Abstract
Overloading of Commercial vehicles have been an important area of transportation as one of the main causes of pavement damage, bridge collapse, severe traffic accident, etc. In this study, we analyzed the effects of overweight prevention by analyzing overweight driving patterns and using weight sensors. First, we analyzed relevant literatures of overweight and surveyed the commercial weight sensors. Then we chose the typical type of overweight vehicles based of overweight enforcement data analysis. MEMs inclinometer weight sensor were installed to 10 test vehicles and data was collected by weight sensors and gps in real time. As a result of gross vehicle weight and axle weight analysis, it was found weight sensor could decrease overweight rate. However, since the number of samples of test vehicles is insufficient to represent the whole commercial vehicle, further studies are deemed possible through the extension test.
화물차량의 과적은 도로 포장의 파손 및 교량 등 도로구조물의 파괴, 대형 교통사고 발생 등의 주요한 원인 중 하나로서 오랜 시간동안 도로 교통 분야에서 중요한 연구분야였다. 본 연구에서는 과적 문제 해결을 위해 급속도로 발전하는 IT 및 빅데이터 활용기술을 접목하여 화물차량의 과적운행패턴 분석 및 차체부착중량계중시스템를 활용한 과적예방 효과를 분석하였다. 이를 위해 기존 화물차량과적 관련 문헌 조사와 상용 차체부착중량계중시스템 기술 조사를 진행하였으며, 과적적발 정보 분석을 통해서 대표적인 과적차량의 유형을 선정하였다. 과적유형에 맞는 차량을 10대 선정, 차체부착중량계중시스템을 설치함으로써 화물차량의 정보를 실시간으로 모니터링하여 연구 데이터를 수집하였다. 화물차량의 축중량과 총중량 데이터는 상하차 작업횟수 대비 과적비율 등으로 분석하였으며, 차체부착중량계중시스템 유무에 따른 그 변화추이를 확인하여 차체부착중량계중시스템 적용의 과적예방효과를 확인할 수 있었다. 다만, 시험차량 표본수가 전체를 대표할 수 있을 정도로 충분하지 못하기 때문에 향후 확대 시험을 통해서 추가적인 연구가 가능할 것으로 판단된다.
