Earticle

도시부 도로에서 버스정류장의 위치는 이용자가 이용하기 편리하고 버스의 정차가 기존 교 통류에 주는 영향이 최소화되는 지점에 설치하여야 한다. 하지만 교차로로부터 버스정류장까 지의 적정 이격거리에 대한 연구가 미흡하여 여유 공간 확보 등 현장여건에 따라 버스정류장 의 위치가 결정되고 있다. 본 연구에서는 버스정류장 부근의 교통 및 기하구조 변수를 활용하 여 교통사고 예측모형을 개발하였고, 최적화 기법을 통해 교통사고를 최소화시킬 수 있는 교 차로로부터 버스정류장까지의 적정 이격거리를 산정하였다. 연구 결과, 교통량이 1,000대/시에 서 3,000대/시 수준에서 주도로 차로수가 2~4차로인 도로구간에서는 버스정류장을 교차로에서 약 87~166m 정도 떨어진 미드-블록(mid-block) 형태로 설치하는 것이 적정하고, 주도로 차로수 가 5~6차로인 구간에서는 교차로에서 약 42~97m 정도로 근접하게 설치하는 것이 바람직한 것 으로 나타났다.

The location of the bus stop on urban roads should be installed at a point where it is convenient for users and the impact of bus stops on the traffic flow is minimized. However, the location of the bus stops is determined indiscriminately due to the lack of related research. Therefore, this study developed a traffic accident prediction model and calculated the proper separation distance for the bus stops through an optimization technique. The result of the study indicates that the bus stop can be installed in the form of a mid-block approximately 87 to 166 m away from the intersection in the road section. This result is valid if the number of main road lanes in the road section is 2 to 4 with a level of traffic from 1,000 to 3,000 v/h. In the section with 5 to 6 lanes, it is desirable to install a bus stop close to the intersection by about 42 to 97 m.

본 연구에서는 개별 차량의 차두 시간(time headway) 정보를 활용하여 고속도로 환경에서의 단일 링크에 대한 교통류 모형(flow-density diagram)을 추정하는 방법에 대해 탐구한다. 차두 시간 기반 교통류 모형(empirical flow-density diagram) 연구를 위해 차량용 비전 센서가 탑재된 실험 차량에서 9개월동안 수집된 데이터의 전처리 및 GIS 기반 맵 매칭을 수행한다. 기존의 교통류 모델식을 활용한 차두 시간 기반 교통류 모형(empirical flow-density diagram)의 검증을 위해, 차량 검지기 기반의 VDS(Vehicle Detection System) 데이터(loop detection traffic data) 기반 교통류 모형과 결과 비교 및 분석을 수행한다. 차두 시간 기반 교통류 모형의 추정 오차 원인 을 분석하기 위해 각 교통류 모형의 차두 시간 및 차두 거리의 확률분포와 단위시간 교통량과 차량 밀도의 표준편차를 활용하였다. 분석 결과 링크 내 제한된 샘플 차량 대수 및 수집 데이 터에 대한 주행환경 편향성이 추정 오차의 주된 요인이며. 이에 따른 추정 오차 개선을 위한 방법에 대해 제안한다.

This study explored an approach to estimate a flow-density diagram(FD) on a link in highway traffic environment by utilizing probe vehicles’ time headway records. To study empirical flow-density diagram(EFD), the probe vehicles with vision sensors were recruited for collecting driving records for nine months and the vision sensor data pre-processing and GIS-based map matching were implemented. Then, we examined the new EFDs to evaluate validity with reference diagrams which is derived from loop detection traffic data. The probability distributions of time headway and distance headway as well as standard deviation of flow and density were utilized in examination. As a result, it turned out that the main factors for estimation errors are the limited number of probe vehicles and bias of flow status. We finally suggest a method to improve the accuracy of EFD model.

