KR100794591B1 - 차량정보 자동계측시스템 - Google Patents

차량정보 자동계측시스템 Download PDF

Info

Publication number
KR100794591B1
KR100794591B1 KR1020060099220A KR20060099220A KR100794591B1 KR 100794591 B1 KR100794591 B1 KR 100794591B1 KR 1020060099220 A KR1020060099220 A KR 1020060099220A KR 20060099220 A KR20060099220 A KR 20060099220A KR 100794591 B1 KR100794591 B1 KR 100794591B1
Authority
KR
South Korea
Prior art keywords
vehicle
information
sensor
bridge
load
Prior art date
Application number
KR1020060099220A
Other languages
English (en)
Inventor
박민석
Original Assignee
한국도로공사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국도로공사 filed Critical 한국도로공사
Priority to KR1020060099220A priority Critical patent/KR100794591B1/ko
Application granted granted Critical
Publication of KR100794591B1 publication Critical patent/KR100794591B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/02—Detecting movement of traffic to be counted or controlled using treadles built into the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 주행차량의 교통특성 및 하중특성을 파악하여 주행차량에 의한 교량의 정적, 동적 거동특성을 예측하고 평가하여 교량의 안전성 및 공용 수명 확보를 위한 차량 정보 자동계측시스템에 관한 것이다.
이를 위해 본 발명은 차량 정보 자동계측시스템에 있어서, 감지된 차량의 통행정보를 데이터 처리부로 출력하는 차량 감지 센서부와, 감지된 차량의 하중정보를 데이터 처리부로 출력하는 하중 감지 센서부와, 차량의 축 수, 축 간격을 감지하여 차종을 자동 구분하고, 상기 차량 감지 센서부를 통해 감지된 차량의 통행정보를 가공 처리하여 도로상의 교량을 주행하는 차량의 속도, 축 수, 축 간격, 차두 간격, 연행률, 중차량 혼입률 등을 기록 저장하는 동시에 상기 하중 감지 센서부를 통해 감지된 차량의 중량정보를 가공 처리하여 통행 차량의 총 중량, 축 중량 등의 차량 하중에 대한 정보 및 교량의 동적 특성에 대한 정보를 기록 저장하는 데이터 처리부를 포함하여 구성된다.
테이터처리부, 하중 감지 센서, 차량 감지 센서, 차량 계측, 차량 하중

