| Browse Archives | About the Journal |
Sorry.
You are not permitted to access the full text of articles.
If you have any questions about permissions,
please contact the Society.
죄송합니다.
회원님은 논문 이용 권한이 없습니다.
권한 관련 문의는 학회로 부탁 드립니다.
| [ Article ] | |
| Transactions of the Korean Society for Noise and Vibration Engineering - Vol. 35, No. 3, pp. 298-306 | |
| Abbreviation: Trans. Korean Soc. Noise Vib. Eng. | |
| ISSN: 1598-2785 (Print) 2287-5476 (Online) | |
| Print publication date 20 Jun 2025 | |
| Received 28 Feb 2025 Revised 22 Mar 2025 Accepted 16 Apr 2025 | |
| DOI: https://doi.org/10.5050/KSNVE.2025.35.3.298 | |
| 차로 변경이 도로교통소음에 미치는 영향에 대한 미시적 접근 | |
이재관† ; 김형수*
| |
Microscopic Approach to Analyze the Impact of Lane Change on Road Traffic Noise | |
Jae Kwan Lee† ; Hyoungsoo Kim*
| |
| *Korea Institute of Civil Engineering and Building Technology, Research Fellow | |
| Correspondence to : †Member, Korea Institute of Civil Engineering and Building Technology, Postdoctaral Researcher E-mail : jklee645@kict.re.kr ‡ Recommended by Editor Jooyoung Hong | |
Ⓒ The Korean Society for Noise and Vibration Engineering | |
Funding Information ▼ | |
# A part of this paper was presented at the KSNVE 2025 Annual Spring Conference | |
In this study, a microscopic road traffic noise model was employed to quantitatively analyze the changes in noise levels that occur when a vehicle changes lanes while driving. In a one-way, four-lane road SUMO simulation, we computed and compared time-series noise levels with or without lane changes, treating target lane and lane-change position as key variables. The results indicate that lane changes can reduce the equivalent noise level by up to approximately 1.3 dB(A) and the maximum noise level by up to about 2.2 dB(A). Moreover, the closer the receiver was located to the road - within 30 m - the greater the noise-level change. In addition, when the lane change was made within 90 m from the receiver, the noise level change could be observed. By incorporating lane-change behavior into microscopic traffic modeling, we anticipate that these findings will contribute to a more precise prediction of real-world noise distributions in urban or highway traffic environments.
| Keywords: Road Traffic Noise, Lane Change, Noise Prediction, Time-series Noise 키워드: 도로교통소음, 차로 변경, 소음예측, 시계열 소음도 |
|
도로교통소음은 도로 주변 거주자의 삶의 질에 영향을 미치는 중요한 요인으로 작용하기 때문에, 이에 대한 정량적 분석으로 효율적인 관리방안을 마련하는 것이 필요하다. 이를 위해 소음지도를 작성하여 활용하고 있으며 소음지도의 작성 방법은 환경부에서 정하여 관리하고 있다(1). 다만 기존의 소음지도 작성을 위해 사용되는 도로교통소음 모형들은 거시적인 관점으로 대규모 교통 흐름에서 발생하는 소음을 예측하는 데 중점을 두지만, 차로 변경과 같은 개별차량의 동적 변화는 반영하기가 어렵다. 반면, 미시적 관점으로 접근하는 소음 계산 방법은 개별차량의 속도 변화, 차로 변경 등의 요소를 고려하여 보다 정밀한 소음 예측이 가능하다(2~4).
미시적 교통 모형을 이용하여 시계열 도로교통소음을 계산할 수 있는 계산 방법을 제시한 선행 연구에서는(4), 기존에 주로 사용되는 도로교통소음 모형들과의 계산 결과 비교시 차량의 주행속도가 높다면 계산 오차가 대체적으로 3 dB 이내로 나타나는 것을 확인할 수 있었다. 다만 선행 연구의 결과는 차량의 직진 운동만을 대상으로 하였기 때문에, 현실적인 도로에서의 차량 움직임으로 보기에는 부족하다(4). 실제 도로 환경에서 다수의 차량 사이의 상호작용으로 다양한 상황이 발생하는데 차로 변경이 대표적인 주행 특성 중 하나이다. 차로 변경은 도로 전반적인 속도에 영향을 주거나 교통류 변화의 원인이 될 수 있다(5,6). 교통류의 변화는 주변 지역의 소음에도 영향을 줄 수 있고 또한 차로 변경을 수행하는 차량의 가속, 감속 및 차선 변경 각도에 따라 도로 주변의 소음 환경이 변화할 수 있다(7). 이에 이 연구는 미시적 도로교통소음 모형을 적용하여, 도로 환경에서 차량의 중요한 주행 특성 중 하나인 차로 변경으로 인해 발생할 것으로 예상되는 소음도의 변화에 대해서 계산하고 정량화하는 방법을 연구했다.