자동차의 증가에 따른 사고는 꾸준히 증가하고 있다. 교통사고로 인한 사망자수를 줄이기 위해 많은 안전정책이 추진되고 있으며 교통사고 사망자수를 제로로 만들기 위한 노력이 계속 되고 있다. 2016년에 수립된 ｢제3차 교통안전기본계획｣에 따르면 안전시설에 대한 개선사업은 누적사망자수가 가장 많은 지역을 우선으로 하도록 되어있다. 이는 시에서 관할하는 도로의 경우 어느 정도 합당한 방법이기는 하지만 구에서 관리하는 20m미만도로의 경우 사망자수가 기준치에 크게 미치지 못하는 현실에서 단순히 사망자수가 많은 지역을 위주로 개선방안을 내 는 것은 합리적이지 않을 수 있다. 또한, 사망사고의 발생 원인이 특별한 안전시설이나 제도의 미비 때문인지 우연의 발생인지를 알아내기에는 사고건수가 상대적으로 미미하기 때문에 전 체 사고를 기준으로 하는 것이 장래 더 많은 효과를 볼 수 있는 개연성이 있다. 본 연구는 사고 비용을 토대로 사망사고 발생지역과 사고다발지역에 대한 비용분석을 통하여 이를 비교하였 다. 3개의 산정방식을 이용한 사고비용 분석결과 모든 교통사고의 비용이 포함되었을 때에 사 망자수가 없는 신촌네거리의 비용이 기존에 사고누적지역으로 채택된 시온보육원입구 삼거리 의 비용보다 높게 나타나는 것으로 나타났다. 연구결과를 고려했을 때 교통사고 누적지점 선정 시 사고에 따른 비용, 사고 심각도에 대한 가중치 등을 고려하여 지점을 선정할 필요가 있다.

The number of car crashes increases along with the increasing number of vehicles. Hence, diverse initiatives on traffic accidents have been implemented, targeting zero crash fatalities. According to the 3rd Traffic Safety Master Plan of 2016, the current standard selecting road accident black spots prioritizes locations with the high cumulative death toll. While this standard is suitable for roads that a city government manages to some extent, it is not suitable for roads less than 20 meters that a borough (Gu) handles. The roads under the supervision of a borough do not have enough death toll, and thus improvements on its road accident black spots are highly limited. In addition, discovering the causes of traffic accidents is not easy when the number of car accidents is obtained by considering only fatal accidents, which are relatively low in number. Therefore, including all traffic accidents might identify causes of accidents and result in better advancements. Therefore, this research follows rational decision-making and suggests new National Traffic Safety Master Plan standards. These new standards are obtained by comparing accident costs between the location of fatal crashes and road accident black spots. The analysis result shows that considering all types of accidents yields better results. For example, a Three-way Intersection in front of Zion Day Care Center, one of the selected spots under the current standard, has lower road crash costs than Sinchon Intersection, a selected spot under a new standard. Therefore, the study concludes that the standards to select road accident black spots need to include traffic accident severity and road crash costs.

최근 화물자동차 통행량이 증가함에 따라 도로가 더욱 혼잡해지고 사고 위험도도 높아지고 있는 추세이다. 화물자동차로 인한 교통사고 치사율은 승용차와 승합차에 비해 약 2~3배로 높 은 상황으로 화물자동차 교통안전에 대한 대책 마련이 시급한 상황이다. 기존 연구들이 대부 분 교통사고에 영향을 미치는 요인 분석에 집중하였다면, 본 연구에서는 운전자 설문조사 및 인터뷰, 관련 연구 등을 토대로 화물자동차의 교통안전을 위한 대책을 제시하였다. Fuzzy-AHP 방법론을 활용하여 안전대책 항목을 대분류 4개, 소분류 12개로 설정하고, 항목 간의 우선순위 를 평가하였다. 분석결과, 화물자동차 운전자의 근무환경 개선이 가장 중요한 것으로 도출되었 으며, 도로 교통환경 개선이 그 뒤를 이었다. 세부적으로는 화물자동차 운임제도 개선, 운전자 의 충분한 휴식 보장, 도로변 불법 주정차 단속 강화 등이 시급한 것으로 나타났다. 본 연구는 향후 지속적 증가한 화물자동차 통행에 대비한 안전정책 마련을 위해 활용될 수 있을 것으로 기대된다.

