International Journal of Highway Engineering (한국도로학회논문집)

Korean Society of Road Engineers (한국도로학회)
권호 표지

Improvement of Vehicle Classification Method using Vehicle Height Measurement

차량높이 계측을 통한 차종분류 향상 방안 연구

  • 오주삼 (한국건설기술연구원 첨단교통연구실) ;
  • 장경찬 (한국건설기술연구원 첨단교통연구실) ;
  • 김민성 (한국건설기술연구원 첨단교통연구실)
  • Received : 2010.06.14
  • Accepted : 2010.11.29
  • Published : 2010.12.15
Download PDF
⟨ Previous Next ⟩

Abstract

A vehicle classification data is essential for traffic road planning and pavement. In this study, the vehicle height, vehicle criteria for classification applied to measure the height of the car driving has devised a way to install equipment. It is capable of measuring the vehicle height was confirmed to field experiments, the measurement system is obtained to the vehicle length and height data. In this experiment, results showed the accuracy of 88.6% compared to classification data using the discriminant function obtained from video replaying. The height of vehicle applying the classification criteria can be utilized to determine the vehicle class.

도로를 주행하는 차량들을 구분하는 차종자료는 도로 및 포장의 설계와 관리 등 여러 분야에서 기초자료로 활용되고 있다. 본 연구에서는 차종구분에 차량높이라는 분류기준을 적용하기 위해 주행하는 차량의 높이를 계측할 수 있는 방법을 고안하고 현장에 장비를 설치한 후 실험을 통해서 차량길이와 차량최고높이 자료를 획득하였다. 차량높이 측정과 동시에 동영상을 촬영하여 국토해양부 12종 차종분류에 의거하여 차종분류 기준값을 작성하였다. 영상을 통해 작성된 차종자료 기준값과 측정된 차량길이와 차량높이를 토대로 판별함수를 이용한 차종분류값을 서로 비교한 결과 88.6%의 차종정확도를 확인하였다. 이를 통해 차량높이라는 분류기준을 적용하여 차종분류에 활용할 수 있는 방안을 제시하였다.

Keywords

References

  1. 국토해양부(2009), 2008년 도로교통량 통계연보
  2. 김윤섭, 오주삼(2005), 자료 연계성을 고려한 차종 분류 기준의 제시, 한국도로학회 논문집, 제7권, 4호, pp. 57-68
  3. 김형수, 김민성, 오주삼(2009), 차량길이와 축거의 추세선을 이용한 차종분류 알고리즘 개발, 대한교통학회 논문집, 제27권, 제4호, pp. 55-61
  4. 오주삼, 최도혁(2001), 차량제원을 활용한 차종분류 알고리즘 개발에 관한 연구, 대한토목학회 논문집, 21권, 6-D호, pp. 799-811
  5. 이군희(2005), 사회과학 연구방법론, 법문사
  6. Ildar Urazghildiiev, Rolf Ragnarsson, Pierre Ridderstrom, Anders Rydberg. (2007) Vehicle Classification Based on the Radar Measurement of Height Profiles, IEEE Transactions on Intelligent Transportation Systems, Vol.8, No.2, pp. 245-253 https://doi.org/10.1109/TITS.2006.890071
  7. Zhang, G., Wang, Y., and Wei, H. (2006), Artificial Neural Network method for length-based vehicle classification using single-loop outputs, Journal of Transportation Research Record, No.1945, pp. 100-108
  8. Renatus Mussa, Valerian Kwigizile, and Majura Selekwa (2006) Probabilistic neural networks application for vehicle classification, j. Transp. Engrg., Vol. 132, Issue 4, pp. 293-302 https://doi.org/10.1061/(ASCE)0733-947X(2006)132:4(293)
  9. Cheung, S. Y., Coleri, S., Dundar, B., Ganesh, S., Tan, C., and Varaiya, P., (2005) Traffic measurement and vehicle classification with single magnetic sensor, Journal of Transportation Research Board, No 1917, Transportation Research Board of the National Academies, Washington D.C., pp. 179-181