①번 구간 순방향과 역방향의 2차선에서 각각 12개 지점으로 나타났다. 이 지역은 울산IC에서 울산방향으로 차량이 유입되는 주요 도로이며, 신복로타리를 중심으로 삼호로, 남산로, 대학로 등 시내방향으로 진출하는 곳이다. 그 중에서 ①번 구간은 삼호로로 남산로와 접하는 와와교차로까지의 구간이며, 태화강변을 따라 이동하는 강남로로 가는 주요 도로이다. 또한 이 구간 주변은 주거지역이 밀집되어 있어 출퇴근 시 차량의 유출·입이 빈번할 것으로 판단되며, 이로 인해 노후지점이 다수 발생한 것으로 판단된다.

⑤번 구간은 번영교와 학성교 사이에 위치한 도로로 순방향 2차선에서 11개의 노후지점이 탐지되었다. 번영교와 학성교는 태화강 북쪽 지역에서 울산의 중심상업지역(울산광역시 삼산동 일대)으로 이동하는 주요 교량으로 2015년 기준 1일 통행량을 비교해 본 결과, 명촌대교(105,601대) 다음으로 빈번한 통행량(번영교: 93,483대, 학성교: 57,477대)을 보이고 있다(Table 4). 따라서 번영교와 학성교 사이에 위치한 ⑤번 구간도 우회하는 차량들로 인해 통행량이 많을 것으로 예측된다.

Table 4

Characteristics of Traffic Volume in Ulsan

BridgeTraffic volume (day)Rate (%)
Sinsamho76,57217.72
Gusamho10,5152.43
Taehwa73,29016.96
Bunyoung93,48321.63
Haksung57,47713.30
Myungchon105,60124.44
Ulsan15,1853.51

Source: Ulsan Traffic Management Center (http://www.its.ulsan.kr)


이렇듯 도로 노후화는 차량의 중량, 통행량 등 다양한 요인들에 의해 발생할 것으로 판단되며, 요인들이 서로 복합적으로 작용하면서 노후를 증대시킬 것으로 예상된다. 따라서 도로 노후화를 사전에 예방하고 지속적으로 관리하기 위해서는 도로 노후화에 영향을 미치는 여러 가지 환경요인에 대한 추가적인 연구가 필요할 것으로 판단된다.

5. 결론

본 연구는 울산광역시의 주요 화학물질 이동도로를 대상으로 노후도로의 신속한 탐지와 효과적인 관리를 위해 노면 평탄성 감지 장치의 활용성을 검토하였다. 연구결과를 요약하면 다음과 같다.

먼저 노면 평탄성 감지 장치를 이용하여 주행 계측한 결과 산업단지 인근에서 진폭이 큰 것으로 나타나 평탄성이 좋지 않은 것으로 나타났으며, 차량의 속도가 증가할수록 차량에 가해지는 충격도 큰 것으로 분석되었다.

다음으로 연구대상 도로의 노후지점을 탐지한 결과, 총 194개의 지점으로 나타났으며, 2차선 도로가 1차선 도로보다 노후지점이 다소 많은 것으로 분석되었다. 방향에 따라서는 순방향이 103개, 역방향이 91개로 노후지점 수의 차이는 크지 않았다. 노후유형별로는 볼록형의 노후지점이 오목형 보다 많았다.

도로구간별 노후도 분석결과에서는 산업단지 인근의 순방향 2차선 도로에서 18개 지점으로 가장 많은 노후지점이 분포하였고, 1차선 도로에서도 12개 지점이 나타나 이 일대의 도로 노후도가 심각한 것으로 확인되었다. 이는 차량 통행량과 우회하는 차량 등 다양한 원인에 의한 것으로 판단된다.

이와 같은 결과에서 알 수 있듯이 본 연구에서 활용된 노면 평탄성 감지 장치는 차량에 부착하여 주행을 통해 노후지점을 신속하게 탐지하고 다양한 정보를 취득할 수 있다는 점에서 앞으로 노후도로 관리적인 측면에서 활용성이 높을 것으로 판단된다.

향후에는 추가적인 대상지역을 선정하여 노면 평탄성 정보에 대한 지속적인 모니터링을 실시하고, 도로 평탄성에 영향을 줄 수 있는 다양한 요인을 파악할 예정이다. 또한, 기존의 선행연구에서 활용되고 있는 카메라 영상 또는 스캐너 장비를 이용하여 노후 유형 및 특성을 분석하고 이를 노면 평탄성 감지 장치와의 비교분석을 통해 노후 유형을 자동으로 분류할 수 있는 기법이 개발되어야 할 것이다. 이러한 기법의 개발은 저비용으로 효과적인 노후탐지를 가능하게 해주고, 노후 유형 및 특성에 대비한 도로 보수에 대처할 수 있어 지자체의 도로 보수를 위한 우선순위 설정 등 효율성을 극대화 시킬 수 있을 것으로 판단된다.

감사의 글

본 연구는 국민안전처 국민안전확보기술개발 사업인 ‘과학적 재난원인조사 기반 기술과제(NDMI-주요-2016-01)’ 연구비지원에 의해 수행되었습니다.

References
  1. Han D.S, and Do M.S. (2012) Estimation of Life Expectancy and Budget Demands based on Maintenance Strategy. Journal of The Korean Society of Civil Engineers 32, 345-356.
    CrossRef
  2. Huidrom L, Das L.K, and Sud S.K. (2013) Method for automated assessment of potholes, cracks, and patches from road surface video clips. Procedis-Social and Behavioral Sciences 104, 312-321.
    CrossRef
  3. Jo Y.T, and Ryu S.K. (2015) Performance evaluation of pothole detection based on video data. 2015 Conference The Institute of Electronics Engineers of Korea. The Institute of Electronics Engineers of Korea , 354-357.
    Pubmed
  4. Jo Y.T, and Ryu S.K. (2016) Real Time Pothole Detection System based on Video Data for Automatic Maintenance of Road Surface Distress. KIISE Transactions on Computing Practices 22, 8-19.
    CrossRef
  5. Kim J.H, Kim H.J, and Kim S.B. (2012) Evaluation of Repair Material for Concrete Pavement. 2012 Conference on Korea Concrete Institute , 527-528.
  6. Kim Y.R, Jo Y, and Ryu S. (2015) Pothole Detection using Intensity and Motion Information. Journal of the Institute of Electronics and Information Engineers 52, 137-146.
    CrossRef
  7. Koch C, and Brilakis I. (2011) Pothole detection in asphalt pavement images. Advanced Engineering Informatics 25, 507-515.
    CrossRef
  8. Lee K.H, and Kang M.S. (2009) Feasible Plan Study for Pot Hole Decrease of Asphalt Concrete Pavement. Journal of Korea Society of Civil Engineers 57, 72-77.
  9. Mednis A, Strazdins G, Zviedris R, Kanonirs G, and Selave L. (2011) Real time pothole detection using Android smartphones with accelerometers. In Proceedings of the Distributed Computing in Sensor Systems and Workshops , 1-6.
    CrossRef
  10. Park K.W, Jee G.S, and Seo S.G. (2015) Application of Preventive Maintenance on Highway using Asphalt Rejuvenator. Journal of The Korean Society of Civil Engineers 63, 61-63.


This Article

e-submission

Archives

Indexed/Covered by