연구는 다음과 같은 과정으로 진행된다. 먼저 선행 연구에서 제시된 미시적 도로교통소음 모형(microscopic road traffic noise model, MTN)과 미시적 교통 모형에 대해 검토하고자 한다(4). 다음으로 시뮬레이션 환경에서 차로 변경 유무에 따른 소음도 차이를 확인하고 차로 변경이 소음도에 미치는 영향을 정량적으로 분석하고자 실험을 진행했다. 먼저 단일차량의 주행을 대상으로 다양한 속도 및 차종 조건에서 이동하고자 하는 대상 차로에 따른 소음도의 변화를 분석했다. 다음으로 단일차량의 차로 변경에 의한 소음도 변화의 영향범위를 산정하기 위한 실험을 수행했다. 마지막으로, 앞서 살펴본 단일차량의 차로 변경에 의한 소음도 변화가 다수의 차량이 존재하는 현실과 같은 상황에서 주는 영향도를 파악하기 위한 실험을 수행했다. 위와 같은 시뮬레이션 환경에서 계산되는 시계열 소음도를 대상으로 최대소음도 및 등가소음도 분석으로, 순간적인 피크 및 전체 에너지 변화에 대한 평가를 수행했다. 이를 통해 차로 변경이 도로교통소음의 발생에 주는 영향도를 파악하고자 하며, 보다 현실적인 도로교통소음을 계산할 수 있는 모형의 개발에 활용하고자 한다.
선행 연구에서 제시된 미시적 도로교통소음 모형은 시계열 소음의 계산을 위해 Fig. 1과 같은 과정을 수행한다(4). 먼저 도로상의 모든 개별차량을 인식하여 차종, 속도 정보를 이용해 각 개별차량이 방출하는 음향파워레벨을 산정한다. 다음으로 각 차량의 음향파워레벨이 전파되는 영역을 한정하여 격자화한 개별차량 소음영역을 도로상 차량과 동기화시킨다. 그리고 주변 소음 영향인자를 탐색하고 배경소음도, 회절, 반사 등을 반영하여 1차적으로 소음영역을 갱신한다. 개별차량 소음영역은 미시적 교통 모형에 의해 결정되는 차량과 동일하게 도로 위를 이동한다. 또한 차량의 이동 중 속도, 이동방향, 위치 등의 변화에 따라 음향파워레벨은 시뮬레이션 타입 스탭마다 재산정하여 개별차량 소음영역을 갱신한다. 그리고 도로에 입력된 차량이 다수인 경우 각 차량의 소음영역의 중첩을 판단하여 동일 좌표에 존재하는 경우 소음도를 합산하여 갱신한다. 마지막으로, 개별차량 소음영역 내 개별 격자가 이동 중 수음점과 동일 좌표로 인식되는 경우에 격자의 소음도를 시뮬레이션 시간 동안 기록한다.
개별차량의 소음영역을 생성하기 위한 음향파워레벨은 차종과 속도 등의 정보를 이용해 산출한다. 차량 1대의 음향파워레벨 산출은 KHTN을 참고하여 식 (1)을 활용했다(8,9).
| (1) |
여기서 A, B는 음향파워계수, V는 차속이다.
음향파워레벨 산정하기 위한 A, B는 차종에 따라 다르게 제시되며 KHTN의 경우 5차종 구분에 따라 제시한다(8). 선행 연구에서 제시한 바와 같이 KHTN에서 제시하는 5차종의 A, B 계수를 소형과 대형으로 구분하고 평균값으로 재산정해 사용했다(4).
앞서 설명한 미시적 도로교통소음 계산을 위한 시뮬레이션에는 오픈소스 교통 시뮬레이션 프로그램인 SUMO(simulation of urban mobility)를 사용했다(10). 또한 시계열 도로교통소음 계산을 위한 미시적 도로교통소음 모듈은 선행연구와(4) 동일하게 SUMO에서 제공하는 API 기능인 TraCI를 이용해 구성했다(10).
이번 절에서는 MTN의 계산 과정에서 차량의 움직임을 구현하는 미시적 교통 모형(microscopic traffic model)에 대해 설명하려 한다. 미시적 교통 모형이란 개별차량의 움직임을 모델링하여 교통 흐름을 정밀하게 시뮬레이션하는 방법이다. 크게 차량 추종 모형(car-following model)과 차로 변경 모형(lane-change model)으로 구분이 가능하다. 이 두 가지 모형은 차량 간의 상호작용부터 다차선 상황에서 차량이 차로를 변경하는 과정에 대한 정의를 하고 있다. 이 두 모형을 이용해 도로 위 차량들의 행태를 실제와 유사하게 시뮬레이션하는 것이 가능하며 각각 다음과 같은 구조이다.
