Ⅰ. 서 론
차량 수의 증가에 따라 심화되고 있는 교통체증을 해결하기 위해 기존 교통 시스템에 ICT(Information and Communication Technology) 기술을 접목한 지능형 교통 시스템(ITS, Intelligent Transportation Systems) 연구가 전 세계적으로 진행되고 있다. 현재 우리나라는 많은 교통 체증을 겪고 있다. 도심에서의 교통체증을 해소하 기 위해서는 가장 먼저 각 지역을 지나는 차량의 수를 파악하는 작업이 필요하다. 차량을 인지 할 수 있도록 차량검지를 위한 센서 융합 시스템 연구가 진행되고 있다. 레이더 센서는 검지율이 높고 빛, 우천, 눈과 같은 환경변화에 강하지만 가격이 비싸고 검지가 직관적이지 못하며, 전파의 난반사에 의한 오검지가 종종 발생 한다. 비전 센서는 반대로 빛, 우천, 눈과 같은 환경변화에는 약하지만 가격이 저렴하고, 직관적인 검지가 가 능하며, 설치와 관리가 간편하다(Kim, 2017). 센서 융합을 통한 검지체계의 공통적인 단점은 한 지점을 지나 간 차량의 수를 파악 할 수 있지만 이 지점에 정체가 발생 하였는지 파악하기는 힘들다는 점이 있다. 교통정 체를 해소 하기 위해서는 차량을 수를 파악하는 작업보다는 교차로와 교차로 사이를 지나가는 차량의 속도 정보를 파악하는 것이 교통 상황을 대변하는 정보로 필요하다(Jung, 2005).
본 논문은 센서를 이용한 차량검지 시스템의 단점을 보완할 수 있는 기술로 스마트폰 WiFi 신호를 이용한 차량 검지 방법을 제안하고자 한다. Pewresearch Center의 조사에 따르면 2018년 대한민국의 스마트폰을 보유 한 성인 비율이 94%이다(Pewresearch Center, 2018). 스마트폰 단말기는 WiFi 기술을 통해 AP(Access Point)에 접근하여 데이터를 송 수신 할 수 있다. 이러한 기술을 활용하여 AP의 관점에서 통신반경 안의 단말기의 정 보를 감지한다면, AP 주변에 WiFi 단말기가 몇 대인지 파악 할 수 있게 되고, 교통정보를 얻기 위하여 교차 로 마다 AP를 설치하게 된다면 단말기의 이동 경로를 알 수 있다. 이동경로와 시간을 통해 차량의 진행 속 도정보를 얻을 수 있고 이를 통해 도로의 정체 유무를 파악하여 정체를 해소할 수 있도록 신호등제어를 하 는데 사용하게 된다면 정체로 인해 발생되는 사회적 손실을 줄 일 수 있다.
본 논문에서는 개포·대치동의 교차로 구간에 Bluetooth와 WiFi 신호를 감지할 수 있는 무선 네트워크 검지 장치를 설치한 후 Probe Car를 운영하여 스마트폰 무선신호가 무선 네트워크 검지장치에 검지되고 이를 통 해 구간 통행 정보를 생성하는지 알아보았다.
Ⅱ. 관련 연구
Bluetooth와 WiFi는 무선 근거리 통신망을 위한 컴퓨터 무선 네트워크에 사용되는 기술이다. 본론에서는 무선통신기술인 Bluetooth와 WiFi 신호를 수집하는 시나리오에 대해 연구하고, 이를 교통신호체계에 활용하 기 위해 데이터를 가공하는 알고리즘을 제안한다. WiFi의 무선랜 표준을 기반으로 하는 무선 신호를 수집하 는 방법과 사용되는 프로브 요청 프레임의 Frame Control 필드의 내용과 MAC주소의 구성이 어떻게 구성되 는지 설명한다.
