▲ 정인택 선임연구원  © 국토교통뉴스

자전거도로의 총연장은 2009년 11,367km에서 2022년 26,225km로, 자전거도로 총연장이 과거 15년 전보다 현재 2배 이상으로 증가하였다. 자전거 이용 인구도 2017년 월 1회 이상 자전거를 이용하는 인구가 1,340만 명으로 나타났으며, 이 중 자전거를 매일 이용하는 인구는 약 24.6%로 330만 명에 달하는 것으로 나타났다.

이에 반해 자전거 교통사고는 지난 13년간(2010년~2022년) 연평균 1만3,524건이 발생하고 있으며, 이 중 사망자 수는 연평균 약 245명으로 나타났다. 특히 노면파임 사고(2019), 방해물 충돌 사고(2021) 등 자전거도로 노면 위험요소에 의한 중상 및 사망사고도 빈번하게 발생하고 있다. 

이러한 자전거도로 노면 위험요소 정보(방해물‧장애물, 노면파손 등)는 현재 관할 지자체의 정기적인 현장 조사와 이용자들의 민원 제보로만 수집되고 있다. 또한 자전거도로 노면 위험요소의 효율적인 관리를 위한 첨단 관측 장비 및 디지털 기반 모니터링 시스템도 부재한 상황이다. 따라서 자전거도로의 사고 예방과 운영관리 디지털화를 위한 스마트 혁신 기술로써, 첨단 IoT 센서 기반의 자전거도로 노면 위험요소 자동 탐지 기술 개발이 필요하다.

한국건설기술연구원은 자전거도로의 사고 예방 및 운영관리 디지털화를 위해 깊이카메라(depth camera), 관성측정장치(IMU, Inertial Measurement Unit), GPS 등이 탑재된 첨단 IoT 센서 단말을 이용한 자전거도로 노면 위험요소를 자동으로 탐지할 수 있는 기술을 개발했다. 

이 기술은 자전거, 전동스쿠터 등 개인형 이동 수단에 첨단 IoT 센서 단말을 탑재하여 직접 운행하면서 자전거도로 노면 위험요소를 자동으로 탐지하여 수집된 GPS 위치정보를 기반으로 탐지된 정보를 시스템에 맵핑(mapping) 또는 업데이트하여 관리할 수 있는 기술이다. 

노면 위험요소 탐지 방법은 설치된 카메라로부터 물체까지의 거리(깊이)를 측정할 수 있는 깊이카메라를 이용하여, 설정된 기준 높이를(설치된 카메라로부터 평지 바닥 면까지의 거리) 기준으로, 임계치보다 거리가 가까운 경우는 방해물‧장애물로(지주, 기둥, 돌, 볼라드, 탄력봉 등) 탐지가 되고, 임계치보다 거리가 먼 경우는 노면파손으로(포트홀, 노면 파임 등) 탐지가 된다. 

여기서 임계치는 변수로서 노면 위험요소의 측정 가능한 수준에 따라 다르게 적용할 수 있으며, IMU 데이터의 경우는 수집된 깊이 영상의 깊이 값 보정에 적용하였다. 아울러 본 개발 장비를 실험용 자전거에 탑재하여 경기도 고양시 일산서구 일대 자전거도로를 대상으로 현장 실험을 수행하였으며, 그 결과 자전거도로 상의 방해물‧장애물 및 노면파손으로 인한 다수의 위험요소가 존재하는 것을 확인하였다.

이 기술을 통해 주행 중인 자전거도로의 노면 상태정보를(위험요소, 유효 폭, 포장 등급 등) 자동으로 맵핑하여 디지털화할 수 있으므로, GIS 서비스 지도를 통한 관련 정보의 주기적인 업데이트가 가능할 것으로 판단된다. 이를 통해 자전거도로 관리 주체에게는 디지털화된 노면 상태정보를 통한 효율적인 자전거도로 관리가 가능할 것으로 기대하며, 자전거도로 이용자에게는 현시성이 있는 노면 상태정보를 제공함으로써, 자전거도로 노면 불량으로 인한 사고를 미연에 방지할 수 있을 것으로 기대한다. 아울러 본 기술을 통해 수집된 정보는 자전거 지도, 자전거 내비게이션 등 각종 웹 플랫폼과 스마트폰 앱과도 연계가 가능할 것으로 판단된다. 

현재 개발된 기술은 자전거도로의 노면 위험요소 자동 탐지를 위한 핵심·원천기술을 개발한 것으로, 향후 개발 장비의 일체화‧소형화‧경량화가 필요하며, 딥러닝 모델링을 이용한 알고리즘 개선 연구도 필요하다. 아울러 추후 지자체와 협업을 통한 기술 실증 및 시범 서비스 사업도 추진할 예정이다.

정인택 한국건설기술연구원 미래스마트건설연구본부 수석연구원

ⓒ 국토교통뉴스(www.guktonews.co.kr), 무단 전재 및 수집, 재배포 금지 

▶본 칼럼은 외부필진에 의해 작성된 것으로 본지의 편집방향과 다를 수 있습니다.