(1) 차량 추종 모형
차량 추종 모형이란 다수의 차량이 존재하는 도로에서 안전하게 선행 차량을 따라가는 후행 차량의 속도 및 가속도를 결정하는 모형으로 교통류 시뮬레이션에 활용된다. 대표적인 모형은 Wiedemann, Krauss, IDM(the intelligent driver model) 등이 있다. 다양한 차량 추종 모형이 있지만 SUMO 시뮬레이션에서 가장 기본적으로 사용되는 Krauss 모형에 대해 소개하고자 한다.
Krauss 모형은 운전자의 가속 및 감속 패턴을 모방하여 교통 흐름을 자연스럽게 모델링하고 차량 간 안전거리 확보를 위해 확률적 요소를 포함하여 현실적인 운전 행동을 반영한다(11). Krauss 모형은 안전 속도(vsafe)를 기반으로 차량의 목표 속도(vdes)를 설정하고 현 시점의 차량의 행태를 결정한다(11). 차량의 목표 속도 계산은 식 (2)와 같다.
| (2) |
여기서 vn(t)는 차량의 t 시점의 속도, a는 가속도, ∆t는 시뮬레이션 타임 스텝, vmax는 도로의 제한 속도를 의미한다. 식 (2)에서 확인할 수 있는 바와 같이 목표 속도의 설정은 안전 속도, 도로의 제한 속도, 차량이 도달할 수 있는 최대 속도(vn(t)+a∆t) 중 최소값으로 한다.
(2) 차로 변경 모형
차로 변경 모형이란 주행 중인 차량이 임의의 조건에서 차로 변경이 필요한 경우 차로 변경의 여부, 위치 등에 대해 결정하는 과정에 대한 모형이다. 차로 변경 모형은 다양한 방법들이 제안되고 있지만 SUMO 시뮬레이션에서는 LC 2013 모형을 가장 기본으로 사용하며 그 내용은 다음과 같다(12). LC 2013 모형에서는 전략적, 협력적, 전술적, 규제적 변경으로 네 가지의 차로 변경 방법이 기본으로 정의 되어 있으며 실제 교통 흐름을 현실적으로 모델링하기 위해 여러 가지 수정이 적용된다(12). 각 변경 조건에서 LC 2013 모형은 차량이 차로를 변경하도록 결정하기 위해 안전성, 이득, 필요성의 세 가지 지표를 사용한다(12). 차량이 차로를 변경하는 과정은 다음과 같은 논리적 절차를 따른다. 먼저 변경을 수행할 때 앞뒤 차량과의 안전거리가 확보되는지 평가해 가능한지 판단한다. 다음으로 차로 변경을 통해 속도가 증가하는지 등을 분석하여 차로 변경의 이득에 대해 평가한다. 마지막으로 현재 차로에서 차량의 이동이 제한되는지 확인하며 위 조건을 만족하면 변경 수행한다. 차로 변경 모형에 의한 전략적 변경에 대한 예시는 Fig. 2와 같다(12). Fig. 2의 상황에서 식 (3)이 참인 경우 긴급한 것으로 간주하고 전략적 차로 변경을 수행한다.
| (3) |
여기서 d는 dead-end까지 남은 거리, o는 차량 길이, L은 각 차로를 지정하는 상수, f는 차로 변경을 성공하기 위해 일반적으로 필요한 시간에 대한 상수이며 일반적으로 왼쪽 차로 변경은 10, 오른쪽은 20으로 설정한다.
이와 같이 차로 변경 모형은 단순한 규칙 기반이 아닌, 현시점의 도로 위 차량 행태 정보를 기반으로 유리함과 위험성을 모두 고려하여 의사결정 수행하며 사용자의 특수한 설정이 없는 상황에서는 차로 변경이 교통 흐름에 미치는 영향을 최소화하는 방향으로 설계되어 있다.