1. 무선 신호 수집
스마트폰 Wi-Fi 신호를 수집 시, 802.11 MAC 계층 Frame format은 <Fig. 1>과 같다. Address field에서 각 스마트폰의 식별인자를 수집할 수 있다. 그림 3에서 보는 바와 같이 발견, 인증, 결합, 데이터 전송 단계에서 MAC frame format은 각각 조금씩 달라지지만 주소 필드는 어느 단계에서나 Frame format에 포함되어 있기 때문에 스마트폰이 교통정보 수집용 AP와 통신을 시작하는 단계부터 스마트폰의 식별인자를 확인할 수 있 는 경우는 다양하다고 볼 수 있다. <Fig. 2>
스마트폰 Bluetooth 신호는 차량 내 스마트폰이 차량 오디오 등을 이용하기 위해서 사용했을 때 감지할 수 있다. Bluetooth Link 계층 Frame format을 확인할 수 있으며 Advertising channel PDU 내 Payload에서 스마트 폰 식별인자를 확인할 수 있고, Data Channel PDU에서는 Access Address에서 스마트폰 식별인자를 확인 할 수 있다. 그 식별인자는 Wi-Fi 신호보다 수집률이 낮을 것으로 예상되며 스마트폰과 차량의 Bluetooth를 연결 한다고 가정했을 때, 먼저 스마트폰이 연결하기 위해 Advertising 메시지를 전송하고, 연결 대상자는 Scanning 을 하면서 서로를 확인하게 된다. 이 과정에서 스마트폰이 연결요청하기 위해 Advertising channel PDU 내에 서 식별인자를 확인할 수 있고, 연결이 완료되고 데이터를 주고받을 때에는 Data channel PDU 내에서 식별인 자를 확인할 수 있음을 알 수 있다. <Fig. 4>
2. 프로브 요청 프레임
프로브 요청 프레임은 무선 네트워크망에 접속하기 위하여 주변에 어떠한 AP들이 있는지 스캔하기 위한 프레임이다. 프로브 요청 프레임의 Frame Control 은 <Fig. 5>과 같은 형태로 구성이 된다(IEEE, 2016).
Frame Control 필드에는 16 bit의 데이터가 자리하게 되며 의미하는 내용은 다음과 같다. Protocol Version 서브필드는 2 bit에 해당하며, IEEE 802.11 메시지의 현재 프로토콜 버전을 의미한다. 프로토콜 버전은 현재 “00” 값을 가지게 된다. Type을 나타내는 서브필드에는 이 프레임이 관리 프레임(Management Frame)인지, 제 어 프레임(Control Frame)인지, 데이터 프레임(Data Frame)인지, 확장 프레임(Extension Frame)인지 나타낸다. 프로브 요청 프레임은 관리 프레임 중 하나로 이를 나타내는 “00” 값을 갖는다. Subtype 서브필드에는 프로 브 요청 프레임을 나타내는 “0100” 값을 갖게 된다. To DS 와 From DS는 각각 1 bit에 해당하며, 무선망을 확장 시키는 분산시스템(Distributed System)을 기준으로 프레임을 전달하는지를 나타내는 역할을 한다. More Fragments 서브필드는 데이터 프레임의 길이가 길어져 메시지를 나누어 전송을 하게 될 경우 이를 알려주는 역할을 한다. Retry 서브필드는 메시지의 전송이 제대로 전달되지 않았다고 판단이 되어 메시지를 다시 재전 송 하게 될 경우 이전 메시지와 구분하기 위해 사용하는 필드이다. Power Management 서브필드의 경우 해당 메시지를 전송한 이후 단말기가 절전모드로 전환되는지 나타내는 필드이다. More Data 서브필드는 일반적으 로 버퍼가 있는 AP에서 절전모드에 있는 단말로 프레임을 전송할 때 보내려는 메시지가 적어도 1개 이상일 경우 이를 나타내기 위하여 사용한다. Protected Frame 서브필드는 프레임 바디에 해당하는 내용이 암호화 알 고리즘에 의해 보호되고 있을 경우 이를 나타내 주는 필드이다. +HTC/Order 필드의 경우 QoS(Quality of Service)를 지원하지 않는 단말에서 데이터 전송을 할 때 사용하거나 QoS데이터 또는 관리 프레임이 특정 정 보를 포함한 포맷으로 전송할 때 사용한다(Choi et al., 2005).