With the increase of truck traffic, roads are becoming more congested and the risk of accidents is also increasing. Since the fatality rate of traffic accidents caused by trucks is about 2 to 3 times higher than that of passenger cars and buses, it is urgent to prepare policies for truck traffic safety. While most of the previous studies focused on factor analysis that contributes to traffic accidents, this study presented traffic safety policies (4 major-criteria and 12 sub-criteria) for trucks through driver interviews and previous studies. Then, the priority of the policies was evaluated by using Fuzzy-AHP. As a result, the improvement of truck drivers’ working environment was evaluated as the most important criteria, and followed by the improvement of road traffic conditions. In detail, there is an urgent need to improve the freight car fare system, ensure sufficient rest for drivers, and strengthen the crackdown of illegal parking and stopping along roads. This study is expected to be usefully utilized in preparing traffic flow safety policies in preparation for the continuous increase of truck traffic.

각국의 자율주행시스템 기술개발 경쟁이 심화함에 따라 정부도 자율주행시스템의 시장 진 입을 전방위에서 지원하고 있다. SAE(Society of Automotive Engineers) 3단계 기술은 운전자가 위험 상황을 회피해야 하고, 4단계 기술은 자율주행시스템 스스로 위험 상황에 대응할 수 있어 야 한다. 이에 따라, 공공부문은 도로 위험 상황을 모니터링하고, 도로 인프라 정보를 운전자와 자율주행시스템에 제공하여 대응할 수 있도록 지원할 필요가 있다. 본 연구는 도로 인프라 위 험 요소를 자율주행시스템의 ODD(Operational Design Domain) 특성에 따라 모니터링 대상별 위험 요소를 세분화하고, 각 위험 요소가 차량에 미칠 영향에 따른 위험도 등급화 및 평가 방 안을 제시하였다. 위험 상황 발생 시 자율주행차의 운행 특성을 시뮬레이션하고, 위험 요인 특 성과 물리적인 차량 조건 사이의 영향 관계를 파악하여 등급화함으로써 위험도를 평가할 수 있다. 또한 수집된 모니터링 정보는 관리 센터와 공유하고, 요소별 특성에 따른 노드 혹은 링크 형태로 정밀지도에 표출하여 위치정보와 위험도 등급 등 종합적 관리가 가능한 모니터링 체계 를 정립할 것을 제안하였다.

As the competition among the autonomous vehicle (AV, here after) developers are getting fierce, Korean government has been supporting developers by deregulating safety standards and providing financial subsidies. Recently, some OEMs announced their plans to market Lv3 and Lv4 automated driving systems. However, these market changes raised concern among public road management sectors for monitoring road conditions and alleviating hazardous conditions for AVs and human drivers. In this regards, the authors proposed a methodology for monitoring road infrastructure to identify hazardous factors for AVs and categorizing the hazards based on their level of impact. To evaluate the degrees of the harm on AVs, the authors suggested a methodology for managing road hazard factors based on vehicle performance features including vehicle body, sensors, and algorithms. Furthermore, they proposed a method providing AVs and road management authorities with potential risk information on road by delivering them on the monitoring map with node and link structure.

자율주행 관련 기술의 고도화와 함께 자율차와 비자율차가 혼재된 교통 환경이 예측됨에 따라서 미시구간의 차량 속도정보 예측은 안전한 교통 환경 구축에 가장 중요한 정보 중 하나 로 판단되고 있다. 하지만, 현재 제공되는 링크 기준 미시구간 주행 속도는 속도 변화 구간을 정확하게 반영하지 못하는 한계가 있다. 본 연구에서는 미시구간 속도정보 서비스를 위한 개 별 차량 빅데이터 기반의 공간 분할 방안을 제시한다. 본 연구에서는 차량 빅데이터를 이용한 동질속도구간 도출과 지오해시 기반의 단계적 구간 분할을 통하여 미시적 속도 정보 변화 지 점을 분류하였다. 경부고속도로 경기지역에 대하여 제안된 방법을 적용한 결과 해당 구간 도 로는 130 및 170개의 동질속도구간으로 세분되었다. 본 연구에서는 결과 분석을 통하여 제안 된 방법은 기존 링크 기반 정보에 비하여 정밀하고 정확한 속도 정보 제공이 가능함을 제시하 였으며, 개별 차량 빅데이터를 이용한 미시적 속도 정보 제공을 위한 구간 세분화가 필요함을 검증하였다.