MTN을 이용한 소음도 계산을 위해 가장 단순한 구조의 도로를 시뮬레이션 환경에 구축했고 Fig. 3과 같다. 신호가 없는 연속류 편도 4차로 도로를 평지에 설치했고, 길이 1 km, 각 차도의 폭은 3.5 m로 설정했다. 시뮬레이션 환경에 입력되는 차량은 Fig. 3의 오른쪽 끝(1000 m 지점)에서 출발해 왼쪽 끝(0 m 지점)으로 이동하는데 차량의 속도는 일정하게 유지된다. 차로 변경은 도로 중심(500 m 지점)에서 시작하도록 설정했으며 목표 차로가 1차로인 경우엔 그림과 같이 3회로 나눠서 차로 변경을 수행한다. 노면은 밀입 아스팔트 포장으로 설정해 식 (1)의 A, B 계수를 결정했으며, 도로 주변에 건물은 설치하지 않았다. 시계열 소음이 계산되는 수음점은 도로 중심(500 m 지점)의 도로단에서 도로와 수직 방향으로 이격 거리를 달리하여 위치시켰다.
Fig. 3의 도로 환경에서 시뮬레이션을 수행하기 위한 변수의 설정은 Table 1과 같다. 그리고 미시적 교통 모형에 따라 차량의 행태를 결정하는 매개변수는 Table 2와 같다. 차종별 크기, 차간 거리(minimum gap) 등은 Krauss 모형의 기본값을 사용했다(10). 운전자의 불완전성을 의미하는 σ는 0에서 1사이의 값을 입력하며 0의 경우 완전한(숙련된) 운전자를 의미하는데 이 연구에서는 기본값 0.5보다 낮게 설정하여 운전 숙련도를 높였다(10). 운전자가 앞차의 속도 변화를 인지, 반응하는 시간인 τ는 모형의 기본값을 사용했다(10). 다만 이 연구에서는 모든 차량이 설정된 속도로 등속 이동하는 상황에 대해서만 시뮬레이션을 수행하기 때문에 차량의 감가속도 설정을 고려하지 않았다. 차로 변경에 대한 행태를 결정하는 LC 2013 모형의 매개변수 역시 기본값을 사용했다(10,12). 하지만 이 연구에서는 차량 간의 상호작용이 이뤄지지 않는 상황을 설정하고 실험을 진행하며 특정 위치에서 강제로 차선 변경을 수행하도록 했기 때문에 매개변수 설정이 실험에 큰 영향을 주지 못하도록 설계했다.
| Variable | Value |
|---|---|
| Simulation time [s] | 150 and 600 |
| Simulation time step [s] | 1 |
| Average speed [km/h] | 30, 50, 80 |
| Distance from road edge to receiver [m] |
10, 20, 30, 40, 50, 100, 150, 200 |
| Height of receiver [m] | 1.5 |
| Background noise level [dB(A)] | 40 |
| Model | Parameter | Vehicle | |
|---|---|---|---|
| Light | Heavy | ||
| Krauss | Length/width/height [m] | 5/1.8/1.5 | 12/2.5/3.4 |
| Minimum gap [m] | 2.5 | 2.5 | |
| σ | 0.3 | ||
| τ | 1 | ||
| LC2013 | lcStrategic | 1 | |
| lcCooperative | 1 | ||
| lcSpeedGain | 1 | ||
| lcKeepRight | 1 | ||
선행 연구에 따르면 MTN을 이용하는 시계열 소음도의 계산 결과는 국내에서 주로 사용되는 도로교통소음 모형 가운데 NMPB와(13) 가장 계산값의 차이가 적은 것으로 나타났다(4). 이에 차로 변경에 의한 소음도 변화를 계산하기에 앞서 이 연구의 도로에 대해서도 시계열 소음도의 계산 결과에 대한 검증을 위해 NMPB로 계산된 등가소음도와의 비교를 수행했다. 실험용 4차로 도로에서 1시간 동안 100대의 차량이 1개의 차선으로만 차량이 이동할 때의 소음도를 계산했고, 대형과 소형차량의 비율은 각각 50 %, 속도는 80 km/h로 유지했다. NMPB를 이용한 등가소음도의 계산은 SoundPLAN 9.0을 사용했다. NMPB로 계산된 등가소음도와 MTN을 이용해 계산된 등가소음도의 차이는 Table 3과 같다. 대부분의 조건에서 기존 모형 대비하여 계산 소음도의 차이가 3 dB(A) 이내로 나타났다. 다만, 선행 연구에서와 같이(4) 도로와 가장 가까운 수음점에서 차이는 3 dB(A) 이상으로 나타났다.
