Ⅰ. 서 론

1. 연구의 필요성 및 목적

서울과 같은 대도시권의 중심업무지구(CBD : Central business district)와 CBD를 중심으로 하여 주 위를 둘러싸고 있는 위성도시들이 발달함으로써 출 근시간에 CBD로 집중되고 퇴근시간에는 CBD에서 위성도시로 나가는 차량들로 도심지의 교통은 하루 에 2번의 큰 첨두시간을 가지게 되는데 이러한 첨두 시간에 교통기본질서가 무너지는 현상을 많이 볼 수 있다. 그 대표적인 예가 안전거리미확보, 끼어들 기, 교차로 꼬리물기, 불법유턴 등이 있다.

끼어들기나 꼬리물기와 같은 얌체 운전은 교통질 서를 무너지게 하는 원인이며, 교통사고 발생의 원 인으로도 작용되고 있다. 이러한 위반행위는 적발 시 과태료를 부과하는 신호위반, 속도위반, 불법 주 정차 위반과 달리 꼬리물기나 끼어들기 위반의 경 우는 과태료 부과 규정이 없어서 현장에서 경찰관 이 적발해야만 범칙금을 물릴 수 있었다.

하지만 최근 정부의 교통질서 확립의 강력한 의 지를 보이며, 무인카메라를 설치하고 과태료를 부과 할 수 있는 개정안이 최근 국회를 통과하면서 끼어 들기와 꼬리물기에 대해서도 과태료 부과 근거가 마련되었다.

특히, 끼어들기의 행위는 간선도로와 접해있는 램프구간 진입지점에서 흔히 볼 수 있는데, 끼어들 기의 경우 양보하지 않으려는 차량과의 추돌사고를 야기할 수 있고 본선에서 램프차로로 끼어들기 위 해 속도를 줄이기 때문에 본선 교통흐름에 악영향 을 주며, 더불어 끼어드는 차량에 의해 램프차로의 대기행렬에 충격파현상으로 정체가 더욱 극심해져 결국 램프차로 및 본선차로 모두에 교통정체 발생 원인을 제공한다.

끼어들기위반은 도로교통법 제23조에 “끼어들기 금지”라는 조항으로 정의되어 있는데, 이 법에 의하 면 차량이 정지 또는 서행하고 있는 상황에서 끼어 들기를 못 한다고 명시하고 있어 현재의 단속장비 는 도로교통법 제23조에 의해 도로 정체 시에만 단 속되도록 하고 있다.

끼어드는 시점에서 램프구간의 교통류가 정체인 지를 판단해야 하는데, 현장에서 경찰의 인력단속이 매우 취약하고 객관적인 정체정보 취득이 어려워 현장단속이 어렵고 단속을 하더라도 위반증거를 확 보하기가 어려워 단속이 거의 이루어지지 않고 있 는 것이 현실이다.

따라서, 끼어들기위반 단속장비는 램프구간의 정 체 시 끼어들기 위반하는 차량을 단속하는 시스템 으로 본 논문에서는 끼어들기위반 단속장비의 효과 적인 정체판단 방법을 고찰하고 현장실험을 통해 정체판단 기준을 제시하는데 목적이 있다.

2. 연구 범위 및 방법

끼어들기위반 단속장비는 램프구간에서 차량이 정체 시에 끼어드는 차량을 단속하는 시스템으로 정체의 판단이 매우 중요하다.

검지영역에서 정체인지 여부를 판단하는 데에는 속도(Speed), 점유율(Occupancy Rate), 교통밀도(Traffic Density)를 기준으로 할 수 있다. 속도의 경우는 끼 어들기 검지영역 내 평균속도로 산출할 수 있으며, 점유율은 일정구간에 차량이 얼마나 점유하고 있는 지를 %로 산출할 수 있고, 교통밀도는 일정구간에 차량이 얼마나 존재하고 있는지를 대/km로 산출 할 수 있다.

이에 본 연구에서는 끼어들기위반 단속장비의 시 스템적 특성을 고려하여 정체판단 방법을 고찰하고 정체판단 기준을 모색하는데, 목적이 있다.

끼어들기위반 단속장비는 비매설검지기를 사용해 야 하며, 약 100m구간에서 단속을 해야하는 시스템 적 특성을 고려하여 현장에 시범적으로 설치 한 시 스템은 영상검지 방식으로 설치되어 있으며, 영상검 지 방식에서 정체판단 방법을 고려하였다.