Vehicle average speed information which measured at a point or a short section has a problem in that it cannot accurately provide the speed changes on an actual highway. In this study, segment separation method based on vehicle big data for accurate micro-speed estimation is proposed. In this study, to find the point where the speed deviation occurs using location-based individual vehicle big data, time and space mean speed functions were used. Next, points being changed micro-scale speed are classified through gradual segment separation based on geohash. By the comparative evaluation for the results, this study presents that the link-based speed is could not represent accurate speed for micro-scale segments.

최근 디지털 연결성 기반의 융합이 광범위하게 확대되면서 교통 및 모빌리티 분야가 빠르 게 변화하고 있으며 이와 관련된 연구도 다양화되고 있다. 본 연구의 목적은 모빌리티 분야의 연구 동향을 분석하고 핵심 연구영역과 주제를 파악하는 것이다. 토픽 모델링 분석은 연구 동 향을 파악하는 데 유용한 것으로 입증된 기법이다. 모빌리티를 키워드로 KCI 학술지에서 142 편의 논문 초록을 분석하여, 9개의 토픽을 도출하고 스마트 모빌리티 연구의 6개 핵심 요소와 연계하였다. 이를 통해 자율주행을 앞세운 차량 및 수송 기술 분야와 MaaS로 대표되는 교통수 단 간 연계 및 통합서비스 분야에 관한 연구가 가장 활발한 것과 사용자의 안전을 확보하기 위한 보험, 법률, 제도, 그리고 기존 산업과의 갈등 해소 등에 관한 연구가 진행되고 있는 것을 확인하였다.

Recently, with the widespread expansion of convergence based on digital connectivity, the transportation and mobility fields are rapidly changing, and research related to this is also diversifying. This study aims to analyze the research trends in the mobility field and identify key research areas and topics. Topic modeling analysis has been proved as a useful approach for analyzing the research trends. The abstracts of 142 research papers concerning mobility from the Korean academic citation index were analyzed, derived 9 research topics and linked to 6 key elements of research framework. The result showed that ‘Advanced vehicle and transportaion technology’ and ‘Linkage and integrated services among means for mobility’ were most actively studied research fields. It also found that research on insurance, law, regulation for securing user’s safety and conflict-resolving with the existing industry has been conducted.

본 연구는 LiDAR가 악천후 시 물체를 검지하는 성능을 맑은 날과 비교하여 알아보았다. 악천후를 재현하는 실험은 안개 시정거리를 200m부터 50m까지 4단계로 강우량은 20(mm/h)와 50(mm/h)로 나누어 수행하였다. LiDAR를 차량에 장착하여 실제 도로 위를 주행하여 진행하였 고, 사람 모양의 표지판을 대상으로 측정거리별로 분석하였다. 성능지표는 Number of Points Cloud와 Intensity를 활용하였고, T-Test로 성능의 차이를 통계적으로 알아보았다. 연구결과, 맑 은 날 대비 LiDAR 검지 성능은 강우량 20mm/h, 안개시정 200m 이하, 강우량 50mm/h, 안개시 정 150m 이하, 100m 이하, 50m 이하의 순으로 성능저하가 발생하였다. 성능의 저하는 흰색보 다는 검은색일 때, 측정거리가 멀어질수록 크게 발생하였다. 하지만, 흰색은 본 실험에서 최악 의 상황으로 판단되는 시정 50m에서도 측정거리 10m에서는 성능의 차이가 미미하였고, 통계 적으로는 차이가 없었다. 성능검증 결과는 향후 센서의 시인성을 제고하는 도로시설물 제작에 활용될 것이 기대된다.

