차종별 교통량 자료는 도로의 운영, 제어, 유지관리 계획 수립 및 과적차량 단속에도 매우 중요한 자료이다. 본 논문에서는 축검지 센서를 차량 진행방향에 대해서 경사지게 설치하고 이를 통해서 얻어지는 자료를 활용하여 차종분류 알고리즘을 개발하였다. 새로운 개발한 차종분류 알고리즘에서는 2축 차량에서 후륜 차량바퀴의 복륜 여부를 새로운 분류변수로 설정하였다. 분석대상이 차량은 1,878대로 CCTV를 활용하여 기록했으며 인력식 조사를 통하여 복륜여부와 차종을 구분하였다. 계측된 차량바퀴 접지면의 대각선 길이 성분의 크기를 입력 자료로 활용한 판별분석을 통하여 후륜바퀴가 복륜인지 단륜인지를 구분하였다. 복륜 여부만을 이용하여 차종분류를 했을 때, 차종분류의 정확도는 1종에 속하는 차량의 경우는 96.92%, 3종에 속하는 차량에서는 82.91% 그리고 4종에 속하는 차량에서는 79.13%에 이르는 것으로 분석되었다.
Traffic volume is essential data for traffic control or maintenance and rehabilitation planning. The volume especially with respect to the type of vehicles can facilitate to those road operations. In this research, a method for vehicle classification was developed using skewed sensors which can generate traffic signatures. In order to characterize vehicle types, the method investigates whether the second axle of each vehicle consists of dual tires. The presence of dual tire is determined by the discriminate function obtained from discriminant analysis. The validation using 1,878 vehicles recorded from a highway using a CCTV camera indicated significantly accurate results: 96.92% for class 1, 82.91% for class 3 and 79.13% for class 4.
