Earticle

대량수송이 가능한 대중교통 수단의 경우 사고 발생 시 대형인명피해가 우려되며, 이로 인해 다량의 사회적·경제적 손실이 발생할 가능성이 크다. 특히, 최근 들어 버스 운전자의 피로및 부주의 등으로 인한 중·대형 버스사고가 잇따라 발생하며 버스사고 및 운전자의 근무환경에 대한 사회적 관심이 나날이 증가하고 있다. 이에 본 연구에서는 버스운전자의 근로 환경(업종별·근로 형태별)에 따른 근로여건 및 사고 특성을 비교·분석하고자 한다. 이를 위하여 국내271개 버스회사에 대한 2017년 1월~12월까지의 운행기록계 자료 및 업체 정보(업종구분, 근로형태)를 수집하였으며, 이를 통계적 방법론을 활용하여 분석하였다. 그 결과 버스운전자의 근로조건에 따른 사고빈도 및 운행환경의 차이가 통계적으로 유의미한 것으로 나타났다. 특히, 격일제 근무 형태를 따르는 시내버스(특광역시 제외)에서 교통사고가 비교적 빈번히 발생함을확인할 수 있었다. 본 연구의 결과가 향후 노선버스 사고 감소를 위한 근무여건 개선의 기초자료로 활용될 수 있기를 기대한다.

The accident of mass transit such as a bus could draw the large casualties and this induces social and economic losses. Recently, severe bus accidents caused by tiredness and inattention of bus drivers occurred and those lead to growing interest in bus accidents and the drivers' work environment. Therefore, this study analyzes the accident based on the work environment of bus drivers and route-bus categories. For the research, this study collected digital tachograph data and the bus company information for 271 domestic bus companies in 2017 and used ANOVA test and chi-square test as statistical methodologies. As a result, we figured out there are statistically significant differences in the accident according to the working environments. Especially, the present study confirmed the intracity bus with working every other day has the most frequent accidents. We expect that the results of this study be used as foundations for the improvement of working conditions to reduce route-bus accidents in the future.

도로기하구조는 교통사고를 발생시키는 다양한 요인 중 하나이지만, 동일한 도로기하구조조건하에서도 기상상태에 따라 교통사고에 미치는 영향이 다르게 나타난다. 본 연구에서는2001년부터 2014년까지 14년간 전국 고속도로 사고자료와 기상자료를 매칭하여 교통사고 심각도에 영향을 미치는 변수들을 분석하였다. 도로기하구조와 기상상태의 상호작용이 사고심각도에 미치는 영향뿐만 아니라, 개별사고 심각도 간의 지역별 상관성을 반영하기 위해 위계적 순서형 모형을 사용하였다. 위계적 모형 중에서도 도로기하구조와 기상상태의 상호작용 변수를 포함한 임의절편모형과 기상상태의 지역별 특성을 상위변수로 포함하는 임의계수모형을모두 활용하였다. 분석결과 톨게이트 및 램프구간, 내리막 경사 3%이상, 콘크리트 방호벽 등이기상상태에 따라 사고 심각도에 미치는 영향이 달라지는 것을 확인하였다. 또한 도로기하구조와 기상상태의 복합적인 영향은 강우량 또는 강설량에 선형적이지 않을 수 있음을 보여주었다. 끝으로 본 연구의 분석결과를 기반으로 안전개선 대책을 제시하였으며, 이를 토대로 향후교통사고 심각도 감소가 가능할 것으로 기대된다.

Road geometry is one of the many factors that cause crashes, but the effect on traffic accident depends on weather conditions even under the same road geometry. This study identifies the variables affecting the crash severity by matching the highway accident data and weather data for 14 years from 2001 to 2014. A hierarchical ordered Logit model is used to reflect the effects of road geometry and weather condition interactions on crash severity, as well as the correlation between individual crashes in a region. Among the hierarchical models, we apply a random intercept model including interaction variables between road geometry and weather condition and a random coefficient model including regional weather characteristics as upper-level variables. As a result, it is confirmed that the effects of toll, ramp, downhill slope of 3% or more, and concrete barrier on the crash severity vary depending on weather conditions. It also shows that the combined effects of road geometry and weather conditions may not be linear depending on rainfall or snowfall levels. Finally, we suggest safety improvement measures based on the results of this study, which are expected to reduce the severity of traffic accidents in the future.

