본문 바로가기
KERD
논문KCI 등재

도로 노면상태 및 기상 빅데이터 분석을 통한 차량 안전성 제고

Improving Vehicle Safety Through Road Surface Condition and Weather Data Analysis

이민우|조연주|함유근|김강화|김승현
한국엔터프라이즈아키텍처학회 (Korea Institute of Enterprise Architecture)|2017.12|정보화연구 (The Journal of Information Technology and Architecture)|제14권 제4호|pp. 375-386

0

조회

0

다운로드

6

인용

0

참고문헌

키워드

빅데이터Big Data도로기상도로 노면상태Road Weather차량 안전성노면 마찰력Vehicle SafetyRoad Surface ConditionRoad Friction
주제분류과학기술학

초록

최근 폭우와 같은 위험기상 상황은 도로 노면상태의 마찰력을 변화시켜 자동차의 미끄러짐에 영향을 준다. 따라서 도로 노면상태 및 기상 빅데이터를 분석하여, 이들이 차량 안전성에 대한 관계를연구할 필요가 있다. 본 연구에서는 기상 상태가 도로 노면상태의 상관성을 분석하고, 이에 따른 마찰력 간 상관성을 규명함으로써, 차량 안전성에 기여할 수 있는 방법을 제시하고자 한다. 이를 위하여차량에 노면상태 측정을 위해 노면센서를 장착하고, 도로 노면상태를 수집하였다. 수집된 데이터는 가장 가까운 위치의 기상정보를 활용하여 기상 상태와 노면상태, 노면상태와 마찰력 간 상관성을 확인하였다. 그 결과, 강우일 때 도로 노면상태 변화로 마찰력이 감소하고 차량 안전성이 떨어짐을 확인했다. 이는 기상예측을 통해, 노면상태와 마찰력을 예측하고, 이 정보를 운전자에게 제공함으로써, 차량안전성을 높여 사회적 비용 감소와 관련 시스템 개발에 활용할 수 있다.

Abstract

It is necessary to study the interrelation between weather big-data and road surfacecondition because of the dangerous weather conditions, such as heavy rains, affect the safety ofvehicle by changing the friction of the road surface. In this study, we propose a method to contributeto the vehicle safety by analyzing the correlation between the weather, the road surfacecondition and the friction. For this purpose, we installed the road sensor on the vehicle to aggregatethe road surface condition. We analyzed the data with road surface condition and frictionusing the nearest location’s weather information. As a result, the road friction decreased and thesafety of the vehicle decreased due to the change of the road surface condition during the rain. Thiscan contribute to the reduction of social costs and system development by predicting the road surfacecondition through the weather prediction and providing this information to the driver.

참고문헌 (35)