3. MAC 주소
MAC 주소는 네트워크 세그먼트의 데이터 링크 계층에서 통신을 위한 네트워크 인터페이스에 할당된 고 유 식별자 이다. IEEE에 의해 MAC 주소가 관리되고 정해진 규칙을 따라 만들어진다. 지역적으로 관리되는 MAC 주소를 제외하고, 일반적인 MAC 주소는 각각의 장비 벤더별로 고유한 번호를 갖고 있어서 본 정보를 통해서 해당 하드웨어의 제조사를 확인할 수 있다. MAC 주소는 총 48 bit 로 구성되며, 이 중 첫 24비트는 OUI(Organizational Unique Identifier) 제조업체의 식별코드로 사용된다. 이 MAC 주소 관리를 통해 스마트폰 제조사에 해당하는 OUI만을 조회할 경우 무선 단말기의 검지장치에 수집된 정보 중 스마트폰의 신호만을 필터링 할 수 있게 된다.
Ⅲ. 제안 방법
1. 무선 신호 검지장치
교통 정보를 생성하기 위해서 AP의 역할을 수행 할 수 있는 장비로 크리웨이브社의 특허 제품을 사용하 였다. 이 장비는 운전자의 이동단말기로부터 송출되는 정보를 이용하여 교통정보를 생성하도록 구성된 수집 장치로서 수집된 접속정보들을 단말기 식별정보별로 분류한 후 접속정보들의 노변중계기 식별정보들을 통 해 경로를 생성하는데 사용되었다(Ann et al., 2018).
2. 서버 데이터
단말기의 프로브 요청 프레임과 데이터 프레임을 통해 무선신호 검지장치가 추출하는 정보는 MAC 주소, WiFi의 주파수, 수신 신호세기가 되고, 각 무선신호 검지장치의 위치를 알 수 있게 해주는 무선 네트워크 검 지장치 ID 와 수집한 정보가 서버에 저장된 시간을 기록하여 사용하게 된다. MAC 주소는 단말을 구분해 주 는 값으로 고유한 값을 가진다. 이 정보를 무선 신호 검지 장치를 통해 수집하게 되며, 각 교차로에 설치된 무선 신호 검지 장치의 데이터를 통합 관리하기 위하여 서버로 전송을 하고 이를 저장을 하여 관리하게 된 다.
3. 차량 교통정보 생성 알고리즘
서버의 데이터를 통해 우리가 알 수 있는 정보는 단말기가 검지된 교차로의 번호, 검지 된 단말기의 MAC 주소, 단말이 검지된 시간, 검지된 신호의 데이터타입, 무선 신호의 세기를 알 수 있다. 이 정보만으로는 교 통상황을 알 수 없기 때문에 이를 위해서 데이터를 가공하는 방법과 차량 내부에 위치한 스마트폰으로 보기 어려운 데이터를 분류 하는 방법에 대해 제안한다.
<Fig. 6>은 무선신호검지장치를 통해 수집된 데이터를 활용하여 유효정보를 생성하는 알고리즘을 나타낸 다. 무선 신호검지장치를 통해 검지된 교차로, 단말의 타입, 검지된 신호의 크기별로 단말의 상태를 분석한 다. 검지된 데이터의 패킷 분석을 통해 고정된 위치에 설치된 AP의 데이터는 필터링하여 제거하는 작업을 수행한다. 검지된 신호의 크기인 RSSI(Received Signal Strength Indicator)값을 이용하여 단말의 특정 교차로에 대한 대표시간을 설정한다. 시간 순서상 가장 먼저 검지된 단말을 선정하여 차례로 단말을 지정하여 단말이 인접 교차로에 검지되었는지 검색한다. 다음 대푯값 정보가 인접교차로에 해당하는 정보일 경우 각 교차로 를 지날 때 시간 정보를 바탕으로 한 교차로에서 다른 교차로로 이동하는데 걸린 시간을 산출 할 수 있다. 두 교차로 사이의 거리와 시간정보를 바탕으로 단말의 이동속도를 계산하게 되며 이 값의 크기에 따라 차량 과 보행자 정보로 구분하여 차량으로 판단될 경우 유효패턴정보로 필터링하여 정보를 저장한다. 유효 패턴 정보의 경우 두 구간(교차로) 사이의 단말의 이동속도, 거리, 이동방향 정보를 생성하여 가지게 된다. 이 구 간 정보를 바탕으로 회전방향별 교차로 패턴정보를 산출하는 알고리즘 고도화 작업을 진행한다.
