Earticle

영동고속도로 버스전용차로는 2017년 ‘신갈분기점∼여주분기점’ 구간에서 시행되었으나 전체 차로의 용량이 감소하고, 통행시간이 증가하여 ‘신갈분기점∼덕평나들목' 구간으로 축소 되었다. 대중교통 활성화 및 환경문제 개선 차원에서 버스전용차로 운영 효율을 높이기 위해 본 연구에서는 영동고속도로 버스전용차로 내 친환경차 주행 허가에 대한 가치를 평가하고자 이용자의 지불의사액 및 사회적 편익을 산정하였다. 친환경차 이용자와 고속도로 이용 경험이 있는 운전자 두 그룹을 대상으로 설문조사를 수행하였으며, 조건부 가치측정법을 이용하여 지 불의사액을 추정하였다. 분석 결과, 친환경차 이용자의 평균 WTP는 218.7(원/km·인) 고속도로 이용 경험이 있는 운전자는 235.5(원/km·인)로 추정되었다. 또한, 2019년 기준 직접 편익은 친 환경차 운전자가 약 79억 원, 고속도로 이용 경험이 있는 운전자가 약 85억 원으로 추정되었다. 마지막으로 통행시간 절감 편익에서는 약 80억 원의 편익이 있는 것으로 나타났다.

The exclusive bus lanes in the Yeongdong Expressway were implemented in the Singal to Yeoju section in 2017, but the capacity of both exclusive bus lanes and general-purpose lanes of the Yeongdong Expressway decreased and the travel time increased, reducing it to the Singal to Deokpyeong section. Therefore, it is necessary to increase the efficiency of exclusive bus lanes to revitalize public transportation and improve environmental problems. This study calculated the willingness to pay and the social benefits of permission for Green cars to drive on exclusive bus lanes in Yeongdong Expressway. A survey was conducted on two groups of Green car users and Expressway users, and the willingness to pay was estimated using the CVM method. As a result, the average WTP of Green car users were estimated to be 218.7(won/km·person), and that of Expressway users were estimated to be approximately 235.5(won/km·person). The direct benefits were estimated to be approximately 7.9 billion won for Green car users, and 8.5 billion won for Expressway users in 2019. Finally, the value of time saving was estimated to be approximately 8.0 billion won.

신호교차로는 차량들의 회전 등으로 인한 상충이 빈번히 발생하고 차량의 주행이 교통신호 에 의해 통제되기 때문에 자율주행차에게 가장 도전적인 공간이다. 교통신호가 존재하는 도시 부 도로에서 안전한 주행을 도모하기 위해서는 자율주행차가 V2I 통신을 통하여 교통신호정보 를 인프라로부터 제공받을 필요가 있다. 이러한 배경 하에 경찰청 교통신호제어기 표준규격서 에는 교통신호정보 제공을 위한 규약이 추가되었다. 하지만, 기존 규약이 아날로그 교통신호제 어기 위주로 정의되어 있어 현재 개발되고 있는 디지털 교통신호제어기에 적용하는 것에는 기 술적 한계가 존재한다. 따라서 본 연구에서는 디지털 교통신호제어기로부터 자율주행차에게 교통신호정보를 제공하기 위한 신호정보연계모듈 개발 방안과 교통신호 전이 시의 정확한 교 통신호정보를 제공할 수 있는 알고리즘 개선 방안을 제시하고자 한다.

The signal intersection is the most challenging space for autonomous vehicles. To promote the safe driving of autonomous vehicles on urban roads with traffic signals, autonomous vehicles need to receive traffic signal information from infrastructure through V2I communication. Thus, a protocol for providing traffic signal information was added to the standard traffic signal controller specification of the National Police Agency. On the other hand, there are technical limitations when applying this to digital traffic signal controllers because the protocols are defined mainly for analog traffic signal controllers. Therefore, this study proposes developing a signal information linkage module to provide traffic signal information from a digital traffic signal controller to an autonomous vehicle and an algorithm improvement method that can provide accurate traffic signal information at the time of traffic signal transition.