Description

차량정보 자동계측시스템{Automatic Measuring System for Vehicle Information}
도 1은 본 발명에 따른 차량정보 자동계측시스템의 블록구성도.
도 2는 본 발명에 따른 차량정보 자동계측시스템의 상세 블록구성도.
도 3은 본 발명에 따른 차량정보 자동계측시스템의 영향선을 이용한 정보처리과정 흐름도.
도 4는 본 발명에 따른 차량정보 자동계측시스템의 영향선을 이용한 축 중량 계산 이론도.
도 5는 본 발명에 따른 차량정보 자동계측시스템의 인공신경망을 이용한 정보처리과정 흐름도.
도 6은 본 발명에 따른 차량정보 자동계측시스템의 동적 변형률 신호 피크검출도.
도 7은 본 발명에 따른 차량정보 자동계측시스템의 인공신경망 학습 자료에 대한 통과차로 판별도.
도 8은 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 차선당 2개씩 구성된 축 감지센서(SN1)를 사용한 구성도.
도 9는 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 차 선당 2개씩 구성된 축 감지센서(SN1)의 응답신호 파형도.
도 10은 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 차선당 2개씩 구성된 축 감지센서(SN1)와 차량 하중정보 측정을 위한 하중정보 측정센서로 사용한 동적 변형률 센서의 응답신호 파형도.
도 11은 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 차선당 2개의 루프센서(SN2)와 1개의 축 감지센서(SN1)의 구성도.
도 12는 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 2개의 루프센서와 1개의 축 감지센서의 응답신호 파형도.
도 13은 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 2개의 루프센서와 1개의 축 감지센서 및 차량 하중정보 측정을 위한 하중정보 측정센서로 사용한 동적 변형률 센서의 응답신호 파형도.
도 14는 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 차선당 2개의 변형률 센서군의 구성도.
도 15는 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 2개의 변형률 센서군의 응답신호 파형도.
도 16은 본 발명에 따른 차량 하중 정보 측정을 위해 하중정보 측정센서로 사용한 교량 거더에 설치한 변형률 센서군의 구성도.
도 17은 본 발명에 따른 차량 하중 정보 측정을 위해 교량 가로보에 설치한 동적 변형률 센서 구성도.
도 18은 본 발명에 따른 차량 하중 정보 측정을 위해 교량 가로보에 설치한 동적 변형률 센서의 응답신호 파형도.
도 19는 본 발명에 따른 인공신경망 기법을 이용한 차량 하중 산정시 차축간 거리의 영향을 반영하기 위한 피크지속시간 개념도.
도 20은 본 발명에 따른 인공신경망 기법을 이용한 차량 하중 산정시 축 중량 분배를 위해 사용한 주행정보 측정센서인 바닥판 슬래브의 변형률 신호의 응답파형도.
*도면의 주요 부분에 대한 부호의 설명*
10 : 차량 감지 센서부 11 : 주행 정보 측정센서
20 : 하중 감지 센서부 21 : 차량 하중 측정센서
30 : 데이터 처리부 31 : 신호증폭기
32 : 신호변환기 33 : 중앙처리 장치(CPU)
34 : RAM/HDD 35 : 모니터
36 : 프린터 37 : 인터페이스
SN1 : 축 감지 센서 SN2 : 루프 센서
SN3 : 축 감지용 동적변형률센서 SN4 : 차량 중량 계산용 동적변형률센서
본 발명은 교량 위를 주행 중인 차량의 교통 및 하중 정보를 실시간으로 자동획득하기 위한 계측시스템에 관한 것으로서, 보다 상세하게는 도로상 교량의 안 전성 및 공용수명을 결정하는데 있어서 주행 차량과 교량과의 상호 작용 및 유지보수의 정도 등이 중요한 요인으로 작용하는데 이를 규명하기 위해서는 통행 차량의 총중량, 축 중량, 축 수, 축 간격, 주행속도 등에 대한 정보 및 교량의 동적 거동 특성 과 차두 간격, 연행률, 중차량 혼입률 등의 주행 특성을 파악하여 통계 처리하기 위한 차량 정보 자동계측시스템에 관한 것이다.
종래의 차량 정보 계측장치에 있어서, 정보 획득 방식은 주로 톨게이트 등에서 측정한 차량 정보를 기반으로 정보만을 가지고 차량 하중에 대한 특성을 파악하였으나 실제 교량 상을 통과하는 차량들의 특성 및 통행특성 등을 정확하게 예측하기에는 한계가 있었다.
최근에 와서, ITS(Intelligent Transport System)의 발달로 인하여 이중 교통 정보에 대한 측정은 VDS(Vehicle Detector Systems)를 통해 이루어지고 있으나, 차량 하중에 대한 정보는 아직까지 처리하는 수단이 구비되어 있지 못하고 있어 이를 해결하기 위한 노력이 절실히 요구되고 있다.