4. 회전방향별 교차로 통행정보 생성 알고리즘
회전방향별 교차로 통행 패턴정보 생성 알고리즘의 경우 교차로에서 차량의 진행 방향에 따른 신호 대기 시간이 각각 다르기 때문에 이를 분류하여 도로의 교통상황을 파악하기 위해 설계된 알고리즘 이다. 기존 유 효정보 필터링 알고리즘을 통해 만들어진 구간 정보를 활용하여 검지된 교차로의 수가 3곳 이상일 경우 단 말의 진입 교차로, 기준 교차로, 진출교차로의 경로가 미리 정의된 테이블에 존재할 경우 이를 회전방향별 교차로 통행 패턴정보로 생성하여 특정 구간에서 진출방향에 따른 차량의 이동속도를 생성 할 수 있도록 하 는 알고리즘이다.
무선신호를 이용하여 회전방향별 교차로 통행정보를 생성하기 위해서는 단말의 정보가 적어도 3개의 교 차로에서 감지되어야 한다. 교통정보 수집체계에서 회전방향별 교차로 통행정보를 생성하기 위해서는 3개의 연속된 교차로에서 단말이 감지되어 진입교차로(첫 번째 검지 교차로)와 기준교차로(두 번째 검지 교차로)의 정보를 통해 통행시간을 산출하여 차량의 속도를 구할 수 있다. 또한, 기준교차로와 진출교차로(세 번째 검 지 교차로) 정보를 통해 차량의 진행 방향을 결정하여 패턴을 생성하게 된다.
기존 방법으로는 단말이 연속된 교차로에 검지되어야만 회전방향별 교차로 통행정보를 생성할 수 있었다. 하지만 무선통신의 특성으로 인해 모든 검지장치에 단말이 검지되기는 힘들다는 단점이 있다. 본 연구에서 는 이를 보완하는 방안으로 차량의 진행 방향을 결정하게 되는 진출교차로의 경우 연속되지 않는 정보이더 라도 방향을 알 수 있는 교차로에서 검지 될 경우 패턴정보를 생성할 수 있도록 보완하였다.
Ⅳ. 실험 방법 및 결과
1. 실험 방법
스마트폰 단말기의 신호가 무선 네트워크 검지장치에 수집이 이루어지는지 확인하기 위한 실험을 진행하 였다. 필드 테스트를 위해 구성 된 실험 환경은 <Fig. 7>과 같다. 개포·대치동 일대에 17개소의 무선 신호 검 지장치를 교차로에 설치하여 무선 단말기의 정보를 수집하였고, 무선 신호 검지 장치는 교차로의 신호등에 설치하고, 그림에 나타난 번호는 각 교차로를 구분하는데 사용한 무선 네트워크 검지장치의 ID에 해당하는 번호이다.
해당 필드에서 Probe Car를 운영하여 차량 내부에서 송신한 스마트폰의 신호를 수집할 수 있는지 확인하 는 실험을 진행하였다. 무선 네트워크 검지장치가 차량 신호등에 설치되었기 때문에 교차로의 한 가운데 위 치해 있지 않다는 문제가 있고, 이는 스마트폰 단말기와의 거리에 영향을 미치는 요인이다. 또한, 주변 건물 의 영향으로 인해 통신이 원활하게 될 것이라 예상할 수 있는 가시거리에 무선 네트워크 검지장치가 위치하 지 않게 된다. 이러한 특성을 확인하기 위하여 필드테스트 구간에 Probe car운영하면서 단말의 검지율을 확 인해보고 Prove car가 정지선을 지나 교차로를 통과할 때의 시간을 기록하여 차량이 실제 지나간 시점과 단 말의 무선신호가 검지되어 대표시간으로 선정된 시간 사이의 차이를 확인하는 실험을 진행하였다.
