도로망의 네트워크 포장 상태를 평가하기 위한 모바일 이미징 애플리케이션
Southeastern Surveying and Mapping Corporation
프로젝트 목적
모바일 이미징 애플리케이션의 목적은 도시와 행정구역에서 유지 관리하는 전체 도로망에 대해 네트워크 포장 상태 평가를 수행하는 것이다.
이를 위해 APWA(미국 공공 근로자 협회)와 ANSI(미국 표준 협회)의 표준화 평가 방법을 써서 포장 특성과 포장 상태를 평가한다. 접근방식은 차량 기반 모바일 이미징 서비스를 활용해 도로 포장 상태 특성을 신속하게 파악, 평가, 매핑하는 것이다. 이 두 카메라의 모바일 이미징 시스템을 이용하면 SSMC(남동부 측량 또는 지도 회사)가 특수 데이터 수집 장비를 활용해서 포장 상태 평가를 자동화할 수 있다. 이는 SSMC가 기존의 ‘feet on the ground’ 평가 기법을 써서 프로젝트를 수행할 때보다 훨씬 저렴한 비용으로 우수한 결과물을 얻을 수 있도록 한다.
이미지 캡처 기술
예전에는 대부분의 기관에서 포장 파손 데이터를 수집하기 위해 수동 조사를 이용했다. 수동 설문 조사는 많은 노동력과 시간을 필요로 하며 데이터 안정성은 교육 혹은 검사 실적에 따라 달라진다.
많은 연구에 따르면, 수작업 등급은 검사기 반복성과 높은 검사기-투-검사기(inspector-to-inspector) 변동성에 대해 높은 수준의 변동성을 나타낸다. 이미지 기반 데이터 수집 시스템은 영구적인 포장 표면 이미지를 생성하고, 이로써 정확성과 반복성에 대한 검사기 분석 결과를 서로 연관시킬 수 있는 이점을 제공한다.
고정된 이미지를 사용했을 때의 또 다른 이점은, 원하는 해석에서 시간을 두고 표류하는 경향이 있는 검사기에 대해 일관된 보정을 제공하는 것이다. 고정된 이미지는 새로운 검사기에 대해 일관된 교정을 제공한다. 검사기 성능 요구 사항을 확립과 품질 관리(QC) 모니터링 수행을 조합하면 높은 품질의 일관된 데이터를 생산할 수 있다. 이미지 기반 데이터 수집은 도로 표지와 같은 비포장 자산에 대한 기록도 제공한다. 이 이미지들은 도시의 다른 지역에서 계획 혹은 유지보수를 돕기 위해 쓸 수 있다.
모바일 이미징 차량
포장 혹은 통행로 자산 데이터를 위한 이미지를 수집하기 위해서, SSMC 팀은 NorPix의 직원과 협력해 초고속 이미징 카메라가 장착된 모바일 이미징 차량을 개발했다. 차량에는 서브 미터 GPS 수신기에 연결된 온 보드 컴퓨터에 초당 최대 10개의 이미지를 로깅(logging)하는, 고속 이미징 카메라 두 대가 장착됐다. 이 시스템을 쓰면 현장 팀이 정해진 속도로 주행하고 5 ~ 10 피트 간격으로 각 카메라의 이미지를 수집할 수 있다.
카메라는 최대 시야와 이미지 범위를 얻기 위해 광각 렌즈와 망원 렌즈가 서로 다른 방향으로 차량에 장착된다. 모바일 이미징 차량의 카메라 서브 시스템은 1,360 x 1,024의 해상도로 이미지를 캡처하는 1.3 메가 픽셀 Prosilica GC1350C 컬러 카메라로 구성된다.
카메라는 Firewire 인터페이스보다 훨씬 뛰어난 기가비트 이더넷 인터페이스로 호스트 컴퓨터에 연결된다. 이를 통해 SSMC 팀은 이미지를 떨어뜨리거나 잃지 않고 더 빠른 간격과 드라이브 속도로 이미지를 캡처할 수 있다. 모든 카메라는 StreamPix4 소프트웨어를 통해 제어된다.
