국내 도로포장에서는 겨울철 결빙으로 인한 교통사고가 자주 발생하고 있다. 특히, 최근의 기후변화에 따른 동절기 사고건수가 증가 하고 있다. 이러한 문제를 해결하기 위해 다양한 도로노면 결빙 재료 및 공법, 기술들이 개발되고 현장에 적용되고 있다. 그러나 도로 노면 결빙 및 공법 관련 기술들에 대한 성능평가가 어려운 실정이다. 따라서, 도로환경에서 발생되는 환경조건 등의 모사를 통한 도로 노면 결빙 공법 및 기술의 성능평가를 위한 실증실험시설이 필요하다. 본 연구에서는 국내 동절기 도로포장에 대한 기본적인 환경조 건을 분석하여 이를 기반으로 도로노면 결빙 관련 환경모사가 가능한 실증실험시설을 구축하였다. 도로노면 결빙에 영향을 주는 요소 는 대기온도, 노면온도, 습도, 풍속, 기압 등의 다양한 인자가 있다. 이러한 요소중에 실증실험시설 구축에서는 대기온도, 노면온도, 습 도, 풍속을 모사할 수 있도록 하였다. 도로노면 결빙에 있어 노면온도가 중요한 요소로 작용할 수 있기에 챔버내에 시편의 온도를 제 어할 수 있는 내부챔버를 추가로 구성하였다. 또한, 도로노면 결빙을 유발할 수 있는 어는비 분사장치 및 온․습도 변화에 따른 시편 의 모니터링을 위해 열화상 카메라를 이용하도록 구성하였다. 도로노면 결빙 실증실험시설이 효율적으로 운영된다면 다양하게 개발되 는 기술들에 대한 실험을 통해 성능평가가 가능할 것으로 판단되며, 향후 이를 기반으로 실증실험시설의 운영에 대한 매뉴얼 및 평가 방법 등을 마련하는 것이 필요하다.

2020년 국토교통부에서는 ‘결빙 취약구간 평가 세부 배점표’에 의하면, 전국의 고속국도 및 일반국도를 대상으로 결빙 취약 구간 464 개소를 선정하여 관리중에 있다. 그러나 감사원은 2020년 진행한 주요 사회기반시설(도로ㆍ고속철도) 안전관리실태 감사에서 결빙 취 약 구간 선정 시 터널 입출구부 등 결빙위험이 큰 구간이 도로포장 홈파기 대상구간에서 누락된 점을 지적하였다. 이러한 근거로 결 빙에 취약한 터널 입ㆍ출구에서 결빙사고가 우려되는 등 ‘겨울철 도로교통 안전 강화대책’의 실효성이 저하될 가능성이 제시되었다. 또한 본 연구에서 자체적으로 검토한 결과, 4개 특성 12개 항목으로 구성된 ‘결빙 취약구간 평가 세부 배점표’의 도로시설 항목에서 터널, 교량 등 도로시설물의 배점 부여 기준을 확인하기 어려웠으며, 각 도로시설에 대한 정의가 모호하여 평가표의 현장 적용성이 제 한되거나 신뢰도 검증이 부족한 점을 확인하였다. 본 연구에서는 국토교통부에서 제공하는 노드(Node) 및 링크(Link) 기반의 국내 도로망 GIS(Geographic Information System)데이터 에 결빙사고 데이터의 위치정보를 결합하여 고속국도 및 일반국도의 터널 및 교량 등을 포함하는 도로시설물 및 그 주변에서 발생한 결빙사고 이력을 자료화하였다. 최종적으로 도로시설물별 결빙사고 발생 비율 및 사고 심각도(사망자, 부상자 수)에 대한 분석을 통해 도로시설물의 결빙사고 상관 정도와 영향 범위를 파악하였다.

