Earticle

고속도로에서 사용되고 있는 길어깨차로제는 용량 증대, 지·정체 해소를 목적으로 2007년 9월 최초 도입된 이후 시행 구간이 점차 확대되고 있는 상황이다. 고속도로 길어깨는 운전자들 의 시각적 편안함, 위급 시 차량의 대피 장소 등으로 이용되는 공간이지만 길어깨차로제의 시 행 시 주행을 위한 공간으로 대체된다. 따라서 안전성 분석과 이동성 분석을 통해 길어깨차로 제의 실시 전·후의 개선 효과를 판단하고자 하였다. 안전성 분석은 비교그룹방법을 통해 길어 깨차로제 시행 구간과 유사 구간의 교통사고 건수를 비교 분석하였으며, 추가로 길어깨차로제 시행 기간 발생한 개별 교통사고 분석을 통해 교통사고 양상을 확인하였다. 이동성 분석은 길 어깨차로제 시행 전·후의 속도와 교통량 변화를 신뢰성 지표를 통해 수치화하여 개선 효과를 판단하고자 하였다. 안전성 분석 결과, 길어깨차로제의 시행 시 교통사고는 일부 증가하는 것 으로 나타났다. 이동성 분석 결과, 길어깨차로제의 시행으로 통행속도는 첨두시간대에 크게 개 선되며 서행·지체 시간이 큰 폭으로 감소한 것으로 나타났다.

The domastic hard shoulder running(HSR) System has been gradually expanding since its initial implementation in September 2007 with the aim of increasing capacity and resolving congestion. Hard Shoulder is used as a space for driver’s visual comfort and a place for vehicles to evacuate in case of emergency, but it is replaced by a space for driving when the HSR System is implemented. Therefore, it was intended to determine the improvement effect before and after implementation of the HSR system through safety analysis and mobility analysis. The safety analysis analyzed the impact of traffic accidents by comparing HSR sections and similar sections. The mobility analysis was to determine the improvement effect by quantifying the speed and traffic volume changes before and after HSR System implementation. According to safety yanalysis, there is no effect of reducing traffic accidents when implementing the HSR System. In mobility analysis, the implementation of the HSR System significantly improved the speed of traffic during peak hours and significantly reduces slow and delay hours.

현대 사회는 한정된 도로로 증가하는 교통 수요를 처리하기 위해 대중교통 장려 정책을 꾸 준히 실시하고 있다. 버스의 경쟁력을 확보하기 위해 전국적으로 간선급행버스체계(BRT) 설치 가 확대함에 따라 버스의 신속성 보장을 위한 우선 신호에 대한 기대가 높아지고 있다. 그러나 일부 버스 운영 측면을 고려하지 않은 BRT 정류장 형태는 버스의 정지횟수를 증가시켜 버스 우선 신호 적용 효과를 감소시킬 수 있다. 이에 본 연구는 세종시 한누리대로를 분석 대상지로 하여 BRT 정류장 형태에 따른 버스 우선 신호 효과를 분석함으로써 버스의 운영 효율을 높이 기 위한 정류장 형태에 대해 제언하고자 한다. 버스 우선 신호는 일반 차량과 버스의 양방향 연동폭을 최대화하는 기법을 적용하였다. 적용 결과 버스의 이중 정차를 야기하는 정류장에서 버스 우선 신호의 효과가 급격히 감소하였으며 이를 개선 후 우선 신호의 효율이 상당히 증가 하였다. 본 연구의 결과는 향후 신도시에 BRT 정류장 설계 시 교통운영 측면을 고려한 올바른 정류장 형태의 근거자료로써 활용이 가능할 것으로 기대된다.

Modern society is steadily implementing policies to encourage public transportation to cope with the growing traffic demand on limited roads. The expectation is rising for transit signal priority to ensure the speed of buses as the installation of the bus rapid transit(BRT) expands nationwide to secure the competitiveness of buses. On the other hand, the form of BRT stops without considering some aspects of bus operation may increase the number of stops on the bus, thereby reducing the effectiveness of bus signal priority applications. This study suggests the type of bus stop to increase the operation efficiency of buses by analyzing the bus signal priority effect according to the BRT station type using Hannuri-daero, Sejong. The bus signal priority is used to maximize the two-way bandwidth of passenger cars and buses. As a result of the application, the effectiveness of the bus signal priority at the stop causing the double stop of the bus was reduced drastically, and the efficiency of the bus signal priority was increased significantly after improvement. These results are expected to be used as basic data in the form of proper bus stops considering the aspects of traffic operation when designing BRT stops in new towns in the future.