연구의 방법으로는 현장에 시범 설치되어 있는 끼어들기위반 단속장비를 통해 고찰한 정체판단 방 법이 효과적인지를 분석하고 직접 현장에 적용하여 정체판단에 오류가 없는지를 분석하여 그 결과를 제시하고자 한다.

Ⅱ. 기존문헌 고찰

1. 교통정체 판단에 관한 연구 고찰

교통정보관리시스템의 교통소통 정보는 소통원 활, 부분정체, 정체 등 3단계의 소통정보를 제공하 고 있다. 소통정보를 제공하기 위해서는 소통원활 상태와 부분정체상태와 정체상황을 구분하는 2개의 임계치가 필요한데 이 값은 통행속도를 기준으로 적용하고 있다.

이향미(2009)는 경부고속도로 등 실제 교통데이 터를 이용하여 우선 자료정리 및 분석방법을 정립 한 후 분석 대상을 선정하여 검지기 수집 자료에서 교통류 상태를 표현하는 변수들 사이의 관계를 파 악한 후 정성적으로 분석하고, 그 분석된 내용으로 정상교통류와 혼잡교통류를 구분할 수 있는 판단 기준을 제시하였다.

박은미(2009)는 교통류 안정성 유지를 통하여 사 고발생 잠재력을 최소화시키고 생산성 저하를 방지 하는 예방차원의 요소기술로 3차원의 속도/교통량/ 밀도 프로파일을 구성하는 기술을 사용하였다.

서형일(2012)은 현재 운영하고 있는 교통정보센 터 자료를 이용하여 다양한 교통요인을 분석, 반영 하여 종합적인 교통상황판단을 목표로 연구하였다. 그 결과 정보가공체계의 개선 방안 중 하나로 소통 상황 분류기준이 원활, 서행, 정체 중 정체에 관한 분류기준을 재정립하고 정체의 심각도 및 유형을 복합적으로 판단하였다.

이준철(2006)은 서울도시고속도로 교통관리시스 템의 주요 정체구간별 특성에 따라 교통상황을 구 분하는 임계속도를 교통량-속도 기본관계 산포도의 단절점 분석(Break point Analysis)을 통해 산출 하였 으며, 각 구간별 특성에 따라 정체판단 기준 속도 값이 교통관리시스템에서 기본 설정된 임계속도와 큰 차이가 있다는 결론을 도출하였다.

2. 기존연구의 차별성

정체 판단을 하는 방안으로는 램프구간의 차량 평 균 주행속도와 점유율 등 방안이 있다. 본 연구는 램 프구간 정체시 램프구간에서 끼어들기위반 차량 단 속을 위한 램프구간의 정체판단 기준을 제시하는데 있다. 끼어들기위반 단속장비의 효율적인 운영방안 을 위한 램프구간의 정체 판단 기준 제시가 필요하 다. 따라서 본 연구에서는 램프구간의 정체 판단 기 준을 끼어들기위반 단속장비 현장실험을 통하여 최 적의 효율적인 정체판단 기준을 제시하는 데 있다.

Ⅲ. 본 론

1. 관련 법규 및 끼어들기위반 행위

1) 관련 법규 및 정체판단 기준(단위)

끼어들기 단속장비는 도로교통법 제23조(끼어들 기의 금지)에 의거 별도의 안전표지나 표시가 없이 램프차로가 정체되어 서행 또는 정지될 때, 서행 또 는 정지하는 차량 앞을 끼어드는 차량을 단속하는 법적 근거를 바탕으로 하고 있다[1].

도로별 정체판단 기준(단위 : km/hr)은 다음과 같다.

2) 끼어들기위반 행위

끼어들기위반 단속장비의 도입은 끼어드는 차량과 끼어들기를 당하는 차량 간 상호 양보하지 않으려고 하는 상황에서 측면접촉사고나 추돌사고를 야기할 수 있고 끼어드는 위반차량으로 인해 본선과 램프차로 모두 교통흐름에 악영향을 주며, 더불어 끼어드는 차 량에 의해 정체가 더욱 극심해 져 결국 램프차로 및 본선차로 모두에 교통정체의 발생 원인을 제공한다.

