Earticle

본 연구에서는 도로교통분야의 계획, 설계, 유지관리, 연구 등 다양한 목적으로 활용되고 있는 교통량 데이터의 정확도 확보를 위해 시계열 분석 기법을 적용하여 교통량 데이터의 보 정 및 예측을 수행하였다. 기존 알고리즘의 경우 주기성 및 계절성이 강하거나 불규칙한 데이 터에 한계를 보이고 있어 교통량 데이터와 같은 자료에 적용하기에는 한계가 있다. 이러한 한 계점을 극복하고 보완하기 위해 ARIMA 모형에 자기상관 모형인 SAR(Seasonal Auto Regressive)과 계절 이동평균 모형인 SMA(Seasonal Moving Average)가 결합된 분석 기법인 SARIMA 모형을 적용하였다. 분석결과 최적 파라미터 조합인 SARIMA(4,1,3)(4,0,3) 12 모형을 활용한 교통량 예측 결과 평균 85% 정도의 우수한 성능을 보였다. 본 연구를 통해서 교통량 데이터의 결측 발생 시 교통량 보정 및 예측의 정확도를 높일 수 있으며, 교통량 데이터 외에 도 계절성에 영향을 받는 시계열 데이터에 적용이 가능하다.

In this study, a time series analysis technique was applied to calibrate and predict traffic data for various purposes, such as planning, design, maintenance, and research. Existing algorithms have limitations in application to data such as traffic data because they show strong periodicity and seasonality or irregular data. To overcome and supplement these limitations, we applied the SARIMA model, an analytical technique that combines the autocorrelation model, the Seasonal Auto Regressive(SAR), and the seasonal Moving Average(SMA). According to the analysis, traffic volume prediction using the SARIMA(4,1,3)(4,0,3) 12 model, which is the optimal parameter combination, showed excellent performance of 85% on average. In addition to traffic data, this study is considered to be of great value in that it can contribute significantly to traffic correction and forecast improvement in the event of missing traffic data, and is also applicable to a variety of time series data recently collected.

코로나19 확산과 함께 정부 정책인 사회적 거리두기에 따라 지하철 및 버스 통행량은 감소하 는 반면 공유자전거 및 개인형 교통수단 통행량은 증가하는 추세이다. 이 같은 현상에 대한 객관 적인 해석과 특성을 파악하고 지하철과 공유자전거 통행량의 상관관계를 통계적으로 입증하는 연구가 필요하다. 본 연구에서는 코로나19 확진자수와 지하철과 공유자전거 통행량의 대체비율 간 상관관계를 살펴보았으며, 통계적 유의성은 크지 않은 것으로 분석되었다. 그러나 2020년 9 월~12월의 서울시 코로나19 확진자수가 급격하게 증가하기 시작한 기간에는 서울시 코로나19 확진자수와 대체비율간 상관성을 보이는 것으로 나타났다. 이는 코로나19 확진자수가 일정규모 이상 증가하면 공유자전거가 지하철의 대체교통수단으로서 역할이 확대됨을 의미한다. 또한 코 로나 19에 대응 가능한 교통수단 운영 및 정책 수립의 방향성 제시가 가능할 것으로 기대된다.

With the spread of COVID-19 and the government policy of social distancing, the demand for subways and buses is decreasing, whereas the demand for public bicycles and personal transportation is increasing. Hence, research is needed to understand the characteristics of this phenomenon and to prove the statistical reliability of the correlation between the subway and shared bicycle demands. In this study, the correlation between the number of confirmed COVID-19 cases and the replacement rate of subway and public bicycle demands was examined, but the statistical significance was not significant. However, during the period of September to December 2020, in which the number of confirmed COVID-19 cases in Seoul started to increase rapidly, there was a correlation between the number of confirmed COVID-19 cases and the replacement ratio. If the number of confirmed COVID-19 cases increases by more than a certain number, public bicycles are expected to play a significant role as alternates to the subways. It is expected that the role of public bicycles will increase, and that it is possible to suggest the direction of transportation operation and policy establishment for the continuation of COVID-19 countermeasures in field demonstration after elementary technology development. It is also expected that this study will suggest a direction for future development and policymaking.

본 연구는 영상검지기에서 수집되는 정보를 활용하여 딥러닝 기반으로 대기행렬길이를 예 측하는 모형을 개발하였다. 그리고 통계적 기법인 다중회귀 모형을 추정하여 평균절대오차와 평균제곱근오차의 두 지표를 이용하여 비교평가하였다. 다중회귀분석 결과, 시간, 요일, 점유율, 버스 교통량이 유효한 변수로 도출되었고, 이 중에서 독립변수들의 종속변수에 대한 영향력은 점유율이 가장 큰 것으로 나타났다. 딥러닝 최적 모형 은 은닉층이 4겹, Look Back이 6으로 결정되었고, 평균절대오차와 평균제곱근오차가 6.34와 8.99로 나타났다. 그리고 두 모형을 평가한 결과, 다중회귀 모형과 딥러닝 모형의 평균절대오차 는 각각 13.65와 6.44, 평균제곱근오차는 각각 19.10과 9.11로 계산되었다. 이는 딥러닝 모형이 다중회귀 모형과 비교하여 평균절대오차가 52.8%, 평균제곱근오차는 52.3% 감소된 결과이다.

In this study, a deep learning model for predicting the queue length was developed using the information collected from the image detector. Then, a multiple regression analysis model, a statistical technique, was derived and compared using two indices of mean absolute error(MAE) and root mean square error(RMSE). From the results of multiple regression analysis, time, day of the week, occupancy, and bus traffic were found to be statistically significant variables. Occupancy showed the most strong impact on the queue length among the variables. For the optimal deep learning model, 4 hidden layers and 6 lookback were determined, and MAE and RMSE were 6.34 and 8.99. As a result of evaluating the two models, the MAE of the multiple regression model and the deep learning model were 13.65 and 6.44, respectively, and the RMSE were 19.10 and 9.11, respectively. The deep learning model reduced the MAE by 52.8% and the RMSE by 52.3% compared to the multiple regression model.

