도로기상관측 및 실험데이터를 활용한 도로 노면 상태 예측 기술 개발

초록

본 연구는 도로기상정보시스템(Road Weather Information System, RWIS)에서 수집된 데이터를 활용하여 노면 마찰계수를 예측하기 위한 프레임워크를 제시하였다. 제안된 프레임워크는 관측 데이터의 신뢰성을 실험적으로 검증하고, 검증된 데이터를 기반으로 예측 모델을 구축하는 두 단계로 구성된다. 먼저, 실험적 비교를 통해 RWIS에서 계측된 마찰계수가 실제 노면 상태 변화를 반영하는 신뢰성 있는 지표임을 확인하였다. 이후 수집된 관측 데이터를 대상으로 랜덤 포레스트(Random Forest, RF)를 활용하여 변수 중요도를 평가하고, 선정된 주요 변수를 입력으로 장단기 메모리(Long Short-Term Memory, LSTM) 네트워크를 학습시켜 시계열적 특성을 반영한 예측 모델을 구성하였다. 본 연구는 실험 기반 데이터 검증과 시계열 예측 모델을 통합함으로써, 도로 노면 상태 예측의 신뢰성과 적용 가능성을 검증하였다. 본 연구의 결과는 향후 도로 결빙 및 블랙아이스 조기 경보 시스템 구축의 기반으로 활용될 수 있으며, 이를 통해 겨울철 도로 관리의 선제적 대응과 교통 안전성 향상에 기여할 수 있을 것으로 기대된다.

키워드