Wi-Fi의 경우 단말이 슬립모드로 전환 될 경우 데이터를 전송하는 주기가 길어져 검지가 어렵다는 단점이 있다. 이를 해결하기 위해 실험을 진행한 단말의 상태는 다음과 같다. 실험 단말 1은 핫스팟을 작동하고 실 험 단말 2와 연결한다. 실험 단말 2는 스트리밍 데이터를 사용하며 차량과 블루투스 페어링을 통해 스트리밍 하는 음성이 차량 내 스피커에서 출력되도록 구성하여 실험을 진행하였고 교통정보 수집 서버에는 실험 단 말 2를 통해 생성되는 데이터를 바탕으로 검지율과 통행 시간 산출 정확도를 구하였다.
차량의 이동경로는 <Fig. 8>과 같이 구성하여 3회씩 진행하였다.
또한 해당 시스템을 운영하여 수집된 정보를 바탕으로 회전방향별 교차로 통행패턴정보를 생성하는 알고 리즘을 구현하여 생성되는 정보량을 확인하는 실험을 진행하였다. 연속된 세 교차로에서 단말의 신호가 검 지되어 통행패턴정보를 만들었을 때의 생성되는 정보의 양과 방향정보를 생성할 수 있는 진출교차로에 해당 하는 정보가 연속되지 않아도 패턴정보를 만들 수 있도록 보완된 알고리즘을 적용하여 생성되는 정보의 양 을 비교하였다. 회전방향별 경로에 따라 5분간 해당 경로를 이동이 검지된 단말들에 대하여 속도가 어떻게 발생하는지 분석할 수 있는 프로그램을 설계하였고 데이터는 한 시간 동안 축적 된 단말의 검지 정보를 기 반으로 알고리즘에 적용하여 각 3회씩 진행하였다.
2. 실험 결과
검지장치가 설치된 위치는 신호제어기와의 거리, 차량 신호등의 기둥을 고려하여 설치되기 때문에 교차로 의 한 가운데 위치해 있지 않다는 문제가 있고, 이는 스마트폰 단말기와의 거리에 영향을 미치는 요인이 되 었고, 이에 대한 수신율을 확인하기 위해 Probe car를 운영하여 수집율을 확인해 보았다. 또한 수집된 정보를 통해 교차로를 이동하는데 걸린 시간을 계산하여 실제 이동하는데 걸린 시간을 기준으로 하여 통행시간 오 차율을 계산하였다. <Table 1>
이 실험을 통해 Bluetooth의 경우 64.5%의 확률로 검지가 일어났으며, Wi-Fi의 경우 98.9%의 확률로 검지 가 일어났다. Wi-Fi의 경우 Bluetooth에 비해 넓은 통신 반경을 갖기 때문에 차량과 신호검지장치의 거리가 멀리 떨어져 있어도 신호검지가 발생하는데 반해 Bluetooth의 경우 근거리통신에 적합한 통신 표준이기 때문 에 검지될 확률이 떨어짐을 확인 할 수 있었다. 평균 통행시간 오차율의 경우 Bluetooth의 경우 20.67%의 오 차율을 가지며, Wi-Fi의 경우 12.48%의 오차율을 갖는다. 이러한 오차를 갖게 된 이유로는 차량의 경우 신호 등의 정지신호에 의해 차량이 오랜 시간 대기하게 될 경우 검지된 여러 신호 값 중 대푯값을 선정하는데 있 어 어려움을 가지게 되고 이로 인해 오차도 커지게 되는 문제가 발생하였다. 최대값의 RSSI를 대푯값으로 선정할 경우 신호검지장치에서 가장 가까운 위치라고 가정하였지만 차량이 신호대기로 인해 같은 장소에 오 래 머물게 되었을 경우 검지된 신호들 중 대푯값을 선정하는데 있어서 신뢰도가 떨어지게 되었다. Bluetooth 의 신호가 Wi-Fi보다 큰 오차율을 갖게 된 이유로는 Bluetooth의 경우 신호의 출력 크기가 이 Wi-Fi에 비해 일정하게 수신되지 않는 다는 점을 확인하였다. 신호검지장치와 단말이 동일한 거리에 위치하여도 같은 크 기의 RSSI값을 수신하지 않는 다는 점이 큰 요인이 되었다. 또한, 차량이 신호검지장치의 밑에 위치하여 가 장 가까운 위치에서 신호를 발생 시켜도 검지되지 않는 경우를 확인하였다. 이는 Bluetooth 신호의 경우 투과 성이 떨어져 유리가 아닌 차량의 철강 부분을 신호가 투과할 경우 수신율이 많이 떨어짐을 확인 할 수 있었 다. 이러한 요인으로 인해 Bluetooth의 오차율이 더욱 증가 하게 되었다는 것을 확인할 수 있었다.