교통사고 예방을 위해 경찰 및 지자체 등 정부기관에서는 교통시설 및 도로시설의 개선사 업을 추진하여 교통 위해 요소를 제거하고 편안한 도로 환경을 조성하는데 노력하고 있다. 이 를 위해 도로 및 교통시설을 개선 및 조정하며, 교통사고 잦은 지역의 개선사업이 대표적인 사업이다. 교통사고 잦은 지역의 개선사업은 담당자와 관계자의 주관에 따라 사업별, 지역별 편차가 발생하고 있으며, 우선순위 도출 등에 민원 및 주관성이 반영되어 사업의 효율성에 한 계가 발생하고 있다. 이를 위해 교통사고 잦은 곳 개선사업의 효과가 높은 대표사업을 대상으 로 도로여건, 교통여건, 사고여건 등을 종합적으로 고려하여 사업 대상지의 개선방향을 추정하 는 연구를 진행하였다. 연구결과 개선사업 추정 정확도가 88% 수준으로 분석되었으며, 개선방 향을 추정하는데 교통량, 사고율, 사고심각도 순으로 높은 관계가 있는 것으로 분석되었다.

Government agencies, such as police and local governments, strive to prevent traffic hazards and create a comfortable road environment by pormoting transportation and road facilities. To this end, roads and transportation facilities are enhanced and adjusted, and improvement projects in areas with frequent traffic accidents are carried out. Usually, improvement projects in areas with frequent traffic accidents vary by projects and region. Moreover, these projects are carried out under the supervision of a person in charge and related parties. Hence, civil complaints and subjectivity are reflected in deriving priorities for the improvement projects, limiting the efficiency of the project. To this end, a study was conducted to estimate the direction of improvement of the project target site. This study comprehensively considered road, traffic, and accident conditions of representative projects with high effectiveness in handling traffic accidents. The results of the study state that the accuracy of estimating the improvement project was around 88%. In addition, the study found that there was a strong relationship between traffic volume, accident rate, and accident severity in estimating the improvement direction.

국내 고속도로 교통사고 건수는 2020년 기준 약 4천건으로, 비반복적 정체와 높은 주행속도 로 인해 다른 도로 대비 교통사고 발생 건수 당 사망자 수는 약3.7배에 달한다. 고속도로의 사 고 유형은 측면충돌 및 추돌사고가 대부분을 차지하며, 주요 요인 중 하나는 분․합류부, 사고 등으로 야기되는 위험 교통류라고 할 수 있다. 따라서, 고속도로와 같은 연속류에서 나타나는 위험 교통류는 운전자에게 사고 방지를 위한 중요한 정보라고 할 수 있다. 본 연구에서는 개별 차량 정보를 이용하여 속도의 변화 지점과 차로별 속도 차이가 발생하는 구간 등 위험 교통류 를 분류하고자 하였다. 지오해시 기반으로 공간을 분리하였으며, 동일 구간 내에서 개별 차량 의 속도 차이를 나타낼 수 있는 공간평균속도와 차량간 속도 편차를 이용하여 속도의 동질 구 간을 분류하였다. 그 결과 고속도로 위험 구간 정보를 제공할 수 있는 분류부 영향권 구간과 위험 교통류 구간을 추출하였다.

The number of freeway traffic accidents in Korea is about 4,000 as of 2020, and deaths per traffic accident is about 3.7 times higher than other roads due to non-recurring congestion and high driving speed. Most of the accident types on freeways are side and rear-end collisions, and one of the main factors is hazard traffic flow caused by merge, diverge and accidents. Therefore, the hazard traffic flow, which appears in a continuous flow such as a freeway, can be said to be important information for the driver to prevent accidents. This study tried to classify hazard traffic flows, such as the speed change point and the section where the speed difference by lane, using individual vehicle information. The homogeneous segment of speed was classified using spatial separation based on geohash and space mean speed that can indicate the speed difference of individual vehicles within the same section and the speed deviation between vehicles. As a result, I could extract the diverging influence segment and the hazard traffic flow segment that can provide dangerous segments information of freeways.

코로나 19가 국내에서 2020년 1월 첫 확진자가 발생하며 현재까지 pandemic 상황이 지속하 고 있다. 전례 없는 상황에 코로나 19는 교통 분야에도 영향을 끼쳤으며 시민들의 생활패턴 변화로 교통량의 변화 및 대중교통 이용변화에 적절한 대응 방안이 존재하지 않았다. 현재 각 지자체에서는 pandemic 상황에 대한 질병 대책 방안은 별도로 수립하고 있지 않다. 향후 교통 분야 질병 대책 방안 수립을 위해 교통량 및 대중교통 이용 건수를 분석하였으며 예측모형 개 발을 위해 코로나 19 현황과 상관도 분석을 수행하였다. 분석 결과 교통량은 감소하였지만 개 인 교통수단의 증가로 교통량 감소량은 대중교통 이용 건수에 비해 감소율이 낮다. 또한 대중 교통 이용 현황은 초기에는 확진자 수에 영향을 받았지만 시간이 지남에 따라 확진자 수 보다 는 사망자 수와 치명률에 더욱 민감하게 반응하는 것으로 분석되었다.

In January 2020, the first COVID-19 confirmed patient occurred in Korea, and the pandemic continues to this day. In unprecedented situations, COVID-19 also affected the transportation sector, and there were no appropriate measures against changes in traffic volume and use of public transportation due to changes in citizens' lifestyles. Currently, each local government has not established separate measures for pandemic disease measures. In order to establish future disease countermeasures in the transportation sector, a predictive model was developed by analyzing the traffic volume and the number of public transportation uses, and conducting correlation analysis with the current status of COVID-19. As a result of the analysis, the traffic volume decreased, but the traffic volume decreased due to the increase in personal transportation, but it did not reach the number of public transportation uses. In addition, it was analyzed that the use of public transportation was initially affected by the number of confirmed cases, but over time, it was more sensitive to death and mortality than to the number of confirmed cases.

고속도로를 주행하는 차량은 다양한 시설로 인한 주행행태 변화를 경험한다. 이러한 구간은 교통량 증가 시에 반복적인 교통 정체를 유발할 수 있어 이에 따른 안전성 문제가 제기될 수 있다. 따라서 본 연구는 드론 영상을 활용하여 고속도로 내 반복적인 정체가 발생하는 구간에 대한 미시적인 교통분석을 수행하고 교통문제의 원인을 파악하는 것을 목적으로 한다. 드론 영상의 경우 기존 검지기 기반 교통분석 수집체계에서 취득 가능한 집합 형태의 자료에서 벗 어나 개별 차량의 궤적자료를 얻을 수 있기 때문에 차량주행행태에 대한 실증 분석이 가능하 다. 본 연구의 분석 구간은 차량주행행태 변화가 심한 판교 IC 엇갈림구간과 서해대교 경사구 간으로 선정하였다. 드론 영상을 통해 문제 구간을 통과하는 차량의 궤적자료를 추출하고, 일 반화 된 정의(Generalized Definition)를 활용한 셀 단위 분석을 통해 속도, 밀도, 가속도, 그리고 차로변경에 대한 미시적인 교통분석을 수행하였다. 본 연구 결과는 고속도로 내 문제 구간의 원인 파악을 위한 기초 연구로 활용될 수 있으며, 이를 통해 교통분석 업무의 효율성과 편의성 향상을 도모하고자 한다.