| Lane | Distance from road edge [m] | |||||||
|---|---|---|---|---|---|---|---|---|
| 10 | 20 | 30 | 40 | 50 | 100 | 150 | 200 | |
| 1 | 3.0 | 2.7 | 2.7 | 2.5 | 2.4 | 2.1 | 1.9 | 1.8 |
| 2 | 3.1 | 2.8 | 2.7 | 2.6 | 2.5 | 2.1 | 2.0 | 1.8 |
| 3 | 3.5 | 3.1 | 2.8 | 2.7 | 2.6 | 2.2 | 2.0 | 1.9 |
| 4 | 3.6 | 2.8 | 2.5 | 2.4 | 2.4 | 1.9 | 1.7 | 1.7 |
차량이 주행 중 특정 차로로 이동하는 경우 소음도의 변화를 정량화하여 평가하는 것을 목표로 다음과 같은 실험을 수행했다. Fig. 3에서 제시한 편도 4차로 도로에서 시뮬레이션을 수행했고, 각 차량의 차선 변경은 수음점이 위치한 500 m 지점에서 시작하도록 설정했다. 그리고 현재 차로(4차로)에서 목표 차로(3차로, 2차로, 1차로)로 각각 주행 차로를 변경할 때의 시계열 소음도를 계산했다. 그 외의 조건에 대해서는 Table 1에 제시된 바와 같이 2차종, 3개의 속도에 대해서 실험했으며 각 실험 조건에서 150초의 시뮬레이션 시간 동안 1대의 차량이 생성되고 통과했다. 예를들어 시뮬레이션 시간 동안 4차로로 1대의 차량이 주행할 때, 도로단에서 10 m에 위치한 수음점에서 계산된 시계열 소음도를 등가소음도와 최고소음도로 분석한 결과는 Table 4와 같다.
| Average speed [km/h] |
HV | LV | ||
|---|---|---|---|---|
| LA eq | LA,max | LA eq | LA,max | |
| 30 | 50.0 | 64.1 | 45.7 | 58.4 |
| 50 | 54.2 | 71.3 | 48.8 | 64.8 |
| 80 | 58.5 | 77.7 | 52.6 | 71.0 |
첫 번째로 1대의 차량이 4차로에서만 주행할 때 계산된 평가 소음도와 각 목표 차로로 변경을 수행할 때 계산되는 평가 소음도의 차이는 Table 5와 같다. 평가 소음도 비교시 다음과 같은 몇 가지 특징을 확인할 수 있었다. 먼저 모든 속도에서 차로 변경 수행시 4차로를 유지하는 것에 비해 소음도가 변화하는데 특히 가장 왼쪽 차선(1차로)으로 변경할 때 평균소음도의 변화가 가장 크게 나타났다. 또한 차량의 속도가 증가함에 따라 차로 변경에 의한 소음도 차이가 커지는 것을 확인할 수 있었다. 차종별로 비교하면 대형차가 소형차보다 평균적으로 0.3 dB(A) 더 크게 변화하는 것으로 나타났다. 그리고 최고소음도의 경우 대형차, 소형차 모두 차로 변경시 변화하는 것을 확인할 수 있지만, 목표 차로에 상관없이 변화량이 일정하게 나타났다. 이는 모든 차량이 수음점 앞에서 동일 시점에 차로변경을 수행하도록 설정하였기 때문으로 판단된다.
| Vehicle type | Evaluation noise level |
Average speed [km/h] |
Target lane | ||
|---|---|---|---|---|---|
| 3 | 2 | 1 | |||
| HV | LA eq | 30 | 0.77 | 1.10 | 1.22 |
| 50 | 0.93 | 1.15 | 1.20 | ||
| 80 | 1.19 | 1.28 | 1.29 | ||
| Ave. | 0.96 | 1.18 | 1.24 | ||
| LA,max | 30 | 2.04 | 2.05 | 2.05 | |
| 50 | 2.20 | 2.20 | 2.20 | ||
| 80 | 2.32 | 2.32 | 2.32 | ||
| Ave. | 2.19 | 2.19 | 2.19 | ||
| LV | LA eq | 30 | 0.47 | 0.66 | 0.72 |
| 50 | 0.53 | 0.61 | 0.63 | ||
| 80 | 0.99 | 1.18 | 1.20 | ||
| Ave. | 0.66 | 0.82 | 0.85 | ||
| LA,max | 30 | 1.07 | 1.07 | 1.07 | |
| 50 | 1.16 | 1.16 | 1.16 | ||
| 80 | 1.88 | 1.88 | 1.88 | ||
| Ave. | 1.37 | 1.37 | 1.37 | ||
두 번째로 차로 변경으로 인해 발생하는 소음도의 변화를 수음점의 위치에 따라 비교했다. Fig. 4는 Table 3에 제시된 각 평가 소음도 차이의 평균값을 모든 수음점에서 계산하여 표시한 그래프이다(14). 수음점의 위치가 도로에서 멀어질수록 소음도의 변화는 적어지는 것을 확인할 수 있었다. 수음점의 위치가 10 m인 경우 0.77 dB(A) ~ 1.06 dB(A)의 등가소음도 변화를 확인할 수 있었으며 50 m 이상의 지점에서는 소음도의 차이가 대부분 0.25 dB(A) 이하로 나타났다. 차로 변경에 의한 실질적인 소음도의 차이는 도로에서부터 30 m 이내의 지역에서만 의미가 있을 것으로 판단된다. 그리고 최고소음도는 도로단에서부터 50 m까지의 영역에서도 0.25 dB(A) 이상의 소음도 차이가 관찰된다.