특히, 종래의 차량 정보 계측장치는 이와 같은 정보를 얻기 위하여 주로 고속도로 영업소의 자료나 인력으로 측정한 단시간의 자료에 의존하는 것이어서, 이러한 방식의 자료 수집은 측정량이 많지 않아서 신뢰성이 저하되는 등의 문제점이 있었다.
따라서, 본 발명은 상기한 종래기술의 문제점을 해결하고자 제안된 것으로서, 그의 주된 목적은 주행차량의 주행특성 및 하중특성을 정확한 파악하여 차량하 중에 의한 교량의 정적, 동적 거동특성을 예측하고 평가하여 교량의 안전성 및 공용 수명 확보를 위한 차량 정보 자동계측시스템을 제공하기 위함이다.
상기한 목적을 달성하기 위한 본 발명은, 차량 정보 계측시스템에 있어서, 감지된 차량의 통행정보를 데이터 처리부로 출력하는 차량 감지 센서부와, 감지된 차량의 중량정보를 데이터 처리부로 출력하는 하중 감지 센서부와, 차량의 축 수, 축 간격을 감지하여 차종을 자동 구분하고, 상기 차량 감지 센서부를 통해 감지된 차량의 통행정보를 가공 처리하여 도로상의 교량을 주행하는 차량의 속도, 축 수, 축 간격, 차두 간격, 연행률, 중차량 혼입률 등을 기록 저장하는 동시에 상기 하중 감지 센서부를 통해 감지된 차량의 중량정보를 가공 처리하여 통행 차량의 총 중량, 축 중량 등의 차량 하중에 대한 정보 및 교량의 동적 특성에 대한 정보를 기록 저장하는 데이터 처리부를 포함하여 구성된 것을 특징으로 한다.
또한, 상기 데이터 처리부는 상기 차량감지 센서부 및 하중감지 센서부에서 감지된 아날로그 신호를 적정 레벨로 증폭하는 신호 증폭기와, 상기 신호 증폭기로부터 출력되는 아날로그 신호를 디지털 신호로 변환하는 신호변환기와, 상기 신호변환기로부터 디지털 신호를 입력받아 가공 처리된 정보를 모니터, 프린터 및 인터페이스에 출력하는 중앙처리장치(CPU)를 포함하여 구성된 것을 특징으로 한다.
또한, 상기 교량의 거더 하부에 부착 설치된 차량하중 측정센서를 통해 얻은 변형률 신호와 영향선의 종거를 이용하여 처리하여 단독 주행뿐만 아니라 직렬 및 병렬 주행 시에도 차량의 축 중량, 총 중량 등의 차량하중 정보를 산정함을 특징으로 한다.
또한, 상기 교량의 거더 하부에 부착 설치된 차량하중 측정센서를 통해 얻은 변형률 신호를 인공신경망 기법으로 처리하여 단독 주행뿐만 아니라 직렬 및 병렬 주행 시에도 차량의 축 중량, 총 중량 등의 차량하중 정보를 산정함을 특징으로 한다.
또한, 상기 교량의 가로보 하부에 부착 설치된 차량하중 측정센서를 통해 얻은 변형률 신호를 인공신경망 기법으로 처리하여 차량의 축 중량, 총 중량 등의 차량하중 정보를 산정함을 특징으로 한다.
또한, 상기 교량의 바닥판 슬래브 하부에 부착 설치된 주행정보 측정센서를 통해 얻은 변형률 신호를 인공신경망 기법으로 처리하여 주행차량의 통행정보를 획득함을 특징으로 한다.
또한, 상기 교량 위에 설치된 디지털 비디오카메라를 통하여 얻은 영상신호를 디지털 화상 처리하여 주행차량의 통행정보를 획득함을 특징으로 한다.
이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세히 설명한다.
도 1은 본 발명에 따른 차량정보 자동계측시스템의 블록 구성도를 나타낸 것으로, 도시한 바와 같이, 감지된 차량의 통행정보를 데이터 처리부(30)로 출력하는 차량 감지 센서부(10)와, 감지된 차량의 중량정보를 데이터 처리부(30)로 출력하는 하중 감지 센서부(20)와, 차량의 축 수, 축 간격을 감지하여 차종을 자동 구분하고, 상기 차량 감지 센서부(10)를 통해 감지된 차량의 통행정보를 가공 처리하여 도로상의 교량을 주행하는 차량의 속도, 축 수, 축 간격, 차두 간격, 연행률, 중차 량 혼입률 등을 기록 저장하는 동시에 상기 하중 감지 센서부(20)를 통해 감지된 차량의 중량정보를 가공 처리하여 통행 차량의 총 중량, 축 중량 등의 차량 하중에 대한 정보 및 교량의 동적 특성에 대한 정보를 기록 저장하는 데이터 처리부(30)를 포함하여 구성된다.
도 2는 본 발명에 따른 차량 정보 자동계측시스템의 상세 블록 구성도를 나타낸 것으로, 도시한 바와 같이, 차량 감지 센서부(10)에는 주행정보 측정센서(11)가 구비되고, 하중 감지 센서부(20)에는 차량 하중 측정센서(21)가 구비된다.
또한, 데이터 처리부(30)는 상기 주행정보 측정센서(11) 및 하중 감지 센서부(20)에서 감지된 아날로그 신호를 적정 레벨로 증폭하는 신호 증폭기(31)와, 상기 신호 증폭기(31)로부터 출력되는 아날로그 신호를 디지털 신호로 변환하는 신호변환기(32)와, 상기 신호변환기(32)로부터 디지털 신호를 입력받아 가공 처리된 정보를 모니터(35), 프린터(36) 및 인터페이스(37)에 출력하는 중앙처리장치(CPU)(33)를 포함하여 구성 된다.