Vehicles experience changes in driving behavior due to the various facilities on the freeway. These sections may cause repetitive traffic congestion when the traffic volume increases, so safety issues may be raised. Therefore, the purpose of this study is to perform microscopic traffic analysis on these sections using drone images and to identify the causes of traffic problems. In the case of drone image, since trajectory data of individual vehicles can be obtained, empirical analysis of driving behavior is possible. The analysis section of this study was selected as the weaving section of Pangyo IC and the sag section of Seohae Bridge. First, the trajectory data was extracted through the drone image. And the microscopic traffic analysis performed on the speed, density, acceleration, and lane change through cell-unit analysis using Generalized definition method. This analysis results can be used as a basic study to identify the cause of the problem section in the freeway. Through this, we aim to improve the efficiency and convenience of traffic analysis.

마이크로 모빌리티 시장 규모가 성장함에 따라 오르막길 정보를 포함한 경로 안내에 대한 수요가 증가하고 있다. 전동모터에 따라 등판 각도가 다르므로 임계치 기준별 오르막길 정보 구축이 필요하다. 도로의 선형정보는 주행의 안전성과 쾌적성을 좌우하는 매우 중요한 요소임 에도 전자지도에 종단 경사도에 대한 정보는 부재하다. 자율주행차 시대를 대비하여 구축 중 인 정밀도로지도는 기존 국가표준 노드링크와는 달리 고도정보를 추가 생성하였으나 일부 구 간에만 고도정보가 있고 도로의 종단경사를 생성할 수 있는 정보는 여전히 부족한 실정이다. 이 연구에서는 현재 활용할 수 있는 데이터를 이용하여 도로의 종단 경사도를 산출하는 방안 으로 국내 수치표고모델의 고도정보를 도로의 링크 정보와 매칭하는 방법을 제시하였다. 서울 시 표준링크를 기준으로 4m 단위의 고도를 생성한 후 단위 거리당 개별 경사도를 산출하였다. 이를 활용하여 도로 링크 별로 대표 경사도를 부여한 후 마이크로 모빌리티가 운행할 수 없는 도로와 폭설시 노면이 미끄러워 운행할 수 없는 도로를 선정하였다. 또한, 도로 기반정보로 활 용하는 수치표고모델의 한계점과 이슈를 설명하여 실제 활용 시 주의할 사항들을 기술하였다. 향후에는 본 연구의 결과를 바탕으로 기존에 부재했던 도로의 종단 경사 정보를 활용하여 다 양한 융합 분석을 할 수 있기를 기대한다.

As the micro-mobility market grows, the demand for route guidance, that includes uphill information as well, is increasing. Since the climbing angle depends on the electric motor uesed, it is necessary to establish an uphill road DB according to the threshold standard. Although road alignment information is a very important element in the basic information of the roads, there is no information currently on the longitudinal slope in the road digital map. The High Definition(HD) map which is being built as a preparation for the era of autonomous vehicles has the altitude value, unlike the existing standard node link system. However, the HD map is very insufficient because it has the altitude value only for some sections of the road network. This paper, hence, intends to propose a method to generate the road longitudinal slope using currently available data. We developed a method of computing the longitudinal slope by combining the digital elevation model and the standard link system. After creating an altitude at the road link point divided by 4m based on the Seoul road network, we calculated individual slope per unit distance of the road. After designating a representative slope for each road link, we have extracted the very steep road that cannot be climbed with personal mobility and the slippery roads that cannot be used during heavy snowfall. We additionally described errors in the altitude values due to surrounding terrain and the issues related to the slope calculation method. In the future, we expect that the road longitudinal slope information will be used as basic data that can be used for various convergence analyses.

본 연구는 폭우로 인해 도로침수가 발생되고 그로 인한 교통상황 악화가 발생할 때, 도로이 용자와 침수와 혼잡 상황을 관리하는 시의 관리자들에 필요한 정보를 생산하기 위한 방법론에 대한 연구이다. 홍수와 같은 재난상황에서, 도로이용자들의 2차 피해를 막고, 도로상황 악화를 방지하며 빠른 회복을 위해서는, 적절한 정보가 제공되어야 한다. 도시의 규모에 따라 차이가 있겠으나, 도시에 수천 개의 구간이 존재하고, 특히 홍수와 같은 상황에서 수백 개 내지 천개 이상의 혼잡구간이 존재할 때, 개별 구간단위 혼잡수준 정보는 재난상황관리에 더 이상 유용 하지 않다. 본 연구에서는 홍수상황에 영향을 받는 링크들을 공간적으로 클러스터링하고, 클러 스터에 포함되지 못하는 영향 링크들은 정보제공 대상에 열외 시켜 무의미한 정보는 제외될 수 있도록 하였다. 또한 클러스터의 시공간적 특성, 즉 시간적 지속성, 공간적 크기를 산정하 여, 영향 지역의 심각도 정보가 제공될 수 있도록 하였다. 본 연구를 통하여 만들어진 정보는 도로 이용자와 도시 관리자 모두가 홍수로 파급된 도로네트워크 문제에 적절히 대응하게 하는 데 활용될 수 있을 것으로 기대된다.

Flooding usually brings in disruptions and aggravated congestions to the roadway network. Hence, right information should be provided to road users to avoid the flood-impacted areas and for city officials to recover the network. However, the information about individual link congestion may not be conveyed to roadway users and city officials because too many links are congested at the same time. Therefore, more significant information may be desired, especially in a disastrous situation. This information may include 1) which places to avoid during flooding 2) which places are feasible to drive avoiding flooding. Hence, this paper aims to develop a framework to identify the flood-impacted areas in a roadway network and their criticality. Various impacted clusters and their spatiotemporal properties were identified with field data. From this data, roadway users can reroute their trips, and city officials can take the right actions to recover the affected areas. The information resulting from the developed framework would be significant enough for roadway users and city officials to cope with flooding.