마지막으로 목표 차로에 따라서 계산되는 시계열 소음도의 차이를 비교했다. Fig. 5는 1대의 차량이 주행할 때 도로단 10 m 위치에서 계산된 시계열 소음도를 비교한 그래프이다(14). 차량이 80 km/h의 속도로 4차로에서 운행할 때의 시계열 소음도와 각 목표 차로로 이동하는 시계열 소음도의 차이이다. 차량이 수음점 바로 앞에 위치하여 최고소음도가 계산되는 시점(0초) 이후로 차로 변경이 수행되며, 각 시점의 소음도의 변화량을 확인할 수 있다. 1대의 소형차가 4차로에서만 이동할 때 계산되는 시계열 소음도와 3차로로 이동하는 경우 계산되는 소음도의 차이가 0.1 dB(A) 이상 지속되는 시간은 4초이며, 4차로에서 1차로로 이동하는 경우 8초간 관찰되었다. 대형차의 경우 소음도의 변화가 최고소음도 발생 시점 이후 5초 ~ 9초 관찰되었다.
차로 변경을 시작하는 위치가 수음점에서의 소음도 계산에 영향을 주는 공간적 범위를 파악하기 위해 다음과 같은 실험을 수행했다. 대부분의 조건은 4.2절의 실험과 유사하지만, 4차로에서 1차로로 변경하는 상황에 한정하여 실험했다. 그리고 차로를 변경하는 위치를 이동시키며 시계열 소음도를 계산했는데, Fig. 3에서 수음점이 위치하는 500 m 지점을 기준으로 양옆 300 m 이내의 지점에서 차로 변경 위치를 10 m씩 이동시켰다. 예를 들어, 첫 번째 차량이 0 m 지점의 4차로에 입력된 이후 200 m 지점에서 차로 변경 후 1000 m 지점까지 이동하는 동안의 시계열 소음도를 계산했고, 두 번째 차량의 차로 변경은 210 m 지점에서 수행했다. 차로 변경 지점이 800 m가 될 때까지 이와 같은 과정을 수행했고, 총 61대 차량의 등가소음도와 최고소음도를 분석했다. 동일한 방법으로 각 차종과, 세 가지 속도별로 실험을 수행하였다.
시뮬레이션을 수행하면서 도로단 10 m 지점의 수음점에서 계산된 등가소음도와 최고소음도는 Fig. 6과 같다(14). 소형차가 80 km/h로 주행하는 경우 차로 변경 위치가 550 m 지점부터 등가소음도가 변화하기 시작하고 최고소음도는 역시 550 m 지점부터 증가하기 시작한다. 그리고 500 m 지점에서부터는 소음도의 변화가 관찰되지 않았다. 하지만 소형차가 30 km/h로 주행하는 경우에는 소음도가 변화하는 공간적 범위가 달라지는데 480 m ~ 510 m 구간에서 등가소음도가 변화하고, 최고소음도는 490 m ~ 520 m 구간에서 변화한다. 대형차도 소형차와 동일한 구간에서 소음도 변화가 관찰된다. 따라서 차로 변경은 수음점에 도달하기 전에 이뤄져야 소음도에 영향을 준다고 볼 수 있으며 고속 주행의 경우에 소음도 변화가 관찰되는 구간이 상대적으로 길어진다.
현실의 도로 환경에서는 동시에 다수의 차량이 존재할 수 있으며 차로 변경을 수행 여부 역시 동시에 존재할 수 있다. 따라서 일정 시간 동안 다수의 차량이 도로를 통과하며 차로 변경을 수행하는 차량의 비율에 따른 소음 영향을 분석했다. Fig. 3과 동일한 도로에서 600초의 동안 100대의 차량이 80 km/h의 속도로 통과하도록 실험을 수행했다. 차종의 비율은 1:1로 설정했고, 차로 변경 위치는 4.3절에서 파악된 차로변경 영향범위 이내에서 무작위로 선택되도록 설정했으며 차로 변경은 4차로에서 1차로로 수행했다.