도 3은 본 발명에 따른 차량 정보 자동계측시스템의 영향선을 이용한 데이터 처리과정 흐름도를 나타낸 것으로서, 주행정보 측정센서에 의해 축 감지(S1) 후 차량의 속도를 계산하고(S2), 차종, 축수, 축간 거리, 연행률 및 차간거리를 계산한다(S3). 이어서, 영향선 종거를 계산(S4)한 후 변형률 필터링 및 최대 변형률을 결정(S5)하고, 최대 모멘트로 모멘트 선도를 작성(S6)하며, 차량 위치에 따른 모멘트를 계산(S7)한 후 총 중량, 축 중량 및 중차량 혼입률 등을 계산한다(S8). 상기한 축중 계산은 교량구간 내에 두 지점을 선택하여 변형률 센서 설치지점의 이론적 모멘트 값과 실측에 의한 모멘트 값을 비교하여 산정한 후, 축 중을 분배하는 형태로 축 중을 계산한다.
도 4는 본 발명에 따른 차량 정보 자동계측시스템의 축 중 계산 이론도를 나타낸 것이다. 실제 교량에서 습득한 변형률 데이터를 가공하지 않고 이용하는 것은 동적인 영향으로 인하여 그 변화가 심하기 때문에 데이터를 정형화하기가 어렵다. 따라서 이동평균을 이용하여 데이터를 가공한 후 실제로 발생한 최대 모멘트에 팩터(Factor)(이론최대모멘트/실제최대모멘트)를 곱하여 이를 꼭지점으로 하는 모멘트 선도를 직선으로 나타낸다. 이와 같이 작성된 모멘트 선도와 이론 모멘트 선도가 교차하는 지점을 찾아서 축 중 계산에 필요한 두 개의 모멘트를 모멘트 선도에서 발췌하고 아래 식(1)을 이용하여 2축으로 가정한 모든 차량의 총중량을 계산한다.
Figure 112006073658830-pat00001
- - (1)
여기서, Ⅰij : i번째 위치에서 차량의 j번째 바퀴의 영향선 종거
Ｐi : j번째의 축중량
Ｍi : 차량에 의해 i위치에서 발생하는 모멘트
이와 같이 계산한 총 중량을 기본으로 하여 차량의 축 중 분배률을 통하여 차량의 각 축중을 산정한다. 일반적으로 고속도로 상의 교량은 차선수가 3차선 이상이며 또한 차량이 두 대 이상 직력 또는 병렬의 형태로 주행한다. 이러한 경우에도 상기와 같이 설명한 계산법에 의하여 교량에 진입한 차량의 중량을 각각 계산할 수 있다.
도 5는 본 발명에 따른 차량 정보 자동계측시스템의 인공신경망을 이용한 데이터 처리과정 흐름도를 나타낸 것으로서, 측정센서의 초기화(H1)는 동적 변형률 신호의 영점 조정을 위한 것으로 로우 패스 필터링(low pass filtering)도 함께 수행하게 된다.
데이터 전처리과정(H2)은 측정한 데이터 파일에서 차량 정보 계산 시 필요한 부분만을 선택하여 임의 형태의 파일로 변환/저장하기위한 과정이다.
차 축수 판별(H3)은 주행정보 측정센서의 동적 변형률 신호의 피크 검출알고리즘을 사용하여 판별한다.
축간 거리 판별(H4)은 주행정보 측정센서의 동적 변형률신호를 사용하며 피크 검출 알고리즘을 이용하여 피크 위치의 상대적인 시간차를 이용하여 구한다.
차종 판별(H5)은 차 축수와 축간 거리가 구해지면 자동으로 이루어지게 된다. 차량 총 길이와 축수뿐만 아니라 축간 거리가 고려된 새로운 차종 구분을 할 수 있다.
통과차로의 판별(H6)은 인공신경망 기법을 통해 구현하며, 교량 바닥판에 설치된 일련의 주행정보 측정센서의 변형률 신호 중 최대값들로 구성되는 M?1 행렬이며, 목표 출력값은 1～N 사이의 정수이다. M은 측정센서 수, N은 차선 수이다. 한 예로 왕복 6차선인 교량에 총 16개의 주행정보 측정센서를 설치한 경우 통과차로 판별 신경망에 사용한 입력층은 16?1의 벡터이고 출력값은 1～6사이의 정수이다. 또한 P개의 은닉층에 Q개의 절점을 두어 신경망을 구성한다. 신경망의 학습을 위해 데이터 군 중 임의개의 데이터 세터로 이루어진 트레인 세트(training set)를 사용하여 학습을 수행한다. 반복계산에 의해 수렴 한계 이내로의 수렴이 이루어지게 한다. 학습이 정상적으로 완료되었는지 확인하기 위하여 학습 완료된 신경망에 학습 자료를 다시 입력하여 목표 출력값과 어느 정도 일치하는 출력값이 얻어지는지 확인한다. 이를 위하여 학습이 완료된 신경망 파일과 학습에 사용한 학습 자료를 다시 읽어 들여 출력값과 목표값을 비교한 정확도를 출력한다.
신경망 출력값의 정확도를 정량적으로 표현하기 위하여 정확도 지수 (correctness index)를 사용하였으며, 그 수식은 식(2)와 같다. 정확도 지수는 상대평가지수와 절대평가지수의 조합으로 구성되며, 상대평가지수는 목표절점의 출력값이 다른 절점의 출력값에 비해 얼마나 큰지를 나타내고, 절대평가지수는 목표 절점의 출력값이 얼마나 1에 가까운가를 나타낸다. 상대평가지수와 절대평가지수의 경중률은 사용자의 판단에 의해 결정할 수 있으며, 각각 0.8과 0.2를 사용하였다.
Figure 112006073658830-pat00002
- - (2)
여기서, Ｏt는 목표절점의 출력값
Ｏi는 목표절점을 제외한 절점의 출력값 중 최대값
a와 b는 각각 C1과 C2의 경중률