끼어들기위반 행위는 <그림 1>과 같이 램프차로 정체 시 서행하고 있는 차량들 사이로 끼어드는 행 위를 말한다.

2. 끼어들기위반 단속장비 정체 판단 방법

끼어들기위반 차량 단속장비는 고속도로나 도심 지 간선도로, 도시고속도로 등의 진출입로에서 교통 정체 시 끼어드는 차량을 단속하는 것으로 일정구 간을 검지영역으로 하여 검지영역 내 끼어들기 위 반차량을 단속하는 것이다.

위반당시의 상황을 촬영 및 인식하고 위반차량의 번호를 인식해야 하는 시스템 특성을 고려하여 영 상검지방식을 채택하였으며, 위반차량의 검지 및 인 식 방법은 <그림 2>와 같이 3가지로 구분할 수 있다.

끼어들기 위반은 램프차로에서 정체 발생 시 끼 어드는 차량에 한해 검지하도록 되어있다. 즉, 검지 영역 내에서 끼어들기 위반 금지선을 통과하는 차 량이 있을 때 검지영역이 정체인지 여부를 판단하 여 단속해야 하기 때문에 램프차로의 정체판단은 매우 중요하다.

도로의 정체를 판단하는 데에는 점유시간과 점유 율 외에 속도로도 판단될 수 있으며, 최근 들어 도 로의 정체판단 기준을 속도로 판단하는 방법이 널 리 사용되고 있다.

하지만 정체현상과 같이 낮은 속도에서는 속도로 만 정체를 판단하기에는 오차율이 높게 나타나는 한계점이 존재한다.

L. A. Klein(2002)은 영상검지기의 속도, 교통량, 점유율의 오차율을 보고한 바 있는데, 속도가 낮을 수록 오차율이 크게 나타난다고 보고하고 있으며, 장진환 등(2005)이 연구한 “차량 속도별 영상검지기 성능 분석”연구에서도 60km/h이상의 교통류에서는 교통량, 속도, 점유율 오차가 각각 7%, 2%, 11%이지 만 15km/h 미만의 그룹에서는 각각 25%, 12%, 27% 의 오차가 나타났음을 보고하고 있다[7].

이상의 연구결과와 같이 속도가 낮을수록 오차율 이 매우 높아진다는 선행 연구 결과를 감안해 볼 때, 정체가 발생하는 상황은 낮은 속도이기 때문에 단속을 위한 정확한 판단을 하기에 어려움이 있다.

이에 본 연구에서는 영상검지 기반의 시스템 특성 을 고려하여 검지영역 100m에서 구간 점유율과 구 간 평균속도를 함께 사용함으로서 정체의 판단정확 도를 높이는 방법을 제시하고자 하며, 시스템에 적용 한 후 현장 테스트를 통해 끼어들기위반 단속장비에 서 정체판단 방법의 적정성을 제시하고자 한다.

1) 점유율에 의한 정체판단 방법

점유율의 경우는 검지영역의 총길이를 기준으로 검지영역 내 차량이 차지하는 길이를 분석하여 점 유율을 계산하고 산출된 결과를 토대로 정체 여부 를 판단하는 방법을 사용하였다.

점유율에 의한 정체판단 방법은 다음과 같다.

하지만 영상검지에서 차량의 세로길이를 정확히 측정하기란 쉽지 않다. 만약 세로길이를 측정한다 하더라도 그 오차가 매우 크게 발생된다. 따라서 본 논문에서는 검지하려는 차량을 일률적으로 대 당 5m로 적용하였다.

일률적으로 차량 당 세로길이를 5m로 적용한 이 유는 도심지의 도로 특성 상 대형차 혼합비율이 20%를 넘지 않고 승용차 위주의 통행이 많기 때문 에 승용차의 평균 세로 길이 4.5m에 대형차의 혼합 비율을 고려하여 5m로 적용하였다.

점유율 산정에서 일률적으로 적용한 차량의 길이 는 주간과 야간 모두 같은 방법으로 적용하였다. 야 간에는 정확한 차량의 세로길이를 산정하는 것이 주간보다 더욱 어렵기 때문에 차량을 인식하여 차 량 수에 세로 길이 5m를 일률적으로 적용하여 점유 율을 산정하였다.