도로 결빙이란 도로 표면에 형성된 얼음층으로 도로 결빙으로 인한 교통사고의 치사율은 결빙이 원인이 아닌 교통사고의 치사율과 비교하여 1.5배 높은 수치인 2.3으로 나타났다. 현재 국토교통부에서는 결빙사고 취약구간을 선정하고 관리하기 위하여 결빙 취약구간 평가기준표를 제시하였다. 그러나 도로 결빙은 노면 온도와 수분 공급에 따라 형성되며 기온, 구름량, 풍속, 풍향, 상대습도, 강수량 등 의 기상인자들이 복합적으로 작용하여 발생하며, 기존의 평가 기준은 이와 같은 인자들을 충분히 반영하지 못하여 결빙 형성을 예측 하고 평가하는 능력이 부족하다고 판단된다. 따라서 본 연구는 결빙 교통사고 데이터의 통계적인 분석을 통하여 결빙이 형성되는 기 상 조건을 구체화하고 결빙사고 및 결빙 형성을 예측하기 위한 기상학적 기준을 마련하는 것을 목적으로 진행되었다. 2018년 1월 1 일～2024년3월 15일 동안 발생한 결빙 사고와 사고 발생 당시 및 이전 6시간동안의 기상 데이터를 분석 데이터로 사용하였다. 이때, 역거리 가중법, 기온감률 등 공간보간기법을 적용하였다. 이후, 박스도표, 히스토그램, 경험적 누적분포함수 등의 통계분석을 적용하여 결빙사고의 기상 분포 특성을 확인하였다. 최종적으로 결빙사고의 몬테카를로 시뮬레이션을 활용하여 기온 및 습도에 따른 결빙사고 의 발생 확률을 계산하였다. 이와 같은 연구 결과는 결빙 형성을 예측하는 기온 및 습도의 기준점으로 제시할 수 있으며 더 나아가, 추후 결빙사고 예방 및 예보의 기준으로 활용이 가능할 것으로 기대된다.

2019년 12월, 상주-영천 고속도로 상행선에서 도로 노면 결빙에 의한 연쇄추돌사고로 48명의 사상자가 발생하였다. 이에, 국토교통부 는 2020년 1월 결빙 취약구간 선정기준을 마련하여 결빙 취약구간 403개소를 지정하고, 결빙 취약구간을 대상으로 2022년까지 1,699억 원의 예산을 투입하여 결빙사고 예방사업을 계획하였다(BAI, 2021). 하지만, 결빙 취약구간 선정기준에 대해 적정성 검토가 이루어지 지 않아 그 신뢰성과 실효성이 충분히 검증되지 않았다. 본 연구에서는 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국도 및 일반국도의 특성정보(시설, 선형구조, 기상, 교통 등)를 GIS(Geographic Information System) 데이터로 구축하였다. 최근 5년 결빙사고 발생이력이 있는 도로구간(Link)을 확인하고 Random Forest 알고리즘을 통해 도로 특성정보의 결빙사고에 대한 변수 중요도(Feature Importance)를 분석했다. 이를 통해 결빙사고와 각 인자의 상관성을 파악하여 ‘결빙 취약구간 평가 세부 배점표’의 항목별 배점을 수정, 보완함으로써 평가표의 신뢰성을 제고한다.

국토교통부는 2020년 '결빙 취약구간 평가 세부 배점표’에 따라, 전국의 고속국도와 일반국도를 대상으로 410개 구간의 결빙 취약구 간을 선정하였다. 그러나, 2021년 감사원의 결빙 취약구간 지정 적정성 감사 결과에서 감사원은 현재 지정ㆍ관리 중인 결빙 취약구간 및 결빙 취약구간 평가 세부 배점표의 적정성에 문제를 제기하였다. 이에, 국토교통부는 결빙 취약구간을 재지정하여 발표하였으나 그 에 대한 평가 및 지정 적정성 검증이 아직 이루어지지 않았다. 본 연구에서는 결빙 취약구간과 결빙사고 데이터의 위치정보를 수집하여 GIS(Geographic Information System) 데이터로 구축하고 맵핑(Mapping)하여 결빙 취약구간 내 결빙사고이력을 확인함으로서 결빙 취약구간의 결빙사고 예측성능을 평가하였다. 또한, 각 결빙 사고 발생지점에서 도로시설, 교통, 선형구조, 환경인자 데이터를 수집하여 분석한다. 이를 통해 결빙사고와 각 인자 간의 상관성을 파 악하고, 그 결과에 따라 결빙 취약구간 평가 세부 배점표의 평가항목 및 각 항목별 배점을 수정하고 보완함으로써 결빙 취약구간의 신뢰성을 제고한다.