통과 속도 계산(H7)은 통과차로 판별 신경망을 사용하여 차량이 통과한 차로가 판별되면, 해당 차로의 두 채널의 신호 사이에 나타나는 시간차이와 각각의 채널에 연결된 센서 사이의 거리로부터 계산이 가능하다. 두 채널의 시간차를 계산하기 위해 한 채널을 고정시키고 다른 한 채널을 시간 축에서 이동시키며, 두 채널 사이의 오차가 최소가 되는 시점을 찾는 방법을 사용하였다. 이러한 방법을 사용하여 시차가 얻어지면, 두 센서사이의 거리(L)와 얻어진 시차(Δt)를 사용하여 식(3)으로부터 통과속도를 계산한다.
Figure 112006073658830-pat00003
- - (3)
총 중량 검출(H8)은 차량하중 측정센서에서 측정한 동적 변형률 신호를 사용한다. 이때 사용하는 차량하중 측정센서는 교량 거더나 가로보 하부에 부착된 동적 변형률 신호로 주행정보 측정센서가 설치된 바닥판의 변형률 신호와는 달리 통과차량의 차륜하중에 덜 민감하게 반응하는 부분으로 측정한 신호를 이용할 때 총 중량 검출에 효과적으로 활용할 수 있다. 이때 사용하는 분석 알고리즘은 크게 세 가지의 입력변수를 사용한다. 1) 통과 행선에 설치된 차량하중 측정센서에서 얻은 동적 변형률 신호, 2) 차량 통과 속도, 3) 피크 지속시간이다. 여기서 피크 지속시간이란 차량하중 측정센서 전체 동적 변형률 신호 합에 대한 피크 값의 60% 이상의 값 이 지속되는 시간으로 축간 거리의 영향을 반영하고자 사용한다.
축 중량 계산(H9)은 위에서 구한 총 중량을 각각의 축 중량으로 분배해주는 과정으로 주행정보 측정센서에서 검출된 동적 변형률 신호의 피크 값들이 각각의 축 중량과 비례관계를 보이므로 총 중량을 피크 값에 비례해서 각각의 축 중량으로 계산하게 된다.
차량정보 통계처리(H10)는 위에서 구한 차종별, 총 중량별, 축 중량별 일일 교통량부터 주간, 월간, 연간 교통량 등을 통계 처리하는 과정이다. 여기에는 통계 처리된 해당 지역의 대표 차량 하중 모델을 개발하는 과정도 포함된다.
도 6은 본 발명에 따른 차량 정보 자동계측시스템의 피크 검출 알고리즘을 보여주고 있다. 일정한 폭의 윈도우가 Δt 간격으로 이동하며 매 시간 최대값의 위치를 기록하고, 연속적으로 윈도우 폭과 같은 수의 피크 위치가 기록되면 그 지점을 피크로 인식하게 된다. 피크인식의 정확도를 향상시키기 위해 컷오프 레벨(cutoff level)을 설정하여 이 값보다 작은 피크(peak) 값이 검출될 경우 이를 피크로 인식하지 않도록 한다. 피크인식의 정확도는 윈도우의 폭과 컷오프 레벨에 따라 달라지며, 여기에서는 여러 번의 시행을 통해 윈도우의 폭과 컷오프 레벨의 최대값을 설정한다.
도 7은 본 발명에 따른 차량 정보 자동계측시스템의 인공신경망 학습 자료에 대한 통과차로 판별의 결과를 나타난다. 식(2)의 정확도 지수는 60 이상인 경우 올바른 판별이 이루어진 것으로 볼 수 있으며, 도 7의 경우 정확도지수는 모두 80 이상으로 매우 정확한 판별 결과를 보여주며, 이것은 신경망의 학습이 성공적으로 이 루어졌음을 나타낸다.
도 8은 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 차선당 2개씩 구성된 축 감지센서(SN1)를 사용한 구성도를 나타낸 것이다.
여기서 L : 속도계산에 사용되는 주행정보 측정센서간 거리.
SL : 변형률계 획득 시 사용되는 주행정보 측정센서와 교량시작점과의 거리이다.
도 9는 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 차선당 2개씩 구성된 축 감지센서(SN1)의 응답신호 파형도를 나타낸 것으로서, 5축 차량이 축 감지 센서 위를 통과한 경우의 신호파형으로 두 개의 주행정보 측정센서(LIP1,LIP2)의 피크가 발생하는 시간차로 속도를 계산한다.
도 10은 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 차선당 2개씩 구성된 축 감지센서(SN1)와 차량 하중정보 측정을 위한 하중정보 측정센서로 사용한 동적 변형률 센서의 응답신호 파형도를 나타낸 것으로서, 차량이 교량을 통과할 때의 주행정보 측정센서와 차량하중 측정센서 응답신호의 상관관계를 나타낸 것이다. 여기서 SL은 주행정보 측정센서와 교량시작점과의 거리에 관계된 시간을 나타내고, CL/2는 차량의 무게 중심점으로 차량의 길이의 1/2지점을 나타내며, BL/2는 교량길이의 1/2에 관계된 시간을 나타낸다. 즉, 차량이 압전 센서에서 첫 축이 감지된 후 CL/2+SL+BL/2 이 경과한 후에 동적 변형률 신호의 최대 피크점이 나타난다.
도 11은 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사 용한 차선당 2개의 루프센서(SN2)와 1개의 축 감지센서(SN1)의 구성도를 나타낸다. 여기서 L은 속도계산에 사용되는 루프 센서(SN2)간 거리, SL은 동적 변형률 신호 획득 시 사용되는 주행정보 측정센서와 교량시작점과의 거리이다.