미시적 교통류 모형의 정산은 시뮬레이션 분석에 있어 매우 중요한 요소이다. 유전자 알고리즘은 교통류 모형의 정산에 널리 활용되어 왔으며, 일반적으로 이러한 최적화 문제에 있어높은 효율성을 보이는 것으로 알려져 있다. 하지만 제한된 시간내에 신속한 의사결정을 위한시뮬레이션 분석에 있어 유전자알고리즘의 모형 정산속도는 여전히 느리다. 이에 본 연구에서는 정산 효율 향상을 위해 중심합성계획법 기반의 이중유전자알고리즘을 활용한 차량추종모형 정산방법론을 개발하였다. 개발된 정산 방법론에서는 실험계획법 중 하나인 중심합성계획법과 유전자알고리즘을 결합하여 준최적해를 찾고, 이를 다시 유전자알고리즘의 초기 값으로하여 모형 파라미터의 최적해를 찾는다. 개발된 방법을 활용하여 Gipps의 차량추종모형을 정산하였다. 선행연구에서 사용된 단일 유전자알고리즘을 활용한 방법과 비교한 결과, 본 연구에서 개발한 방법이 더 짧은 시간내에 최적해를 찾는 것으로 확인되었다. 개발된 방법론은 유전자알고리즘을 사용하는 다양한 교통분석에 활용될 수 있을 것으로 기대된다.

The calibration of microscopic traffic simulation models has received much attention in the simulation field. Although no standard has been established for it, a genetic algorithm (GA) has been widely employed in recent literature because of its high efficiency to find solutions in such optimization problems. However, the performance still falls short in simulation analyses to support fast decision making. This paper proposes a new calibration procedure using a dual GA and central composite design (CCD) in order to improve the efficiency. The calibration exercise goes through three major sequential steps: (1) experimental design using CCD for a quadratic response surface model (RSM) estimation, (2) 1st GA procedure using the RSM with CCD to find a near-optimal initial population for a next step, and (3) 2nd GA procedure to find a final solution. The proposed method was applied in calibrating the Gipps car-following model with respect to maximizing the likelihood of a spacing distribution between a lead and following vehicle. In order to evaluate the performance of the proposed method, a conventional calibration approach using a single GA was compared under both simulated and real vehicle trajectory data. It was found that the proposed approach enhances the optimization speed by starting to search from an initial population that is closer to the optimum than that of the other approach. This result implies the proposed approach has benefits for a large-scale traffic network simulation analysis. This method can be extended to other optimization tasks using GA in transportation studies.

교통계획에서 사람들의 수단선택 의사 결정과정을 이해하고 이를 토대로 수요예측의 정확 성을 높이는 것은 매우 중요하다. 이를 위해 여러 계층마다 수단선택 영향요인들이 다르게 나 타나는 이질성(taste heterogeneity)을 반영한 모형들이 개발되어 왔다. 본 연구에서는 목적지의 토지이용 특성에 따라 수단선택에 미치는 요인의 영향력이 다를 것이라는 가설을 세우고 2010 년 서울시 가구통행실태조사 자료를 활용하여 서울시내 출근통행에 대한 잠재계층모형을 분 석하였다. 먼저 목적지의 토지이용 특성을 활용하여 수단선택에 대한 잠재계층을 구분하고, 각 각의 잠재계층에 대한 수단선택 모형을 개발하였다. 잠재계층모형 추정결과, 서울시내 출근통 행 수단선택의 경우 두 개의 잠재계층으로 분석되었다. 첫 번째 계층은 승용차와 대중교통의 수단분담이 비슷하고, 목적지가 상대적으로 도심이 아닌 주거시설이 많은 지역들이고, 두 번째 계층은 주로 대중교통의 분담률이 높고 목적지가 상대적으로 도심에 속하는 업무/상업시설이 많은 지역이다. 또한 이들 계층간의 수단선택 모형의 경우, 인구 및 사회경제지표들의 수단선 택에 미치는 영향이 계층간에 차이가 있는 것으로 분석되었다.