Norpix는 최대 5대의 카메라로 여러 카메라 구성을 수용할 수 있는 Southeastern Surveying 시스템을 구성했다. 트리거 박스는 모든 카메라를 동시에 쓰는 데 활용된다. 카메라가 수집한 각 이미지는 StreamPix GPS 위치 모듈을 사용해 GPS 위치에 연결돼 이미지 캡처 당시의 카메라 위치를 보여준다.
모바일 이미징 플랫폼의 모듈식 디자인을 통해 SSMC 팀은 광각과 망원 보기를 번갈아 가며 렌즈 구성과 카메라 방향을 교환해서 고객의 데이터 수집 요구에 맞게 이미징 차량을 조정할 수 있다.
모바일 이미징 차량에는 운전자와 이미지 컬렉션을 모니터링하는 내비게이터/카메라 운영자로 구성된 두 명이 배치돼 있다. 운전자는 차량 운전과 주변 교통 상황을 주시하고 카메라 운영자한테 내비게이션 지시를 받는 것에 중점을 둔다. 카메라 운영자는 StreamPix4 소프트웨어를 써서 모든 카메라에서 동시에 수집된 이미지의 품질을 모니터링 혹은 조정하고 차량을 탐색해 모든 도로가 양방향으로 이미징 됐는지 확인한다.
이동 중인 차량에서 초당 5 ~ 10개의 이미지를 수집하면 게시된 속도 제한으로 포장 이미지를 빠르게 캡처할 수 있다. 이미지를 다운로드한 뒤 각 이미지는 이미지를 찍을 때 차량이 위치했던, 카메라의 방향을 보여주는 지도의 GPS 위치에 연결된다.
이를 통해 사무실의 포장 파손 기술자는 이미지 시퀀스를 검토하고, 여러 카메라 각도에 대해 앞뒤로 움직여 조난을 식별하고 포장 상태를 평가할 수 있다. 또, 교통 표지를 식별하고 위치를 지정할 수 있다. 이 접근법은 더 많은 수작업 기법보다 현장 작업의 시간과 비용을 크게 줄인다. 다양한 각도로 카메라를 배치하면 차량이 정상 게시 속도로 도로를 주행할 때 많은 양의 포장도로와 통행권 데이터를 안전하게 캡처할 수 있다.
카메라와 StreamPix4 소프트웨어는 초당 최대 10 프레임의 속도로 연속 이미지를 수집한다. 때문에 이미지는 사용자가 도로를 따라 ‘가상 드라이브’를 수행할 수 있는 소프트웨어를 써서 사무실에서 볼 수 있다.
드라이브가 작동하는 속도는 사용자가 제어한다. 식별된 포장 파손은 '포인트 앤 클릭(point and click)' 접근법을 통해 포착된다. 이 방법은 다음과 같으며 다른 방법보다 장점이 많다.
- 더 높은 품질 - 여러 카메라 각도에서 노면 상태를 분석하는 데 필요한 만큼 가상 드라이브를 정지하거나 반전할 수 있으며, 천천히 검토할 수 있다.
- 빠른 상태 평가 - 차량이 정상 속도로 움직이는 경우 이미지가 수집되기 때문에 현장에서 데이터를 캡처하는 데 필요한 시간이 크게 단축된다.
포장 분석을 위해 고해상도 디지털 카메라를 정밀하게 배치하고 모바일 이미징 차량 지붕 위에 탑재한다. 첫 번째 카메라는 오른쪽 시야를 확보하고 있고, 차량 후면에 있는 두 번째 카메라는 넓은 각도의 포장 뷰를 캡처하기 위해 포장도로를 가리키고 있다.