W3C(World Wide Web Consortium)에서는 DCAT(Data Catalog Vocabulary)이라는 RDF(Resource Description Framework) 기반의 메타 데이터 표준을 제시한 바 있고 세계 각국에 서 적용되고 있다. DCAT은 웹에서 발행된 데이터 카탈로그 간의 상호운용성 향상을 위해 설 계된 RDF 어휘로 W3C에서 2014년 웹 표준으로 권고 승인되었다. 상호운용성 및 통합성을 고 려할 때, 교통부문의 메타 데이터도 RDF 기반의 DCAT 형식을 채택하되, 교통데이터 특성에 맞게 수정 보완하는 것이 필요할 것이다. 교통데이터의 복잡한 관계를 이용자가 직관적으로 이해할 수 있도록 하는 데에 RDF 그래프 형태의 시각화가 효과적일 것으로 판단된다. 본 연구 에서는 RDF 기반의 메타 데이터 표준이 제정되고 광범위하게 사용되는 추세에 맞춰, 교통데이 터에서 나타내어야 하는 데이터 간의 관계를 RDF 그래프 형식으로 표현하기 위한 어휘를 개 발하고, RDF 그래프 형식으로 나타낸 데이터 맵을 예로 제시하였다. 본 연구결과는 DCAT 기 반의 교통 메타 데이터 구축의 방향을 제시하고, 복잡한 데이터 관계를 시각적으로 직관적으 로 이해하고 이용자가 필요한 데이터를 효율적으로 검색하는 데이터 검색시스템의 기반이 될 것으로 기대된다.

W3C enacted RDF(Resource Description Framework based DCAT meta data standard, which is world-widely accepted so far. To guarantee the inter-operability and integrity of data from various sources and even from various countries, it is considered that transportation meta data should also follow the DCAT standard. But still, to represent the transportation domain-specific features, it is necessary to define new properties and vocabularies in addition to the DCAT standard. This research identified the additional properties and vocabularies for transportation metadata, considering uniqueness of transportation data. The revised RDF schema and RDF graph proposed in this research should be able to lead the transportation open data platform revitalization.

우리나라는 지형 특성상 산악지역을 통과하는 도로구간이 많아 일조량에 따라 음영이 지속 되는 구간이 발생하여 겨울철 도로결빙으로 인한 사고위험이 높다. 국내 도로결빙 안전대책에 도 불구하고 도로결빙 사고위험은 여전히 인명피해로 연결되고 있다. 본 연구는 개발 중인 온 도 감응형 교통안전 표지판이 운전자에게 결빙 주의 정보를 효과적으로 전달할 수 있는지에 대하여 주행 및 시각행태 측면에서 효과평가 실험연구를 수행하였다. 효과적인 결빙안내를 위 해 개발된 다양한 표지판 시안 중 일반인 대상으로 수행된 선호도 평가 결과에서 가장 높은 시인성 및 효과성 평가를 받은 대안을 실험대상 표지판으로 선정하였다. 임의의 지방도를 VR 로 구현하여 선정된 표지판이 설치된 구간에서 나타나는 피실험자의 주행행태와 시선행태 변 화를 분석하였다. 분석결과, 온도 감응 후 표지판 구간에서 약 7km/h 이상의 속도감소 행태가 나타났으며, 시각행태 측면에서도 영향효과가 나타났다. 이에 개발 중인 결빙주의 표지판은 기 존 표지판에 비해 운전자에게 높은 경각심을 주는 것으로 분석되었다.

Due to the terrain in Korea, there are many road sections passing through mountainous areas. During the winter, there is a higher risk of traffic accidents, due to black ice caused by the lack of sunlight. Despite domestic road freezing safety measures, accidents caused by road freezing results in severe traffic accidents. Under these considerations, this study analyzed whether traffic safety signs that change in response to the external temperature help drivers recognize frozen road segments. The study was conducted through analysis of the effect of the signs on a driver’s perspective. For the signs under development, out of the signs designed by experts, the sign design which received the highest visibility and effectiveness evaluation ratings from the general public was selected. The sign was implemented through Virtual Reality (VR) and installed on the right side of the road to analyze the effect on gazing and driving behavior. As a result of analyzing the driver’s driving behavior, a speed reduction of about 7km/h or more was found in the sign section. Therefore, It was found that the existence of the sign had a strong relationship with the rate of the drivers' speed reduction.

오늘날 도로의 기상정보를 제공하기 위해 기상청에서 관리하는 기상관측 지점의 관측데이 터를 활용하여 기상관측 지점 인근의 도로 기상상태를 도로관리자와 도로이용자에게 제공하 는 방식을 취하고 있다. 하지만, 강수량 수집지점과 기상정보 제공 대상 도로와의 거리와 자연 지형으로 인해 현실적으로 정확한 기상정보의 제공이 어려운 실정이다. 따라서, 본 연구에서는 고속도로 C-ITS로부터 수집되는 PVD(Probe Vehicle Data)에 포함되어있는 수집시간, 좌표정보, 와이퍼 정보 등을 활용하여 노선 전체에 걸쳐 실시간 강우 정보를 추출함으로써 기존 지점 단 위의 기상청 강우 정보제공의 한계를 극복해 보고자 한다. C-ITS 기반 PVD로부터 추출된 와이 퍼 정보와 기상청 기반 정보를 비교해본 결과 강우강도에 관계없이 두 정보는 대체로 유사함 을 알 수 있었으며, 시간당 누적강수량이 많아질수록 일치 확률이 높아지는 것을 확인할 수 있었다. 본 연구는 기존 도로의 기상정보 제공방법의 한계점을 극복하기 위해 C-ITS 기반 PVD 를 활용했다는 점과 향후 다양한 지역에서 수집될 것으로 예상되는 PVD의 새로운 활용방안을 제시했다는 측면에서 의의가 있다.

Providing weather information on roads today means that the road weather conditions near weather observation points are presented to road managers and road users. These weather observation points are managed by the Korea Meteorological Administration. However, it is difficult to provide accurate weather information due to physical limitations such as the presence of precipitation collection points, distance to weather information provision roads, and the presence of mountains. Therefore, this study intends to perform a comparative analysis by time zone and administrative dong provided by the Meteorological Administration using the wiper information among the information contained in the PVD(Probe Vehicle Data) collected from the highway C-ITS project. As a result of the analysis it was possible to detect rainfall even in the event of local rainfall and rainfall over a long period of time and the higher the cumulative precipitation per hour, the higher the probability of coincidence. This study is meaningful because it used PVD to solve the limitations of the existing road weather information provision method and suggested utilization plan for PVD.