It is crucial to understand how people make decisions on mode choice and to accurately predict their behaviors in transportation planning. One of avenues for advancing modeling is, in particular, taking into account for taste heterogeneity in modeling that can incorporate different decision-making processes across group. In this study, we hypothesize that how people make decisions on mode choice would differ by destination in that land use characteristics are heterogeneous by zone even if zones are all in the same area. To this end, we apply Latent Class Modeling (LCM) to commute trips in Seoul by using 2010 household travel diary survey, investigate types of latent classes with the aid of characteristics of destination, and analyze how those classes differently response to factors. The LCM identifies two classes: in the first one, modal split of auto and public transit (bus and metro) is almost half-and-half and the trip destinations are characterized by relatively more residence facilities and less business/commercial facilities; in the second one, public transit has a notably high share and trip destinations are characterized by relatively more business/commercial facilities. In addition, it turns out that demographic and socio-economic variables affect mode choice differently by class.

국내에서 발생하는 교통사고에 의한 인적피해의 정도는 꾸준히 감소하고 있으나 경상자와 부상신고자수는 증가하는 추세이다. 그러나 도덕적 해이로 인한 허위․과다 치료와 입원으로 발생하는 사회적 비용은 전 세계적으로 사회, 경제적 문제로 대두되는 실정이다. 경미한 교통 사고의 유형 중, 추돌사고의 경우 피해차량 즉, 피추돌차량 탑승자가 주로 호소하는 질병은 해 부학적, 방사선학적 근거가 없는 임상적 추정에 의한 목 상해(경추염좌)이다. 그러나 국제적인 상해 분류기준인 AIS(Abbreviated Injury Scale)와 경추염좌를 비교했을 때 임상적 추정에 의한 목 상해는 상해라 보기 어렵다. 따라서 본 연구에서는 추돌사고에 연루된 추돌차량과 피추돌 차량의 중량과 충돌속도가 탑승자의 목 상해에 어떤 영향을 미치는지 알아보기 위해, MADYMO를 활용하여 중량과 충돌속도를 다양하게 반영한 총 100가지 시나리오의 추돌사고 를 재현하였다. 그리고 결과 값인 피추돌차량의 속도변화량과 충격가속도 값을 상해역치와 비 교하였다. 그 결과 동일한 중량 간의 추돌사고에서 충돌속도 15km/h 이상일 때 상해가 발생할 가능성이 큰 것으로 나타났으며, 중량을 고려하지 않을 경우 충돌속도 15km/h 일 때 36%, 20km/h이상일 때 약 84%의 상해 발생 가능성이 나타났다.

As the number of reported injuries has tended to increase over time, large hospitalization expenditure from excessive medical treatments and hospitalization, and insurance frauds associated with moral hazard in minor collisions have caused a global societal problem. Many occupants of rear-ended vehicles involved in rear-end collisions complain of whiplash injury, which is also known as neck injury, without any anatomical and radiological evidence. With only clinical symptoms, stating that a whiplash injury is a type of injury defined by the Abbreviated Injury Scale would be difficult. Therefore, this study focuses on minor rear-end collisions, where the rear-ender vehicle collides with the rear-ended vehicle at rest. The mathematics dynamic model is employed to simulate a total of 100 rear-end collision scenarios based on various weights and collision speeds and identify how the weights and speeds of both vehicles influence the risk of whiplash injury in occupants involved in minor rear-end collisions. The possibility of an injury is very high when the same-weight vehicles are involved in accidents at collision speeds of 15 km/h or higher. The possibilities are 36% and 84% with collision speeds of 15 km/h and 20 km/h, respectively, if weights are disregarded.