차로 변경을 수행하는 차량의 비율에 따른 시뮬레이션 결과는 Table 6과 같다. 차로 변경을 수행하는 차량이 증가함에 따라 소음도가 변화하는 것을 확인할 수 있었다. 도로단에서 10 m 지점의 경우 차로 변경 비율이 50 % 이상이면 1 dB(A) 이상의 소음도 변화가 관찰되며 최대 2.7 dB(A)의 소음도 변화 함을 확인할 수 있었다. 수음점이 도로단에서 멀어질수록 앞선 실험에서와 같이 소음도의 변화가 적어지지만, 수음점이 도로단 40 m 이내인 경우라면 1 dB(A) 이상의 소음도 변화를 기대할 수 있다.
| Lane change ratio [%] | Distance from road edge [m] | |||||||
|---|---|---|---|---|---|---|---|---|
| 10 | 20 | 30 | 40 | 50 | 100 | 150 | 200 | |
| 0 | 70.3 | 67.3 | 65.6 | 64.4 | 63.4 | 60.2 | 58.2 | 56.6 |
| 30 | 69.7 | 67.0 | 65.4 | 64.3 | 63.3 | 60.2 | 58.2 | 56.6 |
| 50 | 69.2 | 66.7 | 65.2 | 64.0 | 63.1 | 60.1 | 58.1 | 56.5 |
| 80 | 68.4 | 66.2 | 64.7 | 63.7 | 62.8 | 59.9 | 57.9 | 56.3 |
| 100 | 67.6 | 65.8 | 64.5 | 63.4 | 62.6 | 59.8 | 57.8 | 56.3 |
이 연구에서는 미시적 도로교통소음 모형(MTN)을 활용하여 주행 차로의 변경이 소음도에 미치는 영향을 분석하기 위해서 수행되었다. 속도 및 차량 유형, 차로 변경 위치 등의 조건에 따라 차로 변경 시 소음도가 변화하는 것을 평균적인 소음도 분석뿐만 아니라 순간적인 최고치 소음도에 대한 분석으로 수행했다. 이를 통해 차량이 주행 중 행하는 차로 변경이 도로 주변 지역의 소음 환경에 영향을 줄 수 있는 것을 다음과 같이 정량적으로 확인했다. 첫 번째로 차로 변경이 도로 주변 지역 소음도를 변화시키는 정도는 대형차가 더 큰 것으로 나타났으며, 차로 변경시 등가소음도는 최대 1.29 dB(A), 최대소음도는 2.23 dB(A) 변화하는 것을 확인할 수 있었다. 두 번째로 수음점의 위치가 도로와 가까울수록 차로 변경으로 인한 소음도의 변화를 관찰하기가 쉬웠는데, 등가소음도를 기준으로 0.25 dB(A) 이상의 변화는 도로에서 30 m 이내의 지역에서 관찰할 수 있었다. 세 번째로 차로 변경이 수음점 앞에서부터 시작되는 경우의 시계열 소음도를 관찰하면 최고소음도가 발생하는 시점까지는 동일한 소음도가 계산되지만, 그 이후 차로 변경을 시작하면서부터는 4차로를 유지하는 것에 비해 소음도가 변화하는 것이 관찰된다. 속도, 목표 차로, 차종에 따라 4초 ~ 9초 정도의 소음도 변화를 확인할 수 있다. 네 번째로 주행속도에 따라 차이는 있지만, 수음점에 도달하기 50 m 전부터 수음점을 통과한 후 30 m 정도의 공간적 범위 내에서 차로 변경을 수행하는 것이 소음도 계산에 영향을 주는 것을 확인할 수 있었다. 마지막으로 수음점의 위치에 따라 차이는 있지만, 다수의 차량이 주행하는 교통류 환경에서 차로 변경의 비율이 50 % 이상이라면 1 dB(A) 이상의 소음도가 변화할 수 있음을 확인했다.
이 연구는 미시적 도로교통소음 모형을 이용해 미시적인 차량 운동에 의한 소음도 변화를 정량적으로 분석할 수 있는 연구 방법론과 결과를 기반으로 실제 교통 상황에 기반한 현실적인 소음 모형의 개발에 공헌할 것으로 기대한다. 다만 다음과 같은 한계를 가지고 있다. 먼저 이 연구는 평면적으로 배열된 수음점을 대상으로 정속주행 조건 하에서 차량의 차로 변경에 따른 소음 변화를 분석했기 때문에, 건물의 외벽소음도 계산 등 수직적인 수음점의 배열에 있어서는 감쇠 효과가 다르게 나타날 수 있다. 또한 가속, 감속 등과 같은 동적 주행 조건에서 발생하는 추가적인 소음 변화를 반영하지 못했으며, 음향파워레벨 산출에 있어서 실제 측정 데이터에 의한 보정이 이루어지지 않아 소음 예측의 정밀도에 제한이 있을 수 있다. 이에 향후 연구에서는 통제상황 및 실제 교통 환경에서의 동적 주행 조건에 의한 소음도 변화 등의 측정 데이터를 추가하여 현재 단계의 미시적 도로교통소음 모형보다 현실적인 모형을 개발을 수행할 예정이다.