This study compared the performance of LiDAR in detecting objects in rough weather with that in clear weather. An experiment that reproduced rough weather divided the fog visibility into four stages from 200 m to 50 m and controlled the rainfall by dividing it into 20 mm/h and 50 mm/h. The number of points cloud and intensity were used as the performance indicators. The difference in performance was statistically investigated by a T-Test. The result of the study indicates that the performance of LiDAR decreased in the order in situations of 20 mm/h rainfall, fog visibility less than 200 m, 50 mm/h rainfall, fog visibility less than 150 m, fog visibility less than 100 m, and fog visibility less than 50 m. The decreased performance was greater when the measurement distance was greater and when the color was black rather than white. However, in the case of white, there was no difference in performance at a measurement distance of 10 m even at 50 m fog visibility, which is considered the worst situation in this experiment. This no difference in performance was also statistically significant. These performance verification results are expected to be utilized in the manufacture of road facilities in the future that improve the visibility of sensors.

최근 4차 산업혁명의 진행과 함께 물류 산업계도 스마트물류 전환을 위해 노력하고 있으며 선행 조건인 물류정보화 확산을 위해 다양한 시도를 하고 있다. 이러한 가운데 블록체인 기술 은 정보화 확산에 이바지할 기술로 여겨지며 다양한 분야에 적용되고 있다. 본 연구에서는 국 내 물류산업에 블록체인 기술 적용 가능성을 논하기 위해 블록체인 기술의 특성을 정의하고 관련 사례들을 검토하였으며 산업계를 대상으로 활용 가능성에 대한 설문조사를 수행하였다. 블록체인 기술은 업무 효율성 측면의 경제성, 신속성, 투명성과 부가가치 창출 측면의 확장성, 탈중개성, 신뢰성의 특징이 있는 것으로 정의할 수 있으며 물류산업과 연관이 있는 운송, 유통, 금융, 개인정보관리, 공공서비스 등의 분야에 대한 도입이 시도되고 있는 것을 확인하였다. 국 내 물류 산업계를 대상으로 한 설문조사 결과 정보화 수준은 정보활용 단계에 진입한 것으로 파악되지만, 정보유출 우려로 정보의 공유와 활용에는 소극적인 것을 확인할 수 있었다. 그럼 에도 불구하고 정보화 필요성에 대한 인식과 기대가 높아 향후 블록체인 기술의 도입을 계기 로 물류산업 정보화 및 이에 기반한 스마트화가 한단계 발전할 수 있을 것으로 기대된다.

With the recent progress of the 4th industrial revolution, the logistics industry is also making efforts to introduce smart logistics, and various attempts are being made to spread logistics informatization, which is the core of smart logistics. Among these, blockchain technology is considered as a technology that will contribute to the spread of logistics informatization and is being applied to various fields. Accordingly, in this study, to discuss the applicability of blockchain technology to the logistics industry, the characteristics of blockchain technology were defined, related cases were reviewed, and a survey was conducted on the possibility of application in the industry. Blockchain technology can be defined as having the characteristics of economic feasibility, speed, transparency in terms of work efficiency, and scalability, decentralization (decentralization), reliability (security) in terms of added value creation. It was confirmed that many are being introduced in the fields of distribution, finance, personal information, and public services. As a result of the survey on the logistics industry, it was confirmed that the level of informatization of the logistics industry had entered the stage of generating profits by using information, but the industry was passive in sharing and utilizing information due to concerns about information leakage. Nevertheless, the awareness and expectation of the need for informatization is high, and it is expected that the informatization of the logistics industry and realizing smart logistics based on it will advance one step further with the introduction of blockchain technology in the future.