자율주행차량의 상용화를 앞당기기 위해서는 현재 자율주행자동차의 주행안전성을 저하시 키는 원인을 정확히 파악하고 이를 개선하는 노력이 필요하다. 본 연구는 우리나라에서 자율 주행을 연구하는 전문가를 대상으로 중요도-만족도(IPA)와 포커스그룹 인터뷰(FGI)를 수행하 여 자율주행차량의 주행안전성에 문제가 발생하는 원인과 국내의 자율주행 기술 수준 등을 파 악하였다. 설문 결과 현재 자율주행 핸디캡 중에 공사 구간, 폭우/폭설 상황, 미세먼지 상황, 포트홀 존재 상황이 중요도보다 현재 기술 수준에 대한 만족도가 낮아 우선적인 연구개발이 요구되는 것으로 나타났다. 이 중 공사 구간과 포트홀은 도로/도로 시설물의 불량과 센서 자체 의 성능이, 날씨와 연결된 상황은 센서의 성능과 알고리즘 부재 등이 가장 큰 원인으로 분석되 었다. 안전한 자율주행의 조속한 실현을 위해서는 자율주행차량의 주행안전성을 저해하는 원 인에 대한 명확한 파악과 해결이 지속해서 수행되어야 할 것이다.

In order to accelerate the commercialization of self-driving cars, it is necessary to accurately identify the causes of deteriorating the driving safety of the current self-driving cars and try to improve them. This study conducted a questionnaire survey of experts studying autonomous driving in Korea to identify the causes of problems in the driving safety of autonomous vehicles and the level of autonomous driving technology in Korea. As a result of the survey, the construction section, heavy rain/heavy snow conditions, fine dust conditions, and the presence of potholes were less satisfied with the current technology level than their importance, and thus priority research and development was required. Among them, the failure of road/road facilities and the performance of the sensor itself in the construction section and the porthole, and the performance of the sensor and the absence of an algorithm were the most responsible for the situation connected to the weather. In order to realize safe autonomous driving as soon as possible, it is necessary to continuously identify and resolve the causes that hinder the driving safety of autonomous vehicles.

최근 국내 PM 시장의 성장과 다수의 전동킥보드 공유 서비스 등장으로 이용자 수가 급증하 면서 PM 관련 민원 및 안전사고 발생이 증가하고 있는 추세이다. 이에 따라, PM 조작 및 운행 미숙으로 인한 사고 감소 방안으로 PM 교육·연습 공간의 필요성이 대두되고 있다. 본 연구에 서는 PM의 체계적 운영 및 활성화 방안을 마련하기 위해 관련 갈등 요소를 분석하고 그 대안 으로 PM 플레이그라운드 운영 및 PM 시범구역 운영 방법을 검토하여 제안하였다. PM 플레이 그라운드 운영을 통한 기초데이터 수집 및 초보운전자 행태 분석으로 이용자의 운행 안전성 개선이 가능하며, 안전성 확보를 위한 시설 설치 방안을 통해 이용자와 비이용자 간 다양한 이해관계의 갈등 해소가 가능할 것으로 기대된다.

Recently, personal mobility (PM)-related complaints and PM accidents have increased as the number of users soars due to growth in the domestic PM market and the emergence of a number of electric scooter–sharing services. As a result, the need for PM education and practice spaces is emerging as a way to reduce accidents caused by poor PM manipulation and operation. In this study, we analyze the relevant conflict factors in order to come up with a systematic operation and activation plan for PM, and as an alternative, we review and propose how to operate a PM playground and test zone. It is expected that basic data collection and analysis of rudimentary driver behavior through PM playground operations will improve users' operational safety, and various conflicts of interest between users and non-users will be resolved by installing facilities to secure their safety.

교통사고로 인한 많은 인명피해가 발생하고 있으나, 첨단 기술의 발전에도 불구하고 교통사 고 발생은 줄어들지 않고 있다. 교통사고를 사전에 예방하기 위해서는 향후 사고가 어떻게 변 화하여 갈 것인지를 정확하게 예측할 필요가 있다. 지금까지 교통사고 발생 빈도 예측은 주요 연구 분야가 아니었으며 주로 과거 일정 기간의 통계를 기반으로 전통적인 방법으로 미시적으 로 분석되어 왔다. 최근 AI 기술이 교통사고 분야에 도입 되었음에도 불구하고 주로 교통 흐름 예측에 초점을 맞추고 있어, 본 연구에서는 2014년부터 2019년까지 국내에서 발생한 1,339,587 건의 교통사고 기록을 시계열 데이터로 변환하고 AI 알고리즘 LSTM을 이용하여 연령별, 시간 별 교통사고 발생 빈도를 예측하였다. 또한 코로나-19로 인한 교통 환경의 변화에 맞추어 예측 값과 실제값을 비교 검증하였다. 향후 이러한 연구결과가 교통사고 예방의 정책개선으로 이어 지고 사고 예방에 활용 될 것으로 기대된다.