전국 고속도로의 포트홀 발생으로 인한 보상금액과 건수는 2015년 대비 2019년에 각각 약 4.2배, 3.5배 수준으로 증가하고 있으며, 이러한 도로 위 위험요소들로 인한 피해 증가로 국토 교통부는 사업용 차량 내 장치(운행기록계, 블랙박스, ADAS)가 수집하는 정보를 활용하여 도 로위험정보를 수집하고 제공할 수 있는 기술 및 서비스를 개발 중에 있다. 본 연구는 이러한 기술개발을 대비하여 운전자 및 도로관리자에게 도로위험정보를 제공하기 위해서 연속류 및 단속류를 대상으로 개발한 알고리즘에 대한 통합평가를 실시하여 설정한 3개 시나리오들을 검 증하였다. 그 결과, 통합평가 전체 정확도가 81.88%로 도출되었고 통합평가의 목적과 가정을 고려하여 1분 미만 데이터의 누락, GPS 좌표 위치와 알고리즘 관련 오류들만 본 통합평가 시 발생한 오류로 간주하였다. 그 중에서 GPS 오류 데이터들을 보정하여 전체 90.15%(도로파손의 확률: 99.38%, 결빙: 84.45%,안개: 94.42%)의 정확도로 도출하였다. 본 연구결과는 사업용 차량 이 수집할 위치기반 정보 정확도 향상 및 정책개발의 기초자료로 활용될 수 있을 것이다.

The amount of compensation and the number of cases owing to car damage from pot holes on highways across the country increased by about 4.2 times and 3.5 times, respectively, in 2019 compared to 2015. Due to the increase in damage caused by these road hazards, the Ministry of Land, Infrastructure and Transport is developing technologies and services that can collect road hazard information by using devices on commercial vehicles (DTGs, black boxes, ADASs). In preparation for the development of these technologies, this study conducted an integrated assessment of algorithms developed for interrupted-flow and uninterrupted-flow traffic under three scenarios in order to provide road hazard information to drivers and road managers. As a result, the overall accuracy of the integrated assessment was derived at 81.88%. Errors generated in this integrated assessment reflect only missing data in less than 1 minute, GPS coordinate location and algorithm related errors, taking into account the purpose and assumptions of the assessment. Among them, we derive an accuracy of 90.15%overall by calibrating GPS error data. The results of this study can be used as basic data for improving the accuracy of location-based information collected by commercial vehicles and for policy development.

자율주행의 핵심기술인 첨단 운전자 지원 시스템(Advanced Driver Assistance Systems) 중 대 표기술인 전방충돌경보(Forward Collision Warning)를 대상기술로 선정하여, 주행시뮬레이션 실 험 기반의 교통사고 예방효과를 추정하였다. 효과척도로 ①인지반응시간(s) ②감속도(m/s2) ③충돌여부(회)로 선정하여, 전방충돌경보 미설치시와 설치시의 변화량 측정하였다. 실험 시나리오는 운전자 전방의 차량의 급정거하는 시나리오(1)과 옆차로에서 차량이 끼어 드는 시나리오(2)를 진행하였으며, 주간/야간으로 구분하였다. 분석결과, 전방충돌경보장치를 설치하였을 경우, 인지반응시간(s)이 감소하였으며, 감속도(m/s2)는 감소하였다. 운전자의 위 험상황을 빠르게 감지하여 여유로운 감속을 할 수 있게 되었으며, 그에 따른 전방충돌횟수도 감소한 것으로 분석되었다. 향후 운전자의 운전성향을 반영하고 실험 시나리오를 다양화하면, ADAS의 설치효과를 증대시키고 다른 기술의 효과추정에도 활용될 수 있을 것이다.

The Forward Collision Warning, a representative technology of the Advanced Driver Assistance Systems, was selected as the target technology. The cognitive response time, deceleration, and impact were selected as the measures of effectiveness. And the amount of change with and without the Forward Collision Warning was measured. The experimental scenarios included a sudden stop event (1) of the vehicle in front of the driver and an event (2) in which the vehicle intervened in the next lane. All experiments were divided into day and night. As a result of the analysis, response time and the deceleration rate decreased when the forward collision warning system was installed. It was analyzed that the driver's risk situation could be detected quickly and the number of front-end collisions could be reduced as a result. Reflecting the driver's operating habits and diversifying the experimental scenarios will increase the installation effectiveness of ADAS and be used to estimate the effectiveness of other technologies.