차량 측위 기술은 차량의 정확한 위치 정보를 제공한다는 점에서 자율주행을 위한 핵심 기 술 중 하나로 평가되고 있다. 이미지 기반의 측위 기술은 위치 정보를 효율적으로 제공할 수 있을 것으로 판단되어 다양한 관련 연구가 진행되고 있다. 하지만, 기존 특징점 또는 차선 정보 를 이용한 이미지 기반 측위 방법론은 도로 및 운행 환경에 측위 정확도가 큰 영향을 받을 수 있다는 한계가 있다. 선분 매칭은 특징점에 비하여 텍스쳐 반복에 강건하고 주변 환경 전체에 서 추출된 선분을 활용하기 때문에 기존 방법론의 단점을 해결할 수 있다. 하지만, 차량 운행 환경을 대상으로 한 선분 매칭 방법론을 다루는 연구는 거의 진행된 바 없다. 따라서 본 연구 에서는 정확한 차량 측위 지원을 위한 선분 매칭 프레임워크를 제안한다. 또한 도로 주행 환경 에서의 알고리즘 성능 비교 분석을 통하여 최적 선분 매칭 알고리즘을 결정하였다. 최종적으 로 제안된 프레임워크는 선분 추출, 병합, 중첩 영역 탐지 및 MSLD 기반 선분 매칭의 4단계로 구성되었다. 제안된 프레임워크는 차량의 속도, 운행 방식, 주변 환경에 상관없이 차량 측위에 충분한 수준의 선분 매칭을 안정적으로 수행하였다.

Vehicle localization is one of the core technologies for autonomous driving. Image-based localization provides location information efficiently, and various related studies have been conducted. However, the image-based localization methods using feature points or lane information has a limitation that positioning accuracy may be greatly affected by road and driving environments. In this study, we propose a line segment matching framework for accurate vehicle localization. The proposed framework consists of four steps: line segment extraction, merging, overlap area detection, and MSLD-based segment matching. The proposed framework stably performed line segment matching at a sufficient level for vehicle positioning regardless of vehicle speed, driving method, and surrounding environment.

본 연구에서는 본 연구에서는 사고원인 및 예방이론을 적용하여 사업용 화물자동차의 운행 특성과 위험운전행동 및 교통사고 위험성 간의 인과관계를 분석하였다. 사업용 화물자동차 운 전자 303명을 대상으로 운전자별 근무특성, 운전경력, 운전능력, 운전심리, 차량특성(크기), 위 험운전행동, 교통사고와 관련된 자료를 수집하였으며 근무특성 및 위험운전행동에 관한 자료 는 운전자가 제출한 디지털운행기록을 활용하고 교통사고 자료는 실제 교통사고를 반영하기 위해 보험사고 자료를 활용하였다. 다수의 독립변수와 종속변수 간의 인과관계를 동시에 분석 하기 위해 구조방정식 모형을 구축하고 모형 적합도 지수를 활용하여 모형을 검증하였다. 4가 지 위험운전행동(급감속, 급가속, 급추월, 급정지)이 교통사고와 연관성이 높은 그룹으로 분석 되었다. 소형 화물자동차, 운전능력이 부족한 운전자, 위험운전행동이 많은 운전자에 대한 안 전관리 대책 마련 및 집중관리가 필요한 것으로 판단된다.

This study analyzed the causal relationship among operating characteristics of commercial freight vehicles, dangerous driving behaviors, and traffic accident risk. The study applied the existing accident cause and prevention theory to arrive at this relationship. Data related to working characteristics of driver, driving experience, driving ability, driving psychology, vehicle characteristics (size), dangerous driving behavior, and traffic accidents were collected from 303 commercial freight vehicle drivers. Working characteristics and dangerous driving behavior data are based on the driver’s digital driving record. The traffic accident data is based on the insurance accident data reflecting actual traffic accidents. First, a structural equation model was built and verified using the model fitness index. Then, the developed model was used to analyze the causal relationship between multiple independent and dependent variables simultaneously. Four dangerous driving behaviors (sudden deceleration, sudden acceleration, sudden passing, and sudden stop) were found to be highly related to traffic accidents. The results further indicate that it is necessary to establish a safety management policy and intensive management for small-sized freight vehicles, drivers with insufficient driving ability, and drivers with dangerous driving behaviors. Such policy and management are expected to reduce traffic accidents effectively.