There are many lives lost due traffic accidents, and which have not decreased despite advances in technology. In order to prevent traffic accidents, it is necessary to accurately forecast how they will change in the future. Until now, traffic accident-frequency forecasting has not been a major research field, but has been analyzed microscopically by traditional methods, mainly based on statistics over a previous period of time. Despite the recent introduction of AI to the traffic accident field, the focus is mainly on forecasting traffic flow. This study converts into time series data the records from 1,339,587 traffic accidents that occurred in Korea from 2014 to 2019, and uses the AI algorithm to forecast the frequency of traffic accidents based on driver’s age and time of day. In addition, the forecast values and the actual values were compared and verified based on changes in the traffic environment due to COVID-19. In the future, these research results are expected to lead to improvements in policies that prevent traffic accidents.

전파를 수신하여 측위를 수행하는 GNSS 수신기는 본질적으로 재밍에 취약하다. 재밍 발생 검출, 재밍 신호 종류 판별, 재밍원 위치추정 기능을 갖는 GNSS 재밍 모니터링 시스템은 안전한 자율주행 환경구축에 도움을 준다. 이를 위하여 다수의 저가 GNSS 수신기들의 배치로 구성된 GNSS 모니터링 네트워크 구축이 필요하며, 앞서 언급한 3가지 기능 구현을 위하여 네트워크 내 독립된 저가 GNSS 수신기 간 정밀 시각 동기가 요구된다. 본 논문은 신호영역 TDOA 기술 직접 사용방식의 수신기 간 시각 동기화 기법을 제안한다. 계산 효율성을 위하여 상대적으로 낮은 샘플링 주파수에도 시각 동기 정밀도를 유지하고자 블록 보간법을 추가로 활용한다. 수치적 시뮬레이션을 통하여 제안한 GNSS 수신기 간 시각 동기화 기법의 가용성을 입증한다.

Global Navigation Satellite System (GNSS) receivers are intrinsically vulnerable to radio frequency jamming signals due to the fundamental property of radio navigation systems. A GNSS jamming monitoring system that is capable of jamming detection, classification and localization is essential for infrastructure for autonomous driving systems. For these 3 functionalities, a GNSS jamming monitoring network consisting of a multiple of low-cost GNSS receivers distributed in a certain area is needed, and the precise time synchronizaion between multiple independent GNSS receivers in the network is an essential element. This paper presents a precise time synchronization method based on the direct use of Time Difference of Arrival (TDOA) technique in signal domain. A block interpolation method is additionally incorporated into the method in order to maintain the precision of time synchronization even with the relatively low sampling rate of the received signals for computational efficiency. The feasibility of the proposed approach is verified in the numerical simualtions.

본 연구는 V2I통신을 이용하여 교차로 등의 사각지대로 인해 발생할 수 있는 충돌 사고를 예방하기 위한 충돌 방지체계를 제안한다. 교차로의 인프라에 위치한 Vision센서와 LiDAR센서 가 물체를 인식하고 사고 위험이 있는 차량에게 경고함으로써 사고를 미연에 방지한다. 딥러 닝 기반의 YOLOv4를 이용하여 교차로에 진입하는 물체를 인식하고 LiDAR 센서와의 Calibration을 통해 대상 물체와의 맨하탄 거리값을 이용하여 충돌 예상시간과 제동거리에 대한 가중치를 계산하고 안전거리를 확보한다. 차량-인프라간 통신은 ROS통신을 이용하였으며 충 돌 경고 외에도 진입 물체의 Class, 거리, 진행속도 등의 다양한 정보를 차량에 전달함으로써 사고를 미연에 방지하고자 하였다.

This research proposes the Accident Prevention System to prevent collision accident that can occur due to blind spots such as crossway or school zone using V2I communication. Vision sensor and LiDAR sensor located in the infrastructure of crossway somewhere like that recognize objects and warn vehicles at risk of accidents to prevent accidents in advance. Using deep learning-based YOLOv4 to recognize the object entering the intersection and using the Manhattan Distance value with LiDAR sensors to calculate the expected collision time and the weight of braking distance and secure safe distance. V2I communication used ROS (Robot Operating System) communication to prevent accidents in advance by conveying various information to the vehicle, including class, distance, and speed of entry objects, in addition to collision warning.