음향·영상 기반 도로 포장 및 차종 분류 연구

Acoustic and Visual-Based Road Pavement and Vehicle Type Classification Research

연구 내용

타이어-노면 소음과 도로 표면 영상을 특징으로 활용하여 도로 포장 종류를 분류하고, 통과소음 데이터를 이용해 차종을 분류하는 연구

차량 통과 소음과 노면 영상 정보를 결합해 소음원과 노면 특성을 식별하는 방법을 연구합니다. 통과소음 데이터에서는 주행 구간과 주파수 대역 정보를 정리하여 신경망 분류 모델을 구축하고, 도로 포장 분류에서는 OBSI 기반 타이어-노면 소음 지표와 영상 특징을 추출한 뒤 랜덤 포레스트로 중요 특징을 선별하여 ANN 성능을 높입니다. 또한 분류 결과를 환경·교통 데이터 해석에 연계하여 포장 관리와 저감 의사결정에 활용할 수 있는 기반을 마련합니다.

관련 프로젝트

0건

연구 흐름

초기에는 통과소음 데이터로 차종을 분류하는 기계학습 모형을 정립하고, 학습 데이터 구성에 따른 설명력 차이를 분석했습니다. 이후 도로 포장 분류로 범위를 확장하여 타이어-노면 소음 특성과 도로 표면 이미지를 함께 사용하도록 특징 추출 파이프라인을 구성했습니다. 최근에는 영상과 음향 특징을 결합한 모델의 분류 성능을 비교하고, 중요 특징 선택 절차를 포함한 구성을 통해 실용 분류 체계를 강화하는 방향으로 연구를 수행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

노면 상태 기반 유지관리 우선순위 도출
포장 종류별 소음 영향 DB 구축
도로 소음 저감 기술 적용 대상 선정
차종·주행 패턴 기반 소음원 추정
영상-음향 융합 센서 시스템 설계
현장 데이터 자동 전처리 절차
도로 자산 분류를 위한 비접촉 조사
환경영향평가 입력 값 개선
도로 설계 검토를 위한 소음 예측 보조
이상 소음 패턴 탐지 및 분류