화물차 군집주행 차량과 일반차량이 혼재된 상황은 불안정한 교통흐름을 유발하여 소통뿐만 아니라, 안전성 측면에서 부정적인 영향을 미칠 가능성이 높다. 따라서 본 연구에서는 화물차 군 집주행 기술 상용화시, 그 주변을 주행하는 운전자의 심리상태와 주행안전성에 대해 알아보고자 하였다. 이를 위해 도로주행 시뮬레이터를 활용하여 군집주행 대열로 끼어드는 상황과 군집주행 대열 내에서 주행하는 상황으로 실험환경을 구성하였으며, 모의주행 실험을 통해 운전자의 심리 상태와 주행안전성에 대해 정성적ㆍ정량적으로 분석하고자 하였다. 그 결과, 운전수행능력이 상 대적으로 저하되는 운전자 그룹의 경우, 군집내 끼어들기 또는 군집내 주행에서 위험한 상황을 야기했음에도 불구하고, 스스로 안전하게 주행했다고 판단한 경우가 많았다. 특히, 차량간격이 좁 을수록 오인지 비율이 크게 증대하는 것으로 나타났다. 본 연구 결과는 연결로 구간 등 화물차의 군집주행 간격을 일시적으로 넓혀야하는 경우 최적간격을 도출하거나, 군집주행/일반차량 분리방 안 등 비자율차량 운전자를 위한 교통관리 전략을 수립하는데 활용할 수 있을 것으로 기대된다.

The purpose of this study was to investigate the psychological state and driving safety of drivers driving around the truck platoon driving. Using the driving simulator, the experimental environment was constructed with the situation of changing lanes to the platoon and driving within the platoon. We tried to qualitatively and quantitatively analyze the driver's psychological state and driving safety through simulation driving experiments. As a result, in the case of the older driver group, there were many cases where they judged themselves to be driving safely, even though they were driving dangerously in the actual lane change to the platoon or driving within the platoon. In particular, this group showed that the narrower the distance between vehicles, the greater the misrecognition. The results of this study are expected to be useful in deriving the optimum interval when the interval between platooning of trucks needs to be temporarily extended.

최근 활발한 기술개발이 이루어지고 있는 자율주행 자동차는 다양한 교통문제를 해결하는 데 기여할 것으로 기대되고 있다. 국내 도로부문 온실가스 배출량이 1억 톤이 넘는 등 환경오 염 문제가 심각해지면서 자율주행 자동차 도입에 따른 환경오염의 절감 부문에 대한 연구가 필요하다. 하지만 환경오염 절감 측면에서 자율주행에 관련한 실증적 연구는 미비한 상태이다. 이에 본 연구는 미시 시뮬레이션을 통해 서울시 개포동 일대 교차로 8개소를 대상으로 자율주 행 자동차 도입에 따른 네트워크 성능변화를 분석하고 이를 통해 이산화탄소 배출량을 추정하 였다. 분석결과 내연기관 자율주행 자동차 혼입 시 네트워크 전체 탄소 절감효과는 미미하였 으며 혼입율이 적은 상황에서는 오히려 증가하기도 했다. 반면 자율주행 전기자동차 혼입 시 네트워크 전체 탄소 발생량이 크게 감소하는 것으로 분석되었다. 자율주행 자동차 도입만으로 는 충분한 탄소배출량 감소 효과를 얻기는 어려우며 적절한 수요관리와 근본적인 연료사용의 전환을 통해 교통 부문 탄소배출을 줄여나가야할 것으로 보인다.

Recently, Autonomous Vehicle(AV) has been expected to solve various transportation problems. s the problem of environmental pollution become serious, research to reduce pollution is needed. However, empirical research on AV related pollution is insufficient. Based on this background, this study analyzed network performance changes and CO₂emissions introduc AVs and Electric Vehicles(EV) in eight intersections . The results show that when AVs with internal combustion engines were, the effect of carbon reduction over the network was insignificant. On the other hand, it was that the total amount of CO₂generated in the network decreased significantly when EVs and autonomous electric vehicles were . ₂emissions in the transportation sector.

전 세계가 직면한 심각한 대기오염의 주요 원인 중 하나는 도로 이동원의 배출 가스이다. 차량 배출 가스 저감을 위해 여러 국가가 노력하고 있으며 서울시도 2030년까지 온실가스 배 출 40% 감축 목표를 설정하여 활발한 배출 가스 감축 정책을 실시하고 있다. 이러한 정책의 시행을 위해서는 실질적인 정책적 지표가 필요하다. 국내 배출 가스량은 대부분 환경부 산하 국립환경과학원의 속도 함수인 배출계수에 의해 산정되지만 동적 변수인 속도는 친환경차량 목표 보급 대수 산정 지표로 활용하기에 한계가 있다. 따라서 본 연구는 서울시 자동차 등록 정보와 한국교통안전공단 자동차 검사 정보를 활용하여 서울시 배출 가스량 원단위를 산정하 였다. 차종, 연료, 주행거리 등 주요 변수에 따른 배출 가스 경향성을 파악하여 그룹화하고 자 동차 검사에서 측정하는 일산화탄소, 탄화수소, 질소산화물, 매연을 기준으로 하였다. 그 결과 모델연도와 주행거리에 따라 배출 가스량 원단위가 유의미한 추세를 보였다. 이는 서울시 친 환경 차량 전환 시 모델연도가 오래되고 주행거리가 긴 영업용 차량을 우선적으로 전환하기 위한 정책적 지표로 활용할 수 있을 것이다.

One of the major causes of serious air pollution worldwide is emissions from road transportation. A number of countries are working to reduce vehicle emissions, and the Seoul Metropolitan Government is also implementing active policies to reduce emissions by setting a target of 40% by 2030. Implementing these policies requires the introduction of practical indicators. Most of the domestic emissions are calculated by the emission coefficient, a function of speed at the National Institute of Environmental Research under the Ministry of Environment, but the dynamic variable speed is limited to being used as an indicator of the number of eco-friendly vehicles. Therefore, this study calculated the emission rates in Seoul using the vehicle registration data of Seoul and the vehicle inspection data from the Korea Transportation Safety Authority. The tendency of emissions was determined according to key variables such as vehicle type, fuel and mileage. Emissions were based on carbon monoxide, hydrocarbons, nitrogen oxides and particulate matter measured by vehicle inspection from the Korea Transportation Safety Authority. As a result, the emission rates showed a significant trend according to the model year and mileage. This can be used as a policy indicator to preferentially switch commercial vehicles with old model years and long mileage when switching eco-friendly vehicles in Seoul.