  1. "Korea Meteorological Administration"[URL]
  2. Average Annual Rainfall Frequency, "Choi, Woong Jung", National Disaster Management Research Institute, ~ (2011)
  3. Song, Sang Kyu, "The effect of Weather on Traffic Accidents", KMA WEBZINE (2001)
  4. Harlod Brodsky, "Risk of a road accident in rainy weather", Accid. Anal. &Prev, 20(3), pp.161~176 (1988)
  5. "The Road Traffic Authority"[URL]
  6. 김태욱, "기상상황에 따른 노면상태를 고려한 첨단차량 추종거동 모형의 분석", 한국ITS학회 논문지, 12(3), pp.53~64 (2013), 한국ITS학회[DOI]
  7. "Ground Weather Observation Network" (2017)[URL]
  8. 권기동, "빅데이터 플랫폼 구축을 활용한 운전습관 및 운전행태 분석", 정보기술아키텍처 연구, 12(4), pp.667~675 (2015), 한국엔터프라이즈아키텍처학회
  9. 함유근, "빅데이터 시대의 데이터 통합 전략: 공공부문 사례 분석", 정보기술아키텍처 연구, 14(2), pp.115~128 (2017), 한국엔터프라이즈아키텍처학회
  10. "Road Status" (2017)[URL]
  11. NEXCO, "Automatic Salting-control System using the Tire Sensing a Road Surface Condition(ISCOS*)", 2017 ITS World Congress (2017)
  12. "FMI(Finnish Meteorological Institute)"[URL]
  13. "Korea Meteorological Administration"[URL]
  14. "Korea Meteorological Administration"[URL]
  15. "Bridgestone"[URL]
  17. "Korea Meteorological Administration", ~ (2016)
  18. Korea Institute of Civil Engineering and Building Technology, "Road safety inspection technology through automatic road information survey and analysis", KICTzine, pp.27~ (2016)
  19. "Traffic Accident Analysis System"[URL]
  20. Abbas, Mohammad, "Remote sensing of road surface conditions", pp.2017
  21. Hegemann, Stefan, "Determining the characteristics of a road surface by means of a 3D camera", U.S. Patent No. 9,679,204, ~ (2017)
  22. Lee, JaeJoon, "Big Data Technology Trend", Hallym ICT Policy Journal, 02 (2015)
  23. "INRIX"[URL]
  24. James N. Hughes, "GeoMesa: a distributed architecture for spatio-temporal fusion", Proc. SPIE, 9473 (2015)[DOI]
  25. Yu, Jia, "Geospark : A cluster computing framework for processing large-scale spatial data", Proceedings of the 23rd SIGSPATIAL International Conference on Advances in Geographic Information Systems (2015), ACM
  26. Hagedorn, S., "Datenbanksysteme für Business, Technologie und Web (BTW 2017)", pp.123~142 (2017), Gesellschaft für Informatik
  27. "Apache Hadoop"[URL]
  28. "fluentd"[URL]
  29. Matei Zaharia, "Spark:cluster computing with working sets", Proceedings of the 2nd USENIX conference on Hot topics in cloud computing (HotCloud'10), pp.10~10 (2010), USENIX Association
  30. Niemeyer, Gustavo, "Geohash", ~ (2008)
  31. "Apache Zeppelin" (2017)[URL]
  32. "Teconer Inc" (2015)[URL]
  33. Kim, You Jung, "Performance Comparison of the R*-Tree and the Quadtree for kNN and Distance Join Queries", IEEE Transactions on Knowledge and Data Engineering, 22(7), pp.1014~1027 (2010)
  34. Raymond Ghandour, "Tire", road friction coefficient estimation applied to road safety, 2010, ~
  35. Oh, Yumrak, "Dangers of High Speed Traveling in View of Braking Distance on the Wet Surface Road", Auto Journal, 38(1), pp.42~47 (2016)

관련 논문AI추천

도로 기상 빅데이터 유형별 활용 전략: 국내외 사례 분석김강화, 김승현, 전용주, 함유근사)한국빅데이터학회 · 한국빅데이터학회 학회지2017 · 제2권 제2호머신러닝 알고리즘을 이용한 기상 조건에 따른 노면 상태 예측 모델 연구김영곤, 용환성, 이민우, 이석준, 전용주한국엔터프라이즈아키텍처학회 · 정보화연구2018 · 제15권 제4호기계학습을 통한 여름철 노면상태 추정 알고리즘 개발김강화, 여지호, 이주영, 장기태한국ITS학회 · 한국ITS학회 논문지2018 · 제17권 제6호기상상황에 따른 노면상태를 고려한 첨단차량 추종거동 모형의 분석김태욱, 배상훈한국ITS학회 · 한국ITS학회 논문지2013 · 제12권 제3호기상요인이 교통사고 발생에 미치는 영향 분석 : 서울지역을 중심으로이기광한국산업경영시스템학회 · 한국산업경영시스템학회지2015 · 제38권 제1호가변속도제한시스템의 제한속도 결정을 위한 UTIS 정보와 기상정보 연계방안손현호, 윤일수, 이상수, 이철기한국ITS학회 · 한국ITS학회 논문지2012 · 제11권 제6호

이 간행물의 다른 논문 (7건)

데이터탐색과 데이터 구조화에 대한 사례연구: 국가연구개발투자이재근pp. 317-326클라우드 도입단계 위험식별 및 감리점검체계 개선에 관한 연구최영진, 한휘종, 나종회pp. 327-334레거시 시스템의 효율적인 클라우드 전환을 위한 마이크로서비스 아키텍처 적용 방안에 관한 연구김인규, 부현경pp. 335-355콘텐츠 중심 네트워킹에서의 그룹 기반 협력 캐싱 방법김성민, 노병희pp. 357-366분산 시맨틱 웹 환경에서의 효율적인 시공간 RDF 데이터 처리민덕기, 신인수pp. 367-373
원문 보기