이 논문은 한국건설기술연구원의 연구비 지원 ‘(25주요-대1-목적)개별차량 이동 음원화 기반 도로교통 소음 제어 시스템’에 의해 수행되었습니다.
| 1. | Ministry of Environment, 2021, Drawing-up Method of Noise Maps, Ministry of Environment, 2021-54, Sejong-si, Korea. |
| 2. | Le Bescond, V., Can, A., Aumond, P. and Gastineau, P., 2021, Open-source Modeling Chain for the Dynamic Assessment of Road Traffic Noise Exposure, Transportation Research Part D: Transport and Environment, Vol. 94, 102793.![]() |
| 3. | Baclet, S., Khoshkhah, K., Pourmoradnasseri, M., Rumpler, R. and Hadachi, A., 2023, Near-real-time Dynamic Noise Mapping and Exposure Assessment using Calibrated Microscopic Traffic Simulations, Transportation Research Part D: Transport and Environment, Vol. 124, No. 3, 103922.![]() |
| 4. | Lee, J. K., Kim, H. and Kim, P., 2024, Method to Calculate Time-series Road Traffic Noise using a Microscopic Traffic Model based on Single Vehicle Units, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 34, No. 5, pp. 521~530.![]() |
| 5. | Kim, Y. C. and Kim, S. G., 2009, Analysis of Lane-changing Distribution within Merging and Weaving Sections of Freeway, Journal of Korean Society of Transportation, Vol. 27, No. 4, pp. 115~126. |
| 6. | Kang, M. H., Im, I. J., Song, J. and Hwang, K., 2019, Analyzing Traffic Impacts of Automated Vehicles on Expressway Weaving Sections - A Case Study using Seoul-singal Ramp Area, Journal of Transport Research, Vol. 26, No. 4, pp. 33~47. |
| 7. | Lee, J. K., Roh, C. G. and Yoo, J., 2023, Evaluation of Road Traffic Noise Change due to Bus Route Variation of Demand Responsive Transit Scenario in Rural Area, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 33, No. 6, pp. 645~651.![]() |
| 8. | Kim, C. H., Chang, T. S., Kang, H. M., Cho, Y. H., Jeung, T. R. et al., 2009, The Highway Traffic Noise Prediction Program, KHTN Model 2007, Proceedings of the KSNVE Annual Autumn Conference, pp. 714~715. |
| 9. | Korea Expressway Corporation Research Institute, 2022, Evaluation Method of Highway Pavement Noise for Environmental Impact Assessment, Korea Expressway Corporation Research Institute, Report No. KECRI-2021-63-534.9607. |
| 10. | Lopez, P. A., Behrisch, M., Bieker-Walz, L., Erdmann, J., Flötteröd, Y. P. et al., 2018, Microscopic Traffic Simulation using Sumo, Proceedings of the 21st International Conference on Intelligent Transportation Systems(ITSC), pp. 2575~2582.![]() |
| 11. | Krauß, S., 1998, Microscopic Modeling of Traffic Flow: Investigation of Collision Free Vehicle Dynamics, Ph.D. Thesis, University of Cologne, Germany. |
| 12. | Erdmann, J., 2015, SUMO’s Lane-changing Model, Modeling Mobility with Open Data: 2nd SUMO Conference, Berlin, Germany, pp. 105~123.![]() |
| 13. | Dutilleux, G., Defrance, J., Junker, F., Ecotière, D., Gauvreau, B. et al., 2009, Road Noise Prediction 2-noise Propagation Computation Method Including Meteorological Effects(NMPB 2008), Setra, France, pp. 1~135. |
| 14. | OpenAI, 2025(date of access), ChatGPT(o1), Retrieved from https://chatgpt.com/, OpenAI. |
COPYRIGHT 2025 ⓒ KSNVE ALL RIGHTS RESERVED.
The Korean Society for Noise and Vibration Engineering
#1406 Renaissance Officetel, 69, Seochojungang-ro, Seocho-gu, Seoul, 06651, Rep. of KOREA
Phone : 82-2-3474-8002~3, Fax : 82-2-3474-8004 / http://www.ksnve.or.kr / E-mail : ksnve@ksnve.or.kr