과거 안전시설 설치 기준 및 도로안전지수 등에 관한 다양한 연구가 수행되어왔다. 하지 만 연구결과를 사용하기에 많은 조사항목과 사용하기 어려운 변수를 사용하는 등 현장에 적용하기에는 한계가 있다. 따라서 본 연구에서는 연구결과의 적용 가능성을 고려한 도로 안전 판단지표를 개발하고 안전시설의 설치 기준을 마련하고자 하였다. 유관시스템의 데이터 항목을 검토하였으며 이미 활용 중인 변수의 사용을 고려하였다. 상관분석과 요인분 석을 통해 교통요인, 도로요인, 사고요인을 반영한 도로안전 판단지표를 개발하였으며, 군 집분석을 통해 안전시설의 설치판단 기준 점수를 도출하였다. 분석결과 단일로에 비해 교 차로에서 설치판단 기준 점수가 더 낮게 분석되었으며 교차로의 도로 위험도가 더 큰 것으 로 분석되었다.

In the past, various studies have been conducted on safety facility installation standards and road safety indices. But there are limitations in applying them to the field, such as using many survey items and variables that are difficult to use. Therefore, this study attempted to develop road safety judgment indicators considering the applicability of the research results and to prepare criteria for installing safety facilities. As part of the study, data of related systems were reviewed, and the use of variables already in use was figured out. Furthermore, the road safety judgment indicators reflecting traffic, road, and accident factors were developed through correlation and factor analysis. Later, the criteria score for determining the installation of safety facilities was derived through cluster analysis. The analyses suggested, that the installation judgment criterion score at the intersection was lower than that of the single road(crosswalk), and the road risk at the intersection was higher.

교통사고는 도로 구간의 기하구조, 교통, 운전자 특성과 같은 다양한 요인의 영향을 받아 발생한다. 사고발생과 요인간의 관계를 통계적으로 추정하기 위해 다양한 연구에서 안전성능 함수(SPF)를 활용하고 있으며 목적에 따라 다양한 특성 변수가 고려되었다. 기존 국내 선행 연구들은 연평균 일교통량과 같이 거시적인 집계 단위로 교통 패턴을 정량화하여 도로 구간별 특성을 반영하였다. 그러나 연 단위와 같은 거시적인 변수는 실시간으로 변화하는 교통 특성 을 반영하기 어렵다는 한계가 존재하여 효과적인 집계 단위에 대한 연구의 필요성이 제시되었 다. 따라서 본 논문에서는 기존 연 단위 사고예측모형과 1시간 단위 교통특성을 반영한 세부 집계 단위 사고예측모형을 개발하고 예측 성능 비교를 수행하였다. 분석 결과 1시간 단위의 세부 모형이 연 단위 모형보다 사고예측 성능이 높게 도출되는 것으로 나타났으며 향후 유동 적인 교통 특성을 고려한 고속도로 구간의 사고 위험요인 판단 및 세부 집계수준의 사고예측 모형 구축 시 활용될 수 있을 것으로 기대된다.

A vehicle crash occurs due to various factors such as the geometry of the road section, traffic, and driver characteristics. A safety performance function has been used in many studies to estimate the relationship between vehicle crash and road factors statistically. And depends on the purpose of the analysis, various characteristic variables have been used. And various characteristic variables have been used in the studies depending on the purpose of analysis. The existing domestic studies generally reflect the average characteristics of the sections by quantifying the traffic volume in macro aggregate units such as the ADT, but this has a limitation that it cannot reflect the real-time changing traffic characteristics. Therefore, the need for research on effective aggregation units that can flexibly reflect the characteristics of the traffic environment arises. In this paper, we develop a safety performance function that can reflect the traffic characteristics in detail with an aggregate unit for one hour in addition to the daily model used in the previous studies. As part of the present study, we also perform a comparison and evaluation between models. The safety performance function for daily and hourly units is developed using a negative binomial regression model with the number of accidents as a dependent variable. In addition, the optimal negative binomial regression model for each of the hourly and daily models was selected, and their prediction performances were compared. The model and evaluation results presented in this paper can be used to determine the risk factors for accidents in the highway section considering the dynamic characteristics. In addition, the model and evaluation results can also be used as the basis for evaluating the availability and transferability of the hourly model.

본 연구는 주행 고난이도 상황에서 인프라 정보 연계를 통해 도로 상황 인지 수준이 고도화 되면 자율주행 수준을 높일 것으로 판단하여, 자율주행차량이 주행하기 어려운 고난이도 상황 을 도로 인프라 운영 측면에서 도출하고자 하였다. 난이도 평가 지표를 도로 인프라 조건 및 주행상황 등 3단계로 구분하여 전문가 대상 설문조사 후 계층화 분석을 하였다. 분석결과, 단 속류 도로가 연속류 도로보다 주행 난이도가 월등히 높고, 단속류 도로 하위의 비신호 교차로 와 회전교차로의 주행 난이도가 높게 평가되었다. 또한 난이도가 높은 6가지 주행 상황도 비신 호교차로 및 회전교차로에서 발생되는 상황인 것으로 평가되었다. 자율주행차량의 주행 난이 도는 다른 차량과의 상충 가능성이 높고 도로에서 차량 스스로가 인지해야 할 요소들이 많으 며 현재 주행하는 주행흐름에 급격한 변화를 겪게 될수록 높아지는 것으로 분석되었다.

The purpose of this study is to find the driving difficulty of automated vehicles in terms of road infrastructure operation. It was judged out of this study that the level of automated driving would be enhanced if the road situation recognition ability was advanced through the presentation of infrastructure information during the difficult driving situations. The difficulty evaluation index was divided into three stages, and a survey of experts and an AHP were conducted. The result of the AHP showed that the driving difficulty of the interrupted flow was much higher than that of the uninterrupted flow. The AHP results also showed that and the driving difficulty of unsignalized intersections and roundabouts under an interrupted flow was evaluated as the highest. The top six driving situations with high difficulty were also evaluated to occur under unsignalized intersections and roundabouts.

