PURPOSES : This paper is aimed at suggesting a novel approach for determining the pavement condition rating based on the tire-surface friction noise using a machine learning algorithm as a low-end pavement condition monitoring system. METHODS : Vehicle on-board type noise measurement system according to the ISO11819-2, and the K-nearest neighbors with dynamic time warping algorithm were applied. The system and algorithm were empirically tested with a field study. RESULTS : The developed AI- and noise-based pavement condition monitoring system demonstrated significantly positive results with a precision 90.8%, recall 84.8%, and f1-score 86.1%. CONCLUSIONS: We herein confirmed that the acoustic property between the tire and road surface can be used for monitoring pavement conditions. It is believed this finding presented a new paradigm for monitoring pavement conditions based on visual information. However, extensive studies focused on the practical application of this method are required.

표준 중량 충격원의 실제 충격원 재현성에 대한 논란이 있음에도 현재 기준에서는 뱅머신 방식만 사용하고 있다. 현행 기준의 평가 방법 및 등급 기준이 충격원 특성을 고려하지 못하고 있어 충격원의 선택에 따라 바닥충격음 차단 성능 등급에 차이가 발생하기 때문이다. 본 연구는 충격원 특성 외에 바닥 진동 거동 특성을 함께 고려한 현행 기준의 바닥충격음 평가 방법 고찰을 목적으로 한다. 공동주택 mock-up 실험 동에서 표준 중량 충격원과 실충격원에 대하여 바닥충격음을 측정하고 이를 이용하여 해외 평가 방법과 우리나라의 평가 방법을 비교 검토하 였다. 또한 현행 바닥충격음 평가 기준의 대상 주파수 범위를 벗어나는 저주파수 대역의 음압레벨은 네텔란드의 저주파 소음 인지 곡선과 국내 연구자가 제안한 저주파 소음 기준안을 이용하여 평가하였다. 그 결과 기준 및 평가 산정 방법에 따라 성능 평가 결과가 상이하며, 바닥 진동의 지배 주파수 범위에서 모든 충격원에 대한 바닥충격음 가청 소음으로 인식하여 성가시게 느낄 가능성이 매우 크다. 현행 평가 기준의 단일수치 평가량 산정 방법은 충격원에 따라 상이한 음압레벨 스펙트럼 특성을 제대로 반영하지 못하며, 바닥의 진동 거동 지배 주파수를 포함하는 저주 파수 대역의 음압레벨을 고려하지 않고 있어 바닥충격음에 대한 평가 결과와 사람의 인지 수준에 차이가 발생할 수 있다. 따라서 충격원에 따른 음압레벨의 스펙트럼 특성과 저주파수 대역의 음압레벨을 반영할 수 있도록 현행 기준의 평가 방법을 보완할 필요가 있다.

일반적으로수위-유량관계곡선식은선형성과등분산성가정을기반으로구축되지만, 측정단면의형태, 단면상·하류의지형요인등으로 인하여 영향을 받기 때문에 실질적인 수위 및 유량의 관계는 관계식 구축에 이용되는 가정에 위배된다. 이로 인한 오차를 줄이기 위하여 곡선식을분할하여이용하고있으나, 측정단면의변화를 고려한관계자의주관적인판단이구간분할의주요근거로이용되고있다. 따라서 본연구에서는이러한주관성을배제하고관측데이터를기반으로객관화된분할근거를제시하고자한다. 곡선식의구간분할을위하여변동계수 를이용한기존의연구를바탕으로변동계수가정규분포를따르는것으로가정하여, 계산된변동계수가전단계에서계산된95%신뢰구간 이내에존재하지않는경우구간을분할하였다. 즉, 변동계수를이용하여집단간의특성을비교하였으며, 변동계수의분포를이용하여분할을 위한기준값을제시하였다. 방법론의추정능력검토를위하여가상의곡선으로부터생성된데이터에제안된방법론을적용하였고, 실제유역에 적용성 검토를 위하여 금강에 위치한 무주 및 산계교 수위관측소 지점에 적용하였다. 결과적으로 자동으로 분할된 관계곡선식을 사용하여 추정의정확도를높일수있을뿐만아니라외삽을하는경우역시그정확도를향상할수있음을확인하였다. 마지막으로실측값을활용한 수위-유량관계곡선식의구축시구간분할전·후의잔차데이터에대하여Shapiro-wilk 정규성검정을수행하였으며, 구간분할후잔차가 정규성을 갖게 되는 것으로 나타났다.

The ordinary least square method (OLS) has been the most frequently used least square method in hydrological data analysis. Its computational algorithm is simple, and the error analysis is also simple and clear. However, the primary assumption of the OLS method, which states that the dependent variable is the only error-contaminated variable and all other variables are error free, is often violated in hydrological data analyses. Recently, a matrix algorithm using the singular value decomposition for the total least square (TLS) method has been developed and used in data analyses as errors-in-variables model where several variables could be contaminated with observational errors. In our study, the algorithm of the TLS is introduced in the evaluation of rating curves between the flow discharge and the water level. Then, the TLS algorithm is applied to real data set for rating curves. The evaluated TLS rating curves are compared with the OLS rating curves, and the result indicates that the TLS rating curve and the OLS rating curve are in good agreement. The TLS and OLS rating curves are discussed about their algorithms and error terms in the study.