노면온도 변화 패턴 예측으로 도로결빙 위험 대비한다

[이데일리 강민구 기자] 차량에 부착한 관측장비로 외기온도 데이터를 수집하고, 기계학습 알고리즘으로 분석한 노면 결빙 위험 정보를 운전자에게 실시간으로 제공해주는 기술이 나왔다. 한국건설기술연구원은 노면온도의 변화 상황을 예측하는 기술을 개발했다고 16일 밝혔다.

차량에 설치한 VISS 데이터 취득 시스템.<사진=한국건설기술연구원>

노면온도는 겨울철 도로의 노면상태를 결정하는 중요한 요소인데 약 11만 km에 달하는 국내 도로망 전체의 노면상태를 실시간으로 모니터링하는 것은 사실상 불가능하다. 연구팀은 빅데이터를 수집·분석해 노면온도가 변화하는 패턴을 예측하면 도로 노면상태도 예측할 수 있다는 점에 착안해 연구를 진행했다.

노면온도 변화 패턴 예측 모형의 성능과 신뢰도를 높이려면 다양한 도로조건과 기상조건을 고려한 양적·질적 학습 데이터 확보가 필요하다. 연구팀은 자유로와 영동고속도로 일대에서 데이터를 수집하고, 분석했다. 5년여간 연구 결과 ‘노면온도변화 패턴 예측 시스템’을 개발했다.

연구팀은 ‘모바일 차량 주행환경 관측장비(VISS)’를 통해 실시간으로 차량 외기온도와 위치정보를 동시에 수집했다. 수집한 정보는 LTE 통신으로 ‘도로 주행 환경 분석 플랫폼’으로 전송했다.

연구팀이 개발한 ‘노면온도변화 패턴 예측 모형’은 플랫폼으로 전송된 정보와 기상청이 공개 제공하는 기온·습도 등의 날씨 정보, 기존에 입력해 둔 위치별 도로조건 등을 연계해 기계학습 기반 모형으로 노면온도 변화 패턴을 예측한다. 도로관리자와 운전자는 이를 통해 도로결빙과 같은 노면위험 예측 정보를 실시간으로 제공 받을 수 있다.

연구팀은 아이나비시스템즈의 모회사인 팅크웨어와 협력해 기술 시범적용을 추진하고 있다.

연구책임자인 양충헌 박사는 “이번 시스템 개발로 겨울철 도로의 노면상태 정보를 많은 운전자에게 제공해 동절기 차량의 안전운행에 기여할 수 있을 것”이라고 말했다.