검지영역 내에서 정체 시 점유율 기준 선정을 위 해 사전 현장 분석을 실시하였다. 검지영역 중간지 점에서 지점 속도가 20km/h 이하 일 때의 차량대수 를 직접 측정하여 이 경우 시스템에서 측정하는 점 유율을 확인하였다.

점유율 60%일 때의 평균 차두거리는 약 3m정도 였으며, 차량의 길이를 평균적으로 5m로 볼 때, 100m 구간 내에 차량이 차두거리 약 3m를 유지할 경우 차량은 약 12대가 존재하게 되며, 이것을 점유 율로 계산하면 약 60%로 산출되었다.

점유율 60% 이상의 교통상황은 <그림 4>와 같으 며, 시범 운영 중인 단속 장비에서 점유율 60%일 때 를 정체로 판단하도록 설정하였다.

2) 속도에 의한 정체판단 방법

속도의 경우는 지점속도와 구간속도로 구분할 수 있는데, 본 논문에서는 구간속도의 측정이 적합하 다. 지점속도의 경우는 비교적 계측하기가 용이하지 만 램프구간에서 차량의 속도는 지점별로 상당한 차이를 보이기 때문에 검지영역 전체의 평균속도를 산출하는 것이 타당하다.

따라서 본 논문에서 정체를 판단하기 위한 속도 계측은 연속적인 영상에서 차량이 진행하면 일반적 으로 차량이 가로축(x축)의 변화량보다 세로축(y축) 의 변화량이 현저하게 크다는 점을 감안하여 영상 의 검지영역에서 세로축(y축)의 변화량을 구하였다. 여기서 구한 y축 변화량은 차량의 검지영역 내에서 모든 차량의 변화량이기 때문에 다음 처리과정에서 검지영역내의 차량수를 구한다. 그리고 이렇게 구해 진 차량수와 전체 변화량을 식 (1)과 같이 산출한다.

식 (1)에서 분모는 차량수를, 분자는 y축 변화량을 나타내며, 이 식을 통해 평균적으로 차량이 움직인 y 축의 변화율을 구할 수 있다. 이렇게 구해진 변화량 으로 현재 시범설치 한 지점의 검지영역인 100m를 기준으로 식 (2)를 통해 평균속도를 구하였다.

위의 식 (2)에서 3.2는 현재 처리하고 있는 영상의 세로축 320Pixel을 100m로 가정하여 산출한 값이며, 실제 거리와 영상에서의 거리 간 차이가 있기 때문에 장소에 따라 실험적으로 조정해야 한다. 속도산출의 오차를 최소화하기 위해 본 논문에서는 끼어들기위반 차량이 램프차로로 끼어들기 시작한 시점을 기준으로 5Frame을 평균하여 다음과 같이 속도를 산출하였다.

<그림 5>와 같이 차량의 직사각형에서 y축 변화 량을 구한다.

식 (1)을 이용하여 y축의 평균변화율을 구하고 y 축의 평균변화율을 이용하여 식 (2)에 대입하여 속 도를 구한다.

또한 정체판단을 위해 속도를 측정할 수 있는 또 다른 방법으로는 구간단속 개념으로 속도를 측정할 수 있다. 검지영역의 진입 지점과 진출 지점에 각각 속도를 측정하여 구간평균속도를 산출할 수 있다.

구간평균속도는 1분 또는 5분 주기로 실시간 검 지영역 내 속도를 측정하여 정체로 판단되는 경우 단속을 시작하게 된다.

속도로 정체를 판단하는 방법을 위 2가지로 고찰 하였고 현장에서 적용하여 테스트 한 결과 영상검지 방식으로 적용된 시스템을 고려하여 세로축 변화량 에 의한 속도산출 방식을 적용하였고 구간 평균속도 20km/h 이하일 때, 정체로 판단하도록 하였다.

Ⅳ. 현장실험 결과 분석

1. 현장실험 개요 및 방법

1) 현장실험 개요 및 방법

끼어들기위반 차량을 검지하기 위해 앞서 고찰 한 정체 판단 방법을 점유율과 구간평균속도로 적 용하였고 각각의 정체판단 기준은 점유율 60% 이상 일 때, 구간평균속도 20Km/h 이하일 때를 적용하였 고 2가지 조건이 모두 만족될 때 정체로 판단하는 방법을 적용하였다.