도 12는 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 2개의 루프센서와 1개의 축 감지센서의 응답신호 파형도를 나타낸 것으로서, 4축 차량이 차량 감지센서 위를 통과한 경우의 신호파형으로 두 개의 루프 센서(L3-LP1, L3-LP2)의 신호가 발생하는 시간차로 속도 계산이 가능하다.
도 13은 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 2개의 루프센서와 1개의 축 감지센서 및 차량 하중정보 측정을 위한 하중정보 측정센서로 사용한 동적 변형률 센서의 응답신호 파형도를 나타낸 것이다.
도 14는 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 차선당 2개의 변형률 센서군의 구성도를 나타낸 것으로서, 차량 주행정보 측정을 위하여 포장층에 테입 스위치나 피에조 센서, 루프 센서와 같은 별도의 축 감지 센서를 설치하지 않고 교량 바닥판 슬래브 하면에 차선당 2개의 변형률 센서군(SN3)을 설치하여 차량 주행정보를 획득하기 위한 구성이다.
도 15는 본 발명에 따른 차량 주행정보 측정을 위해 주행정보 측정센서로 사용한 2개의 변형률 센서군의 응답신호 파형도를 나타낸 것으로서, 3축의 덤프트럭이 주행한 경우의 센서 응답 파형으로 주행정보 측정센서와 차량하중 측정센서의 상호 응답파형을 비교한 것이다.
도 16은 본 발명에 따른 차량 하중 정보 측정을 위해 하중정보 측정센서로 사용한 교량 거더에 설치한 변형률 센서군의 구성도를 나타낸 것이다. 교량 중앙 지간의 거더에 종방향으로 변형률 센서들을 부착하여 얻은 변형률 신호를 통해 얻은 외부 모멘트 값과 정적인 영향선의 종거 값을 통해 얻은 내부 모멘트 값이 일치한다는 이론을 통해 통행 차량의 축 중량, 총 중량 등의 정보를 구할 수 있다. 또한 센서들로부터 얻은 동적 변형률 신호를 인공신경망 기법에 적용하여 통행 차량의 총 중량, 축 중량 등의 정보를 구할 수 있다.
도 17은 본 발명에 따른 차량 하중 정보 측정을 위해 교량 가로보에 설치한 동적 변형률 센서 구성도를 나타낸 것이다. 교량 가로보 하부에 횡방향으로 설치한 변형률 센서들에서 얻은 동적 변형률 신호를 인공신경망 기법에 적용하여 통행 차량의 총 중량, 축 중량 등의 정보를 구할 수 있다.
도 18은 본 발명에 따른 차량 하중 정보 측정을 위해 교량 가로보에 설치한 동적 변형률 센서의 응답신호 파형도를 나타낸 것으로 주행차량이 통과한 해당 행선의 해당 차로에서 가장 큰 값을 보이며 거리가 멀어질수록 값이 작아지는 횡분배 현상을 보이고 있다.
도 19는 본 발명에 따른 인공신경망 기법을 이용한 차량 하중 산정시 차축간 거리의 영향을 반영하기 위한 피크지속시간 개념도를 나타낸 것으로 하중 산정을 위한 입력값으로 변형률의 최대치 이외에도 6개 채널의 합에 대한 피크 지속시간을 사용하였다. 여기서, 피크 지속시간은 피크값의 60% 이상의 값이 지속되는 시간을 의미한다.
도 20은 본 발명에 따른 인공신경망 기법을 이용한 차량 하중 산정시 축 중 량 분배를 위해 사용한 주행정보 측정센서인 바닥판 슬래브의 변형률 신호의 응답파형도이다. 바닥판 슬래브의 변형률 신호는 통과 차량의 축 중에 대해 민감한 반응을 보이므로 축 중량 분배시 사용하며 아울러 총 중량 산정시에도 이용한다.
본 발명은 전술한 방법 외에도 디지털 비디오카메라를 통하여 얻은 주행하는 차량의 영상신호를 이용하여 화상처리기법을 적용하여 차량주행정보를 얻는 방법, 주행정보 측정센서로부터 차량 주행 정보뿐 만 아니라 차량 하중 정보도 동시에 측정하는 방법 및 차량하중 측정센서로부터 측정된 신호에 인공신경망 이외의 다른 패턴인식기법을 적용하여 차량 정보를 측정하는 방법 등에도 채용이 가능하다.
또한, 본 발명을 통해 수집된 차량 주행 및 하중 정보에 대한 자료가 통계 및 확률론적인 방법을 통하면 향후 교량의 설계시 필요한 국내 실정에 맞는 새로운 설계 활하중 모델의 개발에 이용하고, 교량 유지관리시 내하력 판단 및 잔존 수명 예측 등에 중요한 자료로 활용하고자 한다. 아울러 교량 손상에 주된 원인인 과적차량에 대한 단속용으로도 사용할 수 있다.
이상에서 본 발명은 기재된 구체적인 예에 대해서만 상세히 설명하였지만 본 발명의 기술 사상 범위 내에서 다양한 변형 및 수정이 가능함은 당업자에게 있어서 명백한 것이며, 이러한 변형 및 수정이 첨부된 특허 청구범위에 속함은 당연하다.
이상에서 설명한 바와 같이, 본 발명에 따른 차량 정보 자동계측시스템을 통해 얻은 차량 정보를 이용하여 교량 설계 시 필요한 설계 차량 활하중모델을 국내 현실에 적합한 모델로 재정립함이 가능하고, 교량 유지 관리 시 문제가 되는 과적 차량을 보다 효율적으로 단속할 수 있는 효과가 있다.