본 연구는 자율협력주행차량의 협력 인프라 중 하나인 도로표지판을 대상으로 LiDAR의 검지 성능 변화를 알아보았다. 이를 위해서 색깔과 재질이 다른 도로표지판을 제작하여 실제도로 환 경에서 강우량을 통제한 테스트를 수행하였다. 성능지표는 NPC와 Intensity로 선정하였고, 집단 간의 비교는 T-Test를 활용하였다. 연구결과, 모든 재질에서 강수량이 증가할수록 LiDAR의 성능 지표가 감소되는 결과가 관측되었다. 재귀반사지는 강수량 증가에 따른 성능지표 감소가 페인트 도색에 비해선 작았지만, 이 역시 40mm이상의 강수량에서는 데이터의 관측이 되지 않을 정도로 성능이 저하되었다. 검은색 페인트는 맑은 날에도 다른 색들에 비하여 성능지표가 낮았으며 특 히, 백색의 재귀반사지는 성능지표가 강수량 증가에 가장 민감하게 저하되었다. 이러한 성능검 증 결과는 향후 센서의 시인성을 제고하는 도로시설물 제작에 활용될 것으로 기대된다.

This study verified the performance change of a LiDAR when it detects road signs, which are potential cooperation targets for an autonomous vehicle. In particular, road signs of different colors and materials were produced and tested in controlled rainfall on the real road environment. The NPC and intensity were selected as the performance indicators, and a T-Test was used for comparison. The study results show that the performance of LiDAR for the detection of road signs was reduced with the increase of rainfall. The degradation of performance in retroreflective sheets was lesser than painted road signs, but at the amount of 40 mm/h or more, the detection performance of retroreflective sheets deteriorates to an extent that data cannot be collected. The performance level of black paint was lower than that of other colors on a clear day. In addition, the white sheet was most sensitively degraded with the increase in precipitation. These performance verification results are expected to be utilized in the manufacturing of road facilities that improve the visibility of sensors in the future.

본 논문은 자율주행 알고리즘 개발을 위한 저비용 드라이빙 시뮬레이터 구축 방법을 소개한다. 이는 물리엔진을 적용한 상용게임 소프트웨어인 GTA V를 활용하여 구현되며 자율주행 시스템에 필요한 다양한 센서 출력값 및 데이터를 에뮬레이션하는 기능을 내장한다. 이를 위해 GTA V 내 부 데이터를 취득할 수 있는 Script Hook V의 NF를 활용하여 GT 데이터를 취득하고, 이를 활용하 여 다양한 자율주행용 센서 데이터를 생성한다. 본문에서는 설계된 드라이빙 시뮬레이터의 전반 적인 기능들을 소개하며, 개별 기능에 대한 검증을 수행한다. 자율주행 알고리즘 개발 환경 구축 을 위해 게임 엔진 내부 메모리 접근을 통한 GT 데이터를 취득하는 과정을 설명하고, 에뮬레이션 된 센서값을 처리 및 활용하여 인공 신경망 학습 및 성능평가에 적용 가능한 예시를 제시한다.

This paper presents a method to implement a low-cost driving simulator for developing autonomous driving algorithms. This is implemented by using GTA V, a physical engine-based commercial game software, containing a function to emulate output and data of various sensors for autonomous driving. For this, NF of Script Hook V is incorporated to acquire GT data by accessing internal data of the software engine, and then, various sensor data for autonomous driving are generated. We present an overall function of the developed driving simulator and perform a verification of individual functions. We explain the process of acquiring GT data via direct access to the internal memory of the game engine to build up an autonomous driving algorithm development environment. And, finally, an example applicable to artificial neural network training and performance evaluation by processing the emulated sensor output is included.

자율주행자동차 평가 시나리오는 대부분 자율주행자동차가 직면할 일반적인 주행 상황을 기 반으로 개발되고 있다. 하지만 실제 주행 중에는 다양한 상황이 발생하고 때때로 복합적인 판단 이 필요한 상황이 발생하기도 한다. 본 연구는 보다 안전한 자율주행자동차의 주행을 위하여 복 합적인 판단이 필요한 상황을 딜레마 상황으로 새롭게 정의하고, 각 상황에서의 주행안전성 확보 를 위해 필요한 운전 전략을 제시하고자 한다. 이를 위하여 자율주행자동차 윤리 가이드라인, 자 동차사고 과실비율 인정기준, 그리고 자율주행자동차 개발자 제안을 바탕으로 딜레마 상황들을 정의하였다. 또한, 정의된 딜레마 상황들에 대하여 운전 전략 수립을 위한 운동 영향요소를 탐색 하였으며, ｢도로교통법｣에 따른 운전 영향요소의 우선순위와 그에 따른 운전 전략을 도출하였다.

Most automated vehicle evaluation scenarios are developed based on the typical driving situations that automated vehicles will face. However, various situations occur during actual driving, and sometimes complex judgments are required. This study is to define a situation that requires complex judgment for safer driving of an automated vehicle as a dilemma situation, and to suggest a driving strategy necessary to secure driving safety in each situation. To this end, we defined dilemma situations based on the automated vehicle ethics guidelines, the criteria for recognition of error rate in automobile accidents, and suggestions from the automated vehicle developers. In addition, in the defined dilemma situations, the factors affecting movement for establishing driving strategies were explored, and the priorities of factors affecting driving according to the Road Traffic Act and driving strategies were derived accordingly.

전 세계적으로 자율주행자동차의 개발이 활발히 진행됨에 따라 자율주행자동차에 대한 합 리적이고 체계적인 평가 방법에 대한 요구가 증가하고 있다. 시뮬레이션 및 주행시험장 (proving ground, PG)에서 수행하는 자율주행자동차 평가를 위한 시나리오, 평가 절차 및 방법 관련 연구는 국제적으로 활발하게 진행되고 있다. 이에 비해, 실도로에서의 평가에 대한 방법 및 절차 등은 국제적으로 아직 초기 단계이다. 따라서, 향후 자율주행자동차의 상용화에 대비 하여 실도로에서 자율주행자동차를 평가하는 것에 대한 연구가 진행될 필요가 있다. 본 연구 에서는 실도로에서 자율주행자동차의 주행안전성 평가에 관한 기초적인 방향을 정의하고자 한다. 이를 위해 실도로에서의 자율주행자동차의 평가 방향과 프로세스를 제시했으며 주행안 전성을 평가하기 위한 정성적 및 정량적 평가지표를 선정하였다. 실도로에서 자율주행자동차 의 주행안전성 평가를 위한 정성적 평가항목으로 ｢도로교통법｣을 기반으로 하여 총 38개의 항 목을 선정하였다.