GPS 위성한테서 수신한 지리적 위치 데이터는 이미지 시퀀스에 연결되며 서버 디스크에 실시간으로 저장된다. 모든 카메라의 여러 카메라 보기(view)가 차량 내부에 있는 화면에 표시된다. 캡처된 이미지가 적절한 노출과 밝기와 대비를 갖도록 이미지가 캡처될 때 이미지는 이미징 기술자가 지속적으로 모니터링한다.
모바일 이미징 차량은 주행할 때 하루 최대 180,000개의 이미지를 수집한다. 움직이는 차량에서 초당 5 ~ 10개의 이미지를 수집하면, 팀은 게시된 속도 제한으로 포장도로와 통행 우선권의 이미지를 빠르게 캡처할 수 있다.
SSMC의 사내 프로그래머/분석가가 개발한 맞춤형 소프트웨어를 써서 수집된 수천 개의 이미지 각각은, 이미지 캡처 당시 카메라의 위치와 방향을 나타내는 GIS 포인트 파일에 연결된다. 이를 통해 사무실에서 GIS 소프트웨어를 사용하는 기술자는 도로의 어느 곳에서든 이미지를 선택하고, 이미지 시퀀스를 검토하고, 앞뒤로 이동해 도로 내 포장 파손을 식별할 수 있다.
이미지 지리 참조 연산 (Image Georeferencing)
이미지를 수집한 뒤에는 각 이미지가 지도의 위치에 연결된다. SSMC는 모바일 이미징 시스템이 수집한 데이터를 지형 정보 시스템(GIS) 내에서 표준 데이터로 처리하도록 설계했다. 이를 통해 포장 파손 기술자는 표준 GIS 도구를 써서 지도에서 이미지를 선택하고 포장 파손을 식별할 수 있다.
포장 파손이 확인되면 PAVER 소프트웨어에 입력하기 위해 파손을 계량화해야 한다. 예를 들어, 위 이미지에서 볼 수 있는 세로 혹은 가로 방향 균열에서 균열의 길이를 측정하고 PAVER 데이터베이스의 적절한 도로 단면과 연관시켜야 한다.
포장 파손 분석 도구로써 보는 GIS
지리 정보 시스템(GIS)의 등장과 함께 포장 파손의 공간 구성 요소를 관리하기 위한 새로운 도구들이 개발됐다. GIS 데이터는 도로를 따라 비상사태의 유형과 심각도와 양을 저장할 수 있으며, GIS 데이터베이스의 이러한 파손은 파손된 양과 위치를 모두 기록한 실제 기록이 된다. 도로 포장 검사 전문가는 몇 년 후 도로 사진을 검토하고 GIS의 눈에 보이는 파손을 사진의 파손과 비교한다. 그리고 이를 바탕으로 도로 포장 사진을 확인 또는 업데이트한다.
수리되지 않은 기존 파손의 심각성을 확인하거나 업데이트한 뒤 수리되지 않은 파손을 제거하거나 식별된 새로운 파손을 추가한다. 이를 통해 각 업데이트 시 동일한 포장재 조건을 지속적으로 다시 측정할 필요가 없으며 다음에 있을 도로망 재검사 비용을 크게 줄일 수 있다.
이 과정의 핵심은 차량에서 가져온 도로 이미지를 지도에 표시된 지면의 위치와 쉽게 서로 연관시킬 수 있는 능력이다. 대표적인 모바일 매핑 플랫폼에서는, 사용자가 두 개 이상의 이미지에서 공통점을 선택해 지면상의 좌표 위치를 삼각화하고 설정해야 한다. 이것은 시간이 많이 소요되는 과정이다. 모서리가 4개 있는 직사각형 포장 패치의 위치를 매핑하려면 기술자는 좌표를 계산하기 위해 서로 다른 이미지 두 개에서 네 개의 지점을 모두 식별해야 한다.