필드테스트 구간의 수집한 무선신호를 통하여 회전방향별 교차로 통행패턴정보 생성 알고리즘에 적용한 결과는 <Fig. 9>와 같다. id는 회전방향별 교차로 경로번호에 해당하며 dtype은 BT와 Wi-Fi를 구분하는 데이 터 타입이다. h_cid(home_cid)는 기준 교차로, f_cid(from cid)는 진입교차로, t_cid(to_cid)는 진출 교차로를 의 미하며 s_cid는 해당교차로의 방향별 신호를 제어하기 위한 id이다. 이후 해당경로에 5분 동안 검지된 차량의 평균속도와 최고속도, 최저속도, 표준편차와 패턴을 생성한 단말의 수를 표기하도록 설계하였다.
<Table 2>은 회전방향별 교차로 통행정보를 생성하는 데이터의 양을 보여준다. 기존 방안을 적용한 알고 리즘의 경우 변경 전에 해당하며, 1회차의 증가율은 8.1%, 2회차 7.3%, 3회차 7.6%이다. 결과를 통해 특정 경 로의 경우 차량의 이동 빈도수가 적어 생성되는 통행정보 또한 적은 곳도 있지만 생성되는 교통 정보의 데 이터가 많아 필드테스트 구간의 통행 정보를 파악하기에 유용한 구간이 존재함을 볼 수 있었다. 데이터 생성 이 부족하다고 판단되는 구간을 보완하기 위해 해당 알고리즘을 적용할 경우 생성되는 정보의 양을 증가시 킬 방안이 될 수 있다고 판단된다.
Ⅴ. 결 론
본 논문에서는 무선신호 수집 시나리오에 대해서 분석하고, 교차로 지점에서 수집 가능한 무선 신호의 특 성을 연구하였다. 또한 수집한 데이터를 바탕으로 도로의 상황을 파악 할 수 있는 구간정보를 생성 할 수 있 도록 알고리즘을 제시하였다. 제안하는 알고리즘의 유효성을 평가하고자 실제 무선 네트워크 검지장치가 설 치된 도심지 도로 환경에서 Probe Car를 사용한 실 환경 기반의 실험을 진행하여 Bluetooth 64.5%, Wi-Fi 98.9%의 수집율을 보였다. 또한 실제 Probe car가 정지선을 지날 때 시간을 기록한 값을 바탕으로 교차로 간 이동한 시간과 수집된 데이터를 바탕으로 이동하는 데 걸린 시간을 가지고 오차율을 구하는 결과를 보였다. 그 결과 Bluetooth는 20.67%의 오차율을 보였고, Wi-Fi는 12.48%의 오차율을 확인할 수 있었다.
또한 테스트베드 구간의 수집된 데이터를 바탕으로 알고리즘을 적용시킨 프로그램을 실행 하여 1시간 동 안 생성되는 회전방향별 교차로 통행정보를 확인할 수 있었고, 모든 교차로에서 검지되지 않는 무선통신의 특성을 고려하여 보완된 알고리즘을 적용한 시뮬레이션 결과를 통해 총 7.67% 증가한 데이터 생성량을 확인 할 수 있었다.