As the development automated vehicles(AV) actively progresses around the world, the demand for a reasonable and systematic evaluation method for AVs is increasing. Research on scenarios, evaluation procedures, and methods for evaluating AVs conducted in simulations and proving ground(PG) is actively conducted internationally. In contrast, methods and procedures for evaluations on real roads are still in their infancy internationally. Therefore, it is necessary to conduct research on evaluating AVs on real roads in preparation for future use of AVs. This study aims to define the basic direction for evaluating the driving safety of AVs on real roads. To this end, the evaluation direction and process of AVs were presented on the real roads, and qualitative and quantitative evaluation indicators were selected to evaluate driving safety. A total of 38 items were selected based on the Road Traffic Act as qualitative evaluation items for evaluating the driving safety of AVs on real roads.

V2X를 활용한 자율주행차량은 기존의 자율주행차량보다 더욱 많은 정보를 바탕으로 자율 주행차량의 센서 커버리지 밖의 영역의 정보를 통하여 안전한 주행이 가능하다. V2X 기술이 자율주행차량의 핵심 구성 요소로 부각되면서 V2X 보안 문제에 대해 연구가 활발히 진행되고 있지만 자율주행차량이 V2X의 의존도가 높은 자율주행시스템에서 V2X 통신의 고장으로 인한 위험성에 대한 부분은 상대적으로 부각되고 있지 않으며 관련 연구도 미진한 편이다. 본 논문 에서는 자율주행차량의 교차로 시나리오를 제시하여 V2X를 활용한 자율주행시스템의 서비스 시나리오를 정의 하였으며 이를 기반으로 기능을 도출하고 V2X의 위험 요인을 분석하여 오작 동을 정의하였다. ISO26262 Part3 프로세스를 활용하여 HARA 및 고장 주입 시나리오의 시뮬 레이션을 통해 V2X 모듈의 고장으로 인한 위험성과 이를 확인하는 검증 과정을 제시하였다.

Autonomous vehicles using V2X can drive safely information on areas outside the sensor coverage of autonomous vehicles conventional autonomous vehicles. As V2X technology has emerged as a key component of autonomous vehicles, research on V2X security is actively underway research on risk analysis due to failure of V2X communication is insufficient. In this paper, the service scenario and function of autonomous driving system V2X were derived by presenting the intersection scenario of the autonomous vehicle, the malfunction was defined by analyzing the hazard of V2X. he ISO26262 Part3 process was used to analyze the risk of malfunction of autonomous vehicle V2X. In addition, a fault injection scenario was presented to verify the fail-safe of the simulation-based intersection scenario.

카메라와 라이다가 탑재된 자율주행 시스템에서 깊이완성기술을 통해 조밀한 깊이추정을 할 수 있다. 특히, 자기지도학습을 이용하면 깊이정답이 없는 주행데이터로도 깊이완성 네트워 크의 학습이 가능하다. 실제 자율주행환경에서 이러한 깊이완성의 출력은 다른 알고리즘들의 입력으로 사용되므로 매우 빠른 지연속도를 요구한다. 그래서 본 논문에서는 종래의 연구들처 럼 네트워크를 고도화하여 정확도를 높이기보단 추론속도를 극대화한 형태의 깊이완성 네트 워크를 사용한다. GPU 연산에 최적화된 RegNet 인코더를 사용하고 네트워크의 병렬성을 고려 한 U-Net 형태의 네트워크를 설계한다. 대신, 본 논문에서는 자기지도학습 과정에서 정확도를 높일 수 있는 몇 가지 기법들을 제시한다. 제시하는 기법들은 신뢰할 수 없는 라이다 입력에 대한 강인함을 높이고 사전에 추출한 시맨틱 정보를 바탕으로 에지와 하늘 영역에 대한 깊이 추정 품질을 향상시킨다. 실험을 통해 우리의 모델은 매우 경량임에도 (2.42ms at 1280x480) 노 이즈에 강하며 최신 연구들과 대등한 정확도를 보임을 확인한다.

In an autonomous driving system equipped with a camera and lidar, depth completion techniques enable dense depth estimation. In particular, using self-supervised learning it is possible to train the depth completion network even without ground truth. In actual autonomous driving, such depth completion should have very short latency as it is the input of other algorithms. So, rather than complicate the network structure to increase the accuracy like previous studies, this paper focuses on network latency. We design a U-Net type network with RegNet encoders optimized for GPU computation. Instead, this paper presents several techniques that can increase accuracy during the process of self-supervised learning. The proposed techniques increase the robustness to unreliable lidar inputs. Also, they improve the depth quality for edge and sky regions based on the semantic information extracted in advance. Our experiments confirm that our model is very lightweight (2.42 ms at 1280x480) but resistant to noise and has qualities close to the latest studies.

시뮬레이션 기반 가상 검증은 자율주행 기능의 안전성 검증을 위한 주요 요구사항으로 간 주되고 있다. 가상 검증 환경에서는 자율주행차량과 주행 환경은 모두 모델링되어야 하며 특 히, 카메라 및 레이더 센서와 같은 환경 센서의 현실적인 모델링이 중요하다. 하지만 현실적인 인식 결과를 일관되게 제공하기 위한 모델링에 관한 연구는 부족한 실정이다. 이에 본 논문에 서는 MILS(Model in the Loop Simulation) 환경에서 현실적인 오브젝트 인식 결과를 제공하기 위한 센서 모델링 방법이 다루어진다. 먼저, 모델링을 위한 주요 파라미터가 정의되며 카메라 및 레이더 센서의 오브젝트 감지 특성이 분석된다. 분석 결과로부터 모델링된 가상 센서 모델 의 감지 특성은 실물 센서와의 상관계수 분석을 통해 유효성이 검증된다.

Virtual testing is considered a major requirement for the safety verification of autonomous driving functions. For virtual testing, both the autonomous vehicle and the driving environment should be modeled appropriately. In particular, a realistic modeling of the perception sensor system such as the one having a camera and radar is important. However, research on modeling to consistently generate realistic perception results is lacking. Therefore, this paper presents a sensor modeling method to provide realistic object detection results in a MILS (Model in the Loop Simulation) environment. First, the key parameters for modeling are defined, and the object detection characteristics of actual cameras and radar sensors are analyzed. Then, the detection characteristics of a sensor modeled in a simulation environment, based on the analysis results, are validated through a correlation coefficient analysis that considers an actual sensor.