현장 실험은 올림픽대로 한남대교 남단과 양재IC 에서 시범 설치되어 있는 끼어들기위반 단속장비를 대상으로 실시하였고 각각 설정한 정체판단 기준으 로 시스템 운영을 통해 적합성을 분석하였다.

위 지점의 검지영역은 100m로 설정하고 검지영 역 내 점유율과 구간평균속도를 측정하였다.

현장실험은 2013년 8월 30일 07~09시까지 2시간 동안 실시하였으며, 5분 주기로 점유율과 구간평균 속도를 산출하였다.

오전 7시부터 9시까지는 출근 정체가 극심하게 발생되는 시점으로 위반차량 발생 시 정체판단 기 준인 점유율과 구간평균속도를 확인하였으며, 점유 율의 경우 60% 이상일 때, 구간평균속도는 20km/h 일 때, 각각 단속할 수 있도록 시스템을 설정하였다.

2. 현장 실험 결과

A지점에서 현장실험 결과는 정체판단 방법 중 점 유율 60% 이상에서 단속된 경우가 80대로 57.5%이 며, 60% 미만에서 59대 단속되었다.

반면 구간평균속도에서는 정체판단 기준인 구간 평균속도 20km/h 이상일 때 101대가 검지되어 72.7%가 설정된 정체기준에서 벗어났다. 하지만 대 다수의 검지 속도는 30km/h로 검지되었다.

즉, 앞서 기술한 사례와 같이 저속에서의 속도 정 확도가 매우 떨어짐을 알 수 있고 저속에서 운전자가 느끼는 속도의 차이는 매우 미비하기 때문에 구간평 균속도만을 기준으로 정체판단 시 민원발생 가능성 이 높아질 수 있음을 직간접적으로 느낄 수 있다.

더불어 단속된 차량 중 끼어들기 시점에 검지영 역 내 점유율이 60% 이상이면서 구간평균속도가 20km/h 이하인 경우는 37대로 20km/h의 저속에서는 점유율이 60% 이상임을 분석할 수 있었다. 이러한 결과는 실제 현장에서 검지영역 내 교통상황을 비 교한 결과 하나의 기준에 만족하여 단속되는 경우 는 정체로 판단하기에는 오류율이 높다는 것을 확 인 할 수 있었다. 즉, 정체 판단 방법으로 속도와 점 유율 기준을 동시에 만족할 경우 정체판단의 정확 도가 높음을 확인 할 수 있었다.

Ⅳ. 결론 및 향후 연구내용

본 연구는 교통법규 위반 행위 중 끼어들기위반 차량에 대해 자동으로 검지하여 단속할 수 있는 시 스템을 개발함에 있어 정체를 어떻게 판단할 것인 가에 대한 실험적 연구결과를 제시하는데 그 목적 이 있다.

일반적으로 속도로 지정체를 판단하는 일반적인 방법으로 처음 적용하였으나 영상검지 방식으로 적 용해야 하는 시스템 특성을 고려할 때 오류율이 높 게 나타나 직접 시범 설치된 현장에서 최적의 방법 을 찾는 연구로 현장 테스트를 중심으로 최적의 정 체 판단 방법을 테스트 한 결과,

첫째, 속도로만 정체 여부를 판단하는 방법은 단 속기준을 만족하는데, 오류율이 높다는 사실을 알 수 있었다.

둘째, 속도 이외에 점유율을 동시에 만족하는 방 법이 정체 여부를 판단하는데 정확도를 향상시킬 수 있었다.

셋째, 속도의 경우 20km/h, 점유율의 경우 60% 이 상의 조건을 적용할 경우 실제 정체상황과 같은 결 과를 얻을 수 있었고 정확도를 높일 수 있었다.

이상과 같이 현장 적용 사례를 통해 신규로 개발 되는 끼어들기위반 단속시스템에서 정체판단 방법 은 속도검지와 점유율검지를 동시에 만족하는 방법 으로 적용할 경우 실제 정체상황에 거의 유사한 경 우임을 현장 사례를 통해 확인할 수 있었다.

하지만 영상검지 방식의 시스템에 국한하여 현장 실험을 했다는 점은 논문의 한계점이다. 실제 끼어 들기위반 단속장비가 현장에 확대 설치되기 위해서 는 정체판단의 정확도 향상 방안과 위반차량 검지 방식을 영상검지가 아닌 루프 또는 레이더검지 방 식 등 검지방식의 다양화가 필요하다.