SSMC 팀은 기능을 지도에 신속하게 배치할 수 있는 더 효율적인 방법론을 개발했다. 각 카메라는 차량의 렌즈 구성 혹은 방향과 관련해 조정된다. 실험 패턴이 설정되고 이미지 보정점 실험 패턴에 배치된다. 예를 들어, 그림 1에서 카메라 보정 눈금에는 빨간색으로 표시된 일련의 보정점이 표시돼 있다.
이미지 보정점의 좌표를 측정해서 지면에 위치한 이미지의 지형지물에 대한 차량과 차량 방향 사이의 관계를 설정한다. 이러한 이미지 좌표와 지상 좌표 사이의 관계는 이미지 변환으로 계산해서 원본 이미지를 GIS 맵의 표면에 뒤틀리고 평평하게 할 수 있다.
이 변환을 이미지에 적용하면 이미지를 GIS 맵의 실제 지면 방위로 표시해, 지면에서 지형의 치수를 찾아서 측정할 수 있다. 그림 2 이미지는 카메라의 실제 위치와 땅 위 방향으로 휘어진 후, 그림 4에서 아래쪽으로 보이는 이미지를 보여준다.
카메라는 프로젝트의 전체 데이터 수집 부분에서 이미지 수집 차량과 고정된 방향으로 유지되기 때문이다. SSMC 팀은 이 이미지 변환을 수집된 모든 영상에 적용할 수 있으며, 위치 또는 측정을 위해 조난을 보여주는 포장 이미지를 지도에 끌어다 놓을 수 있다.
예를 들어, 위 그림에서 앞면 혹은 뒷면 카메라 이미지를 GIS 맵에 떨어뜨려 포장 파손을 찾아 측정했다. 일단 지도에 배치하면 이미지를 확대해 매우 미세한 세부사항을 볼 수 있고 균열 너비를 측정해 파손 심각도를 결정할 수 있으며, 지도에서 파손을 추적해 PAVER 데이터베이스에 연결할 수 있다. 조난을 GIS 데이터베이스로 끌어들이기 위해 포장 파손 기술자는 파손의 한계 또는 균열의 중심선을 지도에 추적하고 적절한 포장 재료 섹션에 태그를 표시한다.
다음 예제는 이 생산 공정을 설명한다.
1 단계 - 포장 파손 기술자는 전방 카메라 이미지에서 심한 풍화와 포장 작업과 포장을 확인한다.
2 단계 - 조난 거리를 보여주는 후면 포장 이미지가 선택된다.
3 단계 - 후면 이미지를 GIS 맵으로 끌어와서 왜곡(warp)하고 이미지를 지역(Geo) 참조해서 세계의 적절한 위치에 배치한다.
4 단계 - 기술자는 포장 이미지를 확대하고 캡처할 적절한 파손을 선택한다.
5 단계 - 풍화 혹은 래버링(Raveling)의 한계는 심각(빨간색으로 표시됨)으로 식별되고, 도로 내에 떨어진 포장 패치의 한계는 중간(파란색으로 표시)으로 식별된다. 이 파손들은 도로 구간의 ID로 태그가 지정되며 파손 지역은 PAVER 데이터베이스에 대해 자동으로 계산된다.
이 시각적 GIS 접근법은 다른 조건 평가 방법보다 세 가지 뚜렷한 장점이 있다.
1. 정확도 : 모든 조난 양을 정확하게 측정하고 추정하지 않는다.
2. 정밀도 : 네트워크 수준에서 네트워크를 분석하거나 드릴다운해서 개별적인 문제를 살펴볼 수 있다. 이를 통해 확인된 조난에 대한 철저하게 품질관리를 검토할 수 있다.
3. 반복성 : 이전에 확인된 문제와 표로 작성된 문제점은 이후의 네트워크 재검사를 위해 이미 데이터베이스에 있다.
자료 제공 : Southeastern Surveying and Mapping Corporation