TPCLT란 한 주기에 두 번의 좌회전 신호를 제공하는 신호 운영 방법으로 좌회전 교통량이 많고 적정 좌회전 차로 길이 확보가 어려운 교차로에 적용가능한 신호 운영 개선 방법이다. 본 연구에서는 TPCLT의 적용 방안 연구를 위해, 3지 교차로를 대상으로 방향별 교통량의 변화 를 준 시나리오를 구축하여 TPCLT 적용 시와 3현시 최적화 신호 적용 시 교차로의 제어지체 를 분석하였다. 분석결과, 대다수의 시나리오에서 TPCLT 적용 시 지체 감소 효과가 높은 것으 로 나타났으며 특히 좌회전 교통량이 30~40%인 경우 지체 감소가 큰 것으로 나타났다. 이때, 접근로별 지체는 TPCLT 신호를 적용한 방향의 경우 50초 이상 지체가 감소하였으며 대향차로 는 약 2초의 미미한 지체 증가를 나타냈다. 좌회전 차로 길에 따른 TPCLT 운영 효과 분석결과 좌회전 차로 길이를 적정 좌회전 차로 길이의 30~60%를 확보한 경우 TPCLT 적용 시 지체 감 소에 효과적인 것으로 나타났다.

TPCLT is a advanced signal system that serves twice left turn phases during the same cycle. TPCLT can be a useful where the left turn traffic volume is high and the length of the left turn lane is short. This study examined the effectiveness of TPCLT in reducing delay for a signalized three-Leg intersection and proposed the application of TPCLT signal system. 108 scenarios with different traffic volumes were created. This study analyzed the control delay of the three-Leg intersection in case TPCLT is operated and non-TPCLT is operated. As a result of analysis, it was shown that TPCLT was effective in most of the scenarios. When traffic volume ratio of the left turn is 30~40%, TPCLT was more effective at reducing the control delay. The study result shows significant delay reduction for the left turning traffic and it is approximately 50 seconds. The opposing movement’s average control delay increased 2 seconds. The effect of TPCLT on the length of left turn lane was analyzed. As a result, it is found that TPCLT is effective when the length of left turn lane is 30%~60% compared to that of conventional three leg intersection operations.

본 연구에서는 대전광역시 내의 보행로 2개소를 대상으로 보행 중 스마트폰 사용이 보행속 도에 미치는 영향을 분석하였다. 분석을 위해 스마트폰 사용실태에 대한 영상자료를 취득하고 도로용량편람에서 제시한 보행자 서비스수준의 보행밀도를 기준으로 보행속도를 산정하였다. 보행속도에 미치는 영향을 분석하기 위한 방법으로는 기계학습을 통한 다중회귀분석과 의사 결정나무(Decision tree)를 활용하였으며, 설명변수로는 성별, 스마트폰 미사용, 청각을 이용한 스마트폰 사용, 시각을 이용한 스마트폰 사용, 서비스수준A, 서비스수준B, 서비스수준C가 선 정되었다. 분석결과 서비스수준C가 보행속도 변화에 가장 높은 영향을 미치는 것으로 나타났으며, 서비스수준C에서 시각을 활용해 스마트폰을 이용한 여성그룹이 가장 낮은 속도로 보행 하는 것으로 나타났다. 특히 음악 감상이나 통화와 같은 청각을 이용한 유형보다 시각을 이용 하는 경우 대부분의 경우에서 보행속도가 크게 저하되며 통계적으로 유의한 차이가 있음을 확인하였다.