전 세계적으로 고령인구가 급증하고 이에 따라 이동에 불편을 겪는 교통약자의 수도 증가 하고 있다. 이러한 추세에 따라 국내에서는 이동편의시설 설치 확대 등 교통약자에 대한 양질 의 대중교통 서비스 제공을 위해 다양한 정책을 시행 중이다. 기존 대중교통 이동편의시설 설 치는 역사의 면적, 층수, 시설 미확보역 등의 양적인 측면을 기준으로 우선적 확대·설치되고 있다. 하지만 양적 기준 보다는 실제 이용자 기준의 설치 필요 지역에 이동편의시설을 확보하 는 것이 교통약자의 이동편의 증진에 더 효과적일 것으로 사료된다. 본 연구에서는 이용자 기 반의 교통카드 빅데이터 분석을 통해 교통약자의 환승취약지점을 도출하고자 했다. 스마트카 드 거래내역 데이터를 가공하여 환승통행데이터를 구축하고 이용자별 환승통행패턴 분석 및 환승통행시간 차이가 큰 경로를 기준으로 환승취약지점을 도출했다. 분석 결과 일반 이용자보 다 교통약자의 환승시간이 오래 걸리는 것으로 나타났다. 일반과 교통약자의 환승통행시간 차 이와 시설물 개수와의 상관관계는 미약한 것으로 나타났는데 현장 조사 결과 환승통행시간 차 이는 시설물의 단순 개수보다는 해당 환승최단경로 내 이동편의시설의 부재로 인해 발생하는 것으로 나타났다. 향후 교통약자를 위한 이동편의시설 확대 시 실질적 이용자 기반 데이터 분 석을 통한 환승취약지점을 기준으로 우선적 시설 확보 시 교통약자의 이동편의가 보다 더 향 상될 것으로 사료된다.

The number of elderly people worldwide is rapidly increasing and the mobility handicapped suffering from inconvenient public transportation service is also increasing. In Korea and abroad, various policies are being implemented to provide high-quality transportation services for the mobility handicapped, and budget support and investment related to mobility facilities are being expanded. The mobility handicapped spends more time for transit transfer than normal users and their satisfaction with transit service is also lower. There exist transfer inconvenience points of the mobility handicapped due to various factors such as long transfer distances, absence of transportation facilities like elevators, escalators, etc. The purpose of this study is to find transfer inconvenience points for convenient transit transfer of the mobility handicapped using Smart card Big data. This study process traffic card transaction data and construct transfer travel data by user groups using smart card big data and analysis of the transfer characteristics for each user group ; normal, children, elderly, etc. Finally, find transfer inconveniences points by comparing transfer patterns between normal users and the mobility handicapped. This study is significant in that it can find transfer inconvenience points for convenient transit transfer of the mobility handicapped using Smart card Big data. In addition, it can be applicated of Smart card Big data for developing public transportation polices in the future. It is expected that the result of this study be used to improve the accessibility of transit transportation for mobility handicapped.

본 논문에서는 위성 SAR 시스템에 적용하기 위한 광대역 이중편파 적층형 패치 안테나를 설계하고 제작 결과를 제시하였다. 위성 SAR 분야에 주로 적용되는 X-대역에서 위성 SAR 시 스템의 영상 품질 향상을 위해 손실 최소화, 광대역 동작 그리고 능동위상배열안테나에 적용 이 가능하도록 능동반사손실 최소화 관점에서 안테나를 설계하였다. 제작된 안테나의 대역폭 은 능동반사손실 –10 dB 이하 기준에서, 수직/수평 편파 각각 19.26%/19.79% 이며, 손실은 주 파수 평균으로 수직/수평 편파 각각 0.797 dB/0.799 dB 로 확인되었다. 또한, 근접전계시험으로 안테나의 빔 패턴을 확인하다. 그 결과, 배열이론을 바탕으로 계산된 이상적 패턴과 비교하여, 측정된 패턴 및 지향성이 매우 유사함을 확인하였다.

This paper proposes a wide-band dual-polarization stacked patch array antenna for satellite SAR system applications. The array antenna was designed for loss minimization and wide-band characteristics to enhance the performance of the SAR system and optimize it for active return loss in applications to active phased arrays. The fabricated array antenna showed a performance of 19.26%/19.79% fractional bandwidth within the –10 dB reference level of the active return loss and showed loss characteristics of 0.797 dB/0.799 dB averaged within the operational frequency for both H/V-polarization cases. The pattern performance was verified by comparing the measured patterns with the calculated patterns obtained by the array factor.