Claims (7)

  1. 차량 정보 계측시스템에 있어서,
    차량의 통행정보를 감지하여 출력하는 차량 감지 센서부(10)와;
    상기 차량감지센서부(10)에 의해 감지된 차량의 중량정보를 데이터 처리부(30)로 출력하는 하중 감지 센서부(20)와;
    상기 차량 감지 센서부(10)를 통해 감지된 차량의 통행정보를 가공 처리하여 도로상의 교량을 주행하는 차량의 축수, 축 간격을 감지하여 차종을 자동 구분하고, 차량의 속도, 축 수, 축 간격, 차두 간격, 연행률, 중차량 혼입률 등의 교통 통계 정보를 기록 저장하는 동시에, 상기 하중 감지 센서부(20)를 통해 감지된 차량의 중량정보를 가공 처리하여 통행 차량의 총 중량, 축 중량 등의 차량 하중에 대한 정보 및 교량의 동적 특성에 대한 이력정보를 기록 저장하는 데이터 처리부(30)를 포함하여 구성된 것을 특징으로 하는 차량 정보 자동계측시스템.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서, 상기 데이터처리부(30)는 교량의 거더(GD) 하부에 부착 설치된 차량하중 측정센서(SN4)를 통해 얻은 변형률 신호를 인공신경망 기법으로 처리하여 단독 주행뿐만 아니라 직렬 및 병렬 주행 시에도 차량의 축 중량, 총 중량 등의 차량하중 정보를 산정하는 것을 특징으로 하는 차량 정보 자동계측시스템.
  5. 제1항에 있어서, 상기 상기 데이터처리부(30)는 교량의 가로보 하부에 부착 설치된 차량하중 측정센서를 통해 얻은 변형률 신호를 인공신경망 기법으로 처리하여 차량의 축 중량, 총 중량 등의 차량하중 정보를 산정하는 것을 특징으로 하는 차량 정보 자동계측시스템.
  6. 제1항에 있어서, 상기 데이터처리부(30)는 교량의 바닥판 슬래브 하부에 부착 설치된 주행정보 측정센서를 통해 얻은 변형률 신호를 인공신경망 기법으로 처리하여 주행차량의 통행정보를 획득하는 것을 특징으로 하는 차량 정보 자동계측시스템.
  7. 삭제
KR1020060099220A 2006-10-12 2006-10-12 차량정보 자동계측시스템 KR100794591B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060099220A KR100794591B1 (ko) 2006-10-12 2006-10-12 차량정보 자동계측시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060099220A KR100794591B1 (ko) 2006-10-12 2006-10-12 차량정보 자동계측시스템