This study analyzed the impact of smartphone usage on walking speed during walking on two pedestrian walkways in Daejeon Metropolitan City. For the analysis, the video data about the actual use of smartphone was acquired and the walking speed was calculated based on the walking density of the pedestrian Level Of Service(LOS) presented in the Road Capacity Manual. Multiple regression analysis and decision tree using machine learning were used to analyze the impact of smartphone usage on walking speed, and as the explanatory variables, gender, disable smartphone, use of smartphone using auditory function, use of smartphone using visual function, LOS A, LOS B, LOS C were adopted. The result showed that LOS C had the highest impact on walking speed change and the women’s group using their visual function was founded to have the slowest walking speed in LOS C. In particular, the author found that walking speed significantly decreased in the case of use of visual function rather than listening to music or the hearing on the phone.

도로 관리 주체는 도로 파손을 보수하기 위해 적지 않은 비용을 투입한다. 이러한 파손은 자연 요인과 노후화로 인하여 필연적으로 발생을 하는데, 효율적인 보수를 위한 유지보수 기 술이 필요하다. 이런 수요에 대응하기 위해 여러 가지 기술들이 개발되고 적용되고 있지만, 최 근 들어서는 차량용 블랙박스 형태로 수집한 영상 정보를 바탕으로 도로 노면 파손 유지 보수 기술이 개발되고 있다. 이 파손 영역을 추출하는 방법에는 여러 가지가 있지만, 본 논문에서는 최근 활발히 연구되고 있는 심층 신경망 구조의 영상인식 기술에 대해 논하고자 한다. 특히 영역 기반의 합성곱 알고리즘을 이용하여 영상 내에서 도로 파손 유무와 그 영역을 추정할 수 있는 새로운 심층 신경망을 소개한다. 이를 개발하기 위해 실제 주행을 통해서 600여장의 영상 데이터를 수집하였고, 이를 활용하여 학습을 수행하였다. 그 결과 기존 모델과 성능을 비교하 여 10.67% 향상된 신경망을 개발하였다.

The road management institute needs lots of cost to repair road surface damage. These damages are inevitable due to natural factors and aging, but maintenance technologies for efficient repair of the broken road are needed. Various technologies have been developed and applied to cope with such a demand. Recently, maintenance technology for road surface damage repair is being developed using image information collected in the form of a black box installed in a vehicle. There are various methods to extract the damaged region, however, we will discuss the image recognition technology of the deep neural network structure that is actively studied recently. In this paper, we introduce a new neural network which can estimate the road damage and its location in the image by region-based convolution neural network algorithm. In order to develop the algorithm, about 600 images were collected through actual driving. Then, learning was carried out and compared with the existing model, we developed a neural network with 10.67% accuracy.

최근 전 세계적으로 자율주행자동차의 관심이 높이지고 있으며, 이에 따라 자율주행자동차 의 안전성도 중요한 화두로 대두되고 있다. 국내에서도 자율주행자동차 실험도시인 K-City 구 축 등 자율주행자동차 개발이 활발해짐에 따라, 자율주행자동차의 안전성을 평가할 수 있는 시나리오 개발이 필요한 시점이다. 본 연구에서는 경찰청 교통사고 데이터와 텍스트 마이닝 기법을 이용하여 K-City 커뮤니티부 도로 자율주행자동차 실험 시나리오를 개발하였다. 개발 결과, K-City 커뮤니티부 도로에서 자율주행자동차 실험을 위한 총 24개의 시나리오가 개발되 었다. 또한, 페가수스 5-레이어 모형을 적용한 Logical 및 Concrete 혼합 시나리오 양식을 최종 적으로 도출하였다.

Recently, the interest in the safety of autonomous vehicles has globally been increasing. Also, there is controversy over the reliability and safety about autonomous vehicle. In Korea, the K-City which is a test-bed for testing autonomous vehicles has been constructing. There is a need for test scenarios for autonomous vehicle test in terms of safety. The purpose of this study is to develop the evaluation scenario for autonomous vehicle at community roads in K-City by using crash data collected by the Korea National Police Agency and a text-mining technique. As a result, 24 scenarios were developed in order to test autonomous vehicle in community roads. Finally, the logical and concrete scenario forms were derived based on the Pegasus 5-layer format.