겨울철 국내 도로 결빙으로 인한 교통사고가 증가하는 추세를 보이고 있으며 2018년~2022년까지 총 4,609건의 결빙 교통사고가 발 생하였다. 결빙 교통사고의 치사율은 2.3으로 일반적인 교통사고와 비교하여 높은 치사율을 보이며 최근 5년(2018~2022)동안 결빙 교 통사고로 인하여 107명이 사망자와 7,728명의 부상자가 발생하였다. 현재 국토교통부에서 제시한 결빙 취약구간 평가기준표에 따라 결 빙 위험 구간을 지정하고 있으나, 해당 기준은 결빙의 주요 요인으로 고려되는 기상조건을 충분히 반영하지 못하고 있다. 도로 결빙은 노면온도가 0℃ 이하이며 노면에 수분이 공급될 때 형성되며 기온, 구름량, 풍속, 풍향, 상대습도, 강수량 등의 기상인자들이 복합적으 로 작용하여 결빙이 발생한다는 점을 고려하였을 때, 기상 특성은 도로 결빙의 주요 인자로 판단된다. 따라서 국내 결빙 취약구간 평 가기준의 개선이 필요하며 본 연구의 목적은 국내 결빙 교통사고 데이터를 분석하고 결빙이 형성되는 기상 조건을 구체화하는 것이다. 분석을 위한 데이터로 2018년~2022년까지 5년동안 발생한 결빙사고 사례와 기상청 방재기상관측소(AWS)에서 제공하는 기상 데이터 를 적용하였다. 이후, 박스도표, 확률밀도함수 등의 통계분석을 적용하여 결빙 형성 기상 조건을 구체화하였다. 이를 통하여 기존 결빙 취약구간 평가기준의 기상학적 개선 방향성을 제시할 수 있으며 더 나아가 도로 결빙 예측 로직 개발을 기대할 수 있다.

PURPOSES : The purpose of this study is to statistically analyze the meteorological factors that contribute to the formation of road surface icing based on actual cases of icing accidents and provide directions for improving icing evaluation criteria. METHODS : In this study, we collected cases of domestic road icing accidents by searching news articles with the keyword ‘icing collision accidents’. Subsequently, we determined the latitude, longitude, and altitude of accident locations using satellite map service. We applied the Inverse Distance Weighting (IDW) method and temperature lapse rate to estimate meteorological data at each location. Finally, statistical analysis was conducted for temperature, humidity, and precipitation occurrence using probability density functions. RESULTS : As a result, road icing accident data points with identifiable location coordinates were collected. Among these, temperature, humidity, and precipitation occurrence from Automated Weather Stations (AWS) data were selected for analysis. During the process of correcting meteorological factors using the Inverse Distance Weighting (IDW) method, the optimal Weighting Exponent (p) that minimizes the error was determined and applied. The results showed that accidents occurring in the morning indicated the highest accident occurrence rate. The average temperature at the time of the accidents was -1.4°C, with a humidity level of 85.1%. Precipitation was observed at the time of the accident in 19 cases. CONCLUSIONS : Icing on pavement can occur not only under extreme weather conditions but also under typical meteorological conditions. Typically, icing can occur when the relative humidity is above 70%. Accordingly, for future improvements in the evaluation criteria for icing-prone areas by the Ministry of Land, Infrastructure and Transport, it is possible to incorporate the temperature and humidity ranges that generally lead to icing, taking into account climate characteristics.

PURPOSES : In this study, the thermal conductivity properties and mechanical performance of a thermally conductive asphalt mixture that can be applied to increase the efficiency of deicing asphalt pavements are evaluated. METHODS : Graphite powder and carbon fiber, which are inexpensive carbon materials, were added to the asphalt mixture to its conductivity. To determine the optimal mixing ratio of the carbon materials, the dispersibility, thermal conductivity, and performance of the conductive asphalt mixture were evaluated. The performance of the mixture was evaluated in terms of its volume characteristics, Marshall stability, dynamic modulus, indirect tensile strength (IDT), and wheel-tracking tests. RESULTS : The thermal conductivity of the asphalt mixture containing 2% graphite is 1.81 W/mK, which is approximately twice (0.94 W/mK) that of a general asphalt mixture. Meanwhile, the graphite-added asphalt mixture indicates a much higher temperature increase rate than the general asphalt mixture, and its surface temperature after 60 min is 7.5 ℃ higher. In addition, it reaches 0 ℃ from -10 ℃ at a rate 1.5 times higher than that required by the general asphalt mixture. When both 2% graphite and 1% carbon fiber are added, the thermal conductivity improves to 2.03 W/mK, and the conductivity is similar at all locations of the slab specimen location, which indicates no dispersibility issue. The results of the mechanical performance evaluation shows that the higher the ratio of the carbon material, the lower is the dynamic modulus and IDT at 20 ℃, which decreases the crack resistance. Meanwhile, the results of the Hamburg wheel-tracking test at 50 ℃ show an improvement in the permanent deformation resistance. CONCLUSIONS : The results of the conductivity and performance evaluation show that the optimal ratio is the combination of 2% graphite and 0.5% carbon fiber. This suggests that the conductive asphalt mixture incorporated with carbon materials can efficiently transfer heat generated from the heating layer at the bottom of the pavement to the pavement surface.