Publications (1)

Publication Number Publication Date
KR100794591B1 true KR100794591B1 (ko) 2008-01-17

Family

ID=39218166

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060099220A KR100794591B1 (ko) 2006-10-12 2006-10-12 차량정보 자동계측시스템

Country Status (1)

Country Link
KR (1) KR100794591B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100860394B1 (ko) 2008-05-22 2008-09-26 김학선 고속, 저속겸용 축중기 및 차량정보, 교통량검출장치
WO2010143769A1 (ko) * 2009-06-09 2010-12-16 하이테콤시스템(주) 비접촉식 차량 감지장치
KR101122340B1 (ko) * 2008-03-13 2012-03-23 오므론 가부시키가이샤 축 중량 계측 시스템 및 차량 분리 방법
CN107680375A (zh) * 2017-09-29 2018-02-09 深圳市易成自动驾驶技术有限公司 一种车辆载重计算方法、装置及存储介质
CN114485878A (zh) * 2022-01-26 2022-05-13 何剑虹 基于动态能谱分析进行车辆动态重量测量方法及其***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040027609A (ko) * 2003-11-27 2004-04-01 한국유지관리 주식회사 다주파수 전송방식의 무선전송기술을 이용한 구조물의 계측시스템
JP2006084404A (ja) 2004-09-17 2006-03-30 Tokyo Institute Of Technology 構造物の特性変化検出システム、方法、プログラム及び記録媒体
US20060137914A1 (en) 2004-12-23 2006-06-29 Osmos S.A. Method and device for measuring the weight applied to the ground by at least one axle

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040027609A (ko) * 2003-11-27 2004-04-01 한국유지관리 주식회사 다주파수 전송방식의 무선전송기술을 이용한 구조물의 계측시스템
JP2006084404A (ja) 2004-09-17 2006-03-30 Tokyo Institute Of Technology 構造物の特性変化検出システム、方法、プログラム及び記録媒体
US20060137914A1 (en) 2004-12-23 2006-06-29 Osmos S.A. Method and device for measuring the weight applied to the ground by at least one axle

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101122340B1 (ko) * 2008-03-13 2012-03-23 오므론 가부시키가이샤 축 중량 계측 시스템 및 차량 분리 방법
KR100860394B1 (ko) 2008-05-22 2008-09-26 김학선 고속, 저속겸용 축중기 및 차량정보, 교통량검출장치
WO2010143769A1 (ko) * 2009-06-09 2010-12-16 하이테콤시스템(주) 비접촉식 차량 감지장치
CN107680375A (zh) * 2017-09-29 2018-02-09 深圳市易成自动驾驶技术有限公司 一种车辆载重计算方法、装置及存储介质
CN114485878A (zh) * 2022-01-26 2022-05-13 何剑虹 基于动态能谱分析进行车辆动态重量测量方法及其***
CN114485878B (zh) * 2022-01-26 2024-04-09 何剑虹 基于动态能谱分析进行车辆动态重量测量方法及其***

Similar Documents

Publication Publication Date Title
JP6883768B2 (ja) モニタリングシステム
CN112179467B (zh) 一种基于视频测量动挠度的桥梁动态称重方法和***
JP5424787B2 (ja) 軸重計測装置、軸重計測装置の計測精度確認システムおよび軸重計測装置の計測精度確認方法
CN108225811A (zh) 一种基于车辆荷载的桥梁结构安全评估***
KR102140793B1 (ko) 고속도로 제한 차량 단속 시스템에서 과적 차량을 검출하기 위한 고속 축중기
KR100794591B1 (ko) 차량정보 자동계측시스템
CN109002622B (zh) 一种随机车流作用下大跨径桥梁总体荷载响应估算方法
US20230083004A1 (en) Method of monitoring health status of bridges in normal traffic conditions
CN103913600A (zh) 一种机动车测速仪测速误差检测装置及检测方法
CN117058600B (zh) 区域桥梁群车流荷载识别方法及***
CN112528208B (zh) 一种无称重ai智能识别货车超载估算方法、装置及***
KR100814028B1 (ko) 주행 차량 자동 계중 시스템
KR101247542B1 (ko) 속도 및 차선의 변경을 고려한 주행 차량의 무게 측정 시스템 및 그 측정 방법
CN107886739A (zh) 交通人流量自动采集分析***
CN115240111A (zh) 一种中小跨径桥梁车流荷载实时反算方法
Algohi et al. Detection of speed and axle configuration of moving vehicles using acoustic emission
MacLeod et al. Enhanced bridge weigh-in-motion system using hybrid strain–acceleration sensor data
JP7424945B2 (ja) 故障検知装置、料金収受システム、故障検知方法、及びプログラム
CN116818397B (zh) 基于机器视觉的中小跨径桥梁快速荷载试验方法及***
KR100900809B1 (ko) 고속주행차량 자동 계중 시스템
Kawakatsu et al. Fully-neural approach to heavy vehicle detection on bridges using a single strain sensor
Kawakatsu et al. Data-Driven Bridge Weigh-In-Motion
Nowak et al. On the effects of modified lane configuration due to construction works on bridge loading
JP3753423B2 (ja) 走行所要時間予測装置及び方法
CN115165053B (zh) 一种综合视频与bp神经网络的车辆荷载识别方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Publication of correction
FPAY Annual fee payment

Payment date: 20121221

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20131224

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20141224

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20161226

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190102

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 13