GNSS 수신기는 자율주행 자동차에 장착되어 항법 장치를 이루는 필수 요소이다. 하지만 의도적인 재밍 신호가 발생하였을 경우, GNSS 수신기 추정 위치 값의 성능 저하로 인해 사고 위험에 노출될 우려가 있다. 이를 방지하기 위한 연구가 필요하며, 그에 따라 재밍 발생 장치가 구비되어야 한다. 그러나 재밍에 관련한 법 조항에 따라 이를 불법으로 규정하고 있다. 본 논문 에서는 법 조항을 준수하고, 주위 GNSS 센서에 영향을 주지 않는 차량 내 재밍 발생 장치를 구현한다. GNSS 알고리즘의 성능 평가를 위해 드라이빙 시뮬레이션을 활용하며, 간섭 환경에 서 발생하는 자율주행 차량의 오작동 및 GNSS 센서에서 출력된 데이터 오차를 분석한다.

A GNSS receiver installed in autonomous vehicles is the most essential device for its navigation. However, if an intentional jamming signal is generated, there is a risk of exposure to an accident risk due to deterioration of the GNSS sensor's performance. Research is required to prevent this, and accordingly, a jamming generating device must be provided. However, according to the provisions of the law related to jamming, this is illegal. In this paper, we implement an in-vehicle jamming device that complies with the provisions of the law and does not affect the surrounding GNSS sensors. Driving simulation is used to evaluate the performance of the GNSS algorithm, and the malfunction of autonomous vehicles occurring in the interference environment and data errors output from the GNSS sensor are analyzed.

인구의 감소 및 고령화 사회가 진행되면서 운전자의 평균 연령은 높아지게 된다. 그에 따라 잠재적인 사고의 위험성이 높은 고령 운전자들은 자율 주행형 개인 이동체가 필요하게 된다. 이러한 이동체가 도로 주행 중에 안전성을 확보하기 위하여 여러 장애물에 대응할 기술이 요 구된다. 그 중에서도 주행 중에 마주할 수 있는 차량, 자전거, 사람과 같은 동적 장애물뿐만 아니라 도로 노면의 불량 상태와 같은 정적 장애물을 인식하는 기술이 가장 우선적으로 필요 하다. 이를 위해서 본 논문에서는 두 종류의 장애물을 동시에 탐지할 수 있는 심층 신경망 알 고리즘을 제안했다. 이 알고리즘을 개발하기 위해서 1,418장의 영상을 이용하여 7종의 동적 장 애물에 표기한 annotation data와 도로 노면 파손을 표시한 label 영상을 확보했다. 이를 이용하 여 학습한 결과, 46.22%의 평균 정확도로 동적 장애물을 탐지하고 74.71%의 mean intersection over union으로 도로 노면 파손을 탐지했다. 또한 한 장의 영상을 처리하는데 평균 소요시간은 89ms로 일반 차량보다 느린 개인 이동 차량에 사용하기 적합한 알고리즘을 개발했다. 향후 주 행 중 마주할 있는 도로 장애물을 탐지하는 기술을 활용하여 개인 이동 차량의 주행 안전성이 향상되길 기대한다.

As the population decreases in an aging society, the average age of drivers increases. Accordingly, the elderly at high risk of being in an accident need autonomous-driving vehicles. In order to secure driving safety on the road, several technologies to respond to various obstacles are required in those vehicles. Among them, technology is required to recognize static obstacles, such as poor road conditions, as well as dynamic obstacles, such as vehicles, bicycles, and people, that may be encountered while driving. In this study, we propose a deep neural network algorithm capable of simultaneously detecting these two types of obstacle. For this algorithm, we used 1,418 road images and produced annotation data that marks seven categories of dynamic obstacles and labels images to indicate road damage. As a result of training, dynamic obstacles were detected with an average accuracy of 46.22%, and road surface damage was detected with a mean intersection over union of 74.71%. In addition, the average elapsed time required to process a single image is 89ms, and this algorithm is suitable for personal mobility vehicles that are slower than ordinary vehicles. In the future, it is expected that driving safety with personal mobility vehicles will be improved by utilizing technology that detects road obstacles.