Equipment used for ships operating in the polar regions, such as icebreakers, should consider countermeasures against freezing. This study performed a structural design that prevents freezing and tolerates thermal stress and wind pressure of the air vent louver heating blades. As boundary conditions for performing the analysis, analysis was performed when the flow rates at the inlet end were 10m/s, 20m/s 30m/s, 40m/s, and 50m/s. As a result of the analysis, if the CNT heating element can maintain the heating performance of 200°C, the blade can maintain the room temperature state except for the end of about 40mm. There are pressure drop between the front and rear of the air vent louver. It can be seen that the allowable wind speed varies depending on the design criteria. As a results, it is required to select an optimal heating temperature to prevent condensation of a blade, optimize the generation of compressive stress by thermal expansion, and trade off the wind pressure and thermal stress according to wind speed.

PURPOSES : Road surface conditions are vital to traffic safety, management, and operation. To ensure traffic operation and safety during periods of snow and ice during the winter, each local government allocates considerable resources for monitoring that rely on field-oriented manual work. Therefore, a smart monitoring and management system for autonomous snow removal that can rapidly respond to unexpected abrupt heavy snow and black ice in winter must be developed. This study addresses a smart technology for automatically monitoring and detecting road surface conditions in an experimental environment using convolutional neural networks based on a CCTV camera and infrared (IR) sensor data. METHODS : The proposed approach comprises three steps: obtaining CCTV videos and IR sensor data, processing the dataset acquired to apply deep learning based on convolutional neural networks, and training the learning model and validating it. The first step involves a large dataset comprising 12,626 images extracted from the acquired CCTV videos and the synchronized surface temperature data from the IR sensor. In the second step, image frames are extracted from the videos, and only foreground target images are extracted during preprocessing. Hence, only the area (each image measuring 500 × 500) of the asphalt road surface corresponding to the road surface is applied to construct an ideal dataset. In addition, the IR thermometer sensor data stored in the logger are used to calculate the road surface temperatures corresponding to the image acquisition time. The images are classified into three categories, i.e., normal, snow, and black-ice, to construct a training dataset. Under normal conditions, the images include dry and wet road conditions. In the final step, the learning process is conducted using the acquired dataset for deep learning and verification. The dataset contains 10,100 (80%) data points for deep learning and 2,526 (20%) points for verification. RESULTS : To evaluate the proposed approach, the loss, accuracy, and confusion matrix of the addressed model are calculated. The model loss refers to the loss caused by the estimated error of the model, where 0.0479 and 0.0401 are indicated in the learning and verification stages, respectively. Meanwhile, the accuracies are 97.82% and 98.00%, respectively. Based on various tests that involve adjusting the learning parameters, an optimized model is derived by generalizing the characteristics of the input image, and errors such as overfitting are resolved. This experiment shows that this approach can be used for snow and black-ice detections on roads. CONCLUSIONS : The approach introduced herein is feasible in road environments, such as actual tunnel entrances. It does not necessitate expensive imported equipment, as general CCTV cameras can be applied to general roads, and low-cost IR temperature sensors can be used to provide efficiency and high accuracy in road sections such as national roads and highways. It is envisaged that the developed system will be applied to in situ conditions on roads.

본 연구는 도로 노면결빙 판정 알고리즘에 대해 알고리즘을 개선하고 실제 현장 측정 자료와 알고리즘 예측값을 비교하였을 때 알고리즘에 대한 적중률을 분석하였다. 분석을 위하여 포천시 신북면 금 동리의 도로 및 기상을 측정하였다. 알고리즘은 기존 도로 결빙 알고리즘을 선정하여 실제 결빙 조건 및 측정 수치에 맞춰 4차 알고리즘까지 개선하였다. 최종적으로 응결에 의한 결빙, 강수에 의한 결빙, 적설에 의한 결빙, 결빙상태의 지속, 풍속에 의한 결빙 5개의 알고리즘을 제작하였다. 포천 현장에서 알고리즘을 활용하여 예측할 경우 경우 결빙 적중률이 93.22%까지 개선되었다. 결빙 알고리즘에 대한 조합 비율에 대 해 도출하였을 때 응결에 의한 결빙과 결빙상태의 지속에 대한 알고리즘이 96%를 차지하였다.