자율주행자동차의 안전에 대한 중요성이 강조되면서 안전성 및 신뢰성 향상을 위한 개발 검증 지침인 ISO-26262의 적용과 자율주행자동차의 안전성 검증에 대한 중요성이 높아지고 있다. 특히 미국자동차공학회 기준 Level 3 이상의 자율주행자동차는 운전자 대신 주변 환경을 감지하고 판단한다. 따라서 자율주행 기능에 이상이 생기거나 오작동 발생 시 안전에 심각한 영향을 미칠 수 있으므로 자율주행자동차는 고장 및 오작동에 대비하여 안전개념을 적용하고 이를 검증해야 한다. 본 연구에서는 ISO-26262 Part3 프로세스와 시스템 이론적 프로세스 분석 방법론인 STPA를 활용하여 자율주행자동차의 안전성 평가 및 검증을 위한 오류 주입 시나리오를 연구하고 시뮬레이 션 기반의 오류 주입 테스트를 통해 안전개념 설계를 위한 안전조치 시간을 연구하였다.

As the importance of autonomous vehicle safety is emphasized, the application of ISO-26262, a development verification guideline for improving safety and reliability, and the safety verification of autonomous vehicles are becoming increasingly important, in particular, SAE standard level 3 or higher level autonomous vehicles detect and decision the surrounding environment instead of the human driver. Therefore, if there is and failure or malfunction in the autonomous driving function, safety may be seriously affected. So autonomous vehicles, it is essential to apply and verity the safety concept against failure and malfunctions. In this study, we study the fault injection scenarios for safety evaluation and verification of autonomous vehicles using ISO-26262 part3 process and STPA were studied and safety measures for safety concept design were studied through simulation bases fault injection test.

오늘날 자동차 산업의 화두 중 하나는 자율주행차량이다. 국제자동차기술자협회(SAE International)가 정의한 레벨 3이상을 달성하기 위해서는 자율주행 기술과 커넥티드 기술의 조 화가 필수적이다. 현재의 차량은 자율주행과 같은 새로운 기능을 가지게 됨에 따라 전장 부품 의 수뿐 만 아니라 소프트웨어의 양과 복잡성도 늘어났다. 이로 인해 공격 표면(Attack surface) 이 확대되고, 소프트웨어에 내재된 보안 취약점도 늘어나고 있다. 실제로 커넥티드 기능을 가 진 차량의 보안 취약점을 악용하여 차량을 강제 제어할 수 있음이 연구자들에 의해 증명되기 도 했다. 하지만 차량에 적용 되어야 하는 필수적인 보안 요구 사항은 정의되어 있지 않는 것 이 현실이다. 본 논문에서는 실제 공격 및 취약점 사례를 바탕으로 차량내부네트워크 (In-Vehicle Network)에 존재하는 자산을 식별하고, 위협을 도출하였다. 또한 보안요구사항을 정 의 하였고, 위험 분석을 통해 사이버 보안으로 인한 안전 문제를 최소화하기 위한 필수 보안 요구 사항을 도출하였다.

One of the issues of the automotive industry today is autonomous driving vehicles. In order to achieve level 3 or higher as defined by SAE International, harmonization of autonomous driving technology and connected technology is essential. Current vehicles have new features such as autonomous driving, which not only increases the number of electrical components, but also the amount and complexity of software. As a result, the attack surface, which is the access point of attack, is widening, and software security vulnerabilities are also increasing. However, the reality is that the essential security requirements for vehicles are not defined. In this paper, based on real attacks and vulnerability cases and trends, we identify the assets in the in-vehicle network and derive the threats. We also defined the security requirements and derived essential security requirements that should be applied at least to the safety of the vehicle occupant through risk analysis.