교통사고보고서 상의 교통사고 관련 자료 속성들은 그 원인을 파악하고자 하는 전통적인 교통안전 관련 연구에서 뿐만 아니라 최근 자율주행자동차의 안전성 검증 시나리오 개발을 위 한 연구에서도 활용될 수 있다. 다만, 교통사고보고서의 자료 속성들은 교통사고 상황 재현 및 시나리오 개발만을 위해 정의된 항목들이 아니므로, 본 연구에서는 확대된 활용성 측면의 교 통사고보고서의 개선방향을 제시하고자 한다. 교통사고보고서의 개선방향은 각각 교통사고 발생 이전 상황(pre-crash), 교통사고 중 상황(on-crash), 교통사고 발생 이후 상황(post-crash)로 구분하여 제시하였으며, 각 구분에 따른 추가 자료 항목 또는 자료 처리 방안에 대하여 제시하 였다. 또한, 정형화된 형태의 교통사고자료 외에 비정형화된 서술 형태의 교통사고 경위자료로 부터 추출 가능한 정보항목들을 도출하여 제시하였다.

The accident data attributes of the traffic accident report are used not only in traditional traffic safety-related research to identify the cause of traffic accidents, but also as basis data for the development of the automated vehicle driving performance verification scenarios. However, since the data attributes of the traffic accident report are limited for the purpose of reconstructing the traffic situation and developing scenarios, this study aims to provide the directions for improvement of traffic accident report, ultimately for its expanded usability for the automated vehicle test scenarios. The directions for improvement of the traffic accident report are provided by categorizing the traffic situation before the accident (pre-crash), the situation immediately before or during the accident (on-crash), and the situation after the accident (post-crash), respectively. Additional data items or data processing methods are presented. Furthermore, data elements that can be extracted from the traffic accident process data in the unstructured narrative form are explored and provided.

자율주행 기술을 활용하여 사고 예방과 정체 감소를 위한 교통운영관리 전략을 개발하는 다양한 연구가 시뮬레이션 기반으로 수행되고 있다. 이를 위해서는 시뮬레이션에서 구현되는 자율차의 거동이 실제상황을 충분히 반영하여야 하며 일반차량의 거동과 차별화되어야 한다. 그러나 실제 자율차의 주행자료와 일반차량과의 상호작용 자료 취득의 어려움으로 인해 시뮬 레이션 상의 자율차 거동에 대한 검증이 미흡한 상황이다. 본 연구의 목적은 주행 및 교통 시 뮬레이션 실험을 통해 자율차 거동의 적정성을 평가하는 방법론을 개발하는 것이다. 본 연구 에서는 개별 자율차 주행 시 요구조건과 교통류 내에서 다른 차량과의 상호작용 결과물인 퍼 포먼스에 대한 요구조건을 정립하였다. 두 가지 관점의 요구조건에 대한 만족 여부를 주행 시 뮬레이션과 교통 시뮬레이션을 이용하여 평가하는 프레임워크를 제시하였다. 본 연구의 결과 는 보다 신뢰성 있는 자율주행 시뮬레이션 분석을 위한 유용한 기초자료로 활용될 것으로 기 대된다.

A variety of simulation approaches based on automated driving technologies have been proposed to develop traffic operations strategies to prevent traffic crashes and alleviate congestion. The maneuver of simulated autonomous vehicles (AVs) needs to be realistic and be effectively differentiated from the behavior of manually driven vehicles (MVs). However, the verification of simulated AV maneuvers is limited due to the difficulty in collecting actual AVs trajectory and interaction data with MVs. The purpose of this study is to develop a methodology to evaluate the suitability of AV maneuvers based on both driving and traffic simulation experiments. The proposed evaluation framework includes the requirements for the behavior of individual AVs and the traffic stream performance resulting from the interactions with surrounding vehicles. A driving simulation approach is adopted to evaluate the feasibility of maneuvering of individual AVs. Meanwhile, traffic simulations are used to evaluate whether the impact of AVs on the performance of traffic stream is reasonable. The outcome of this study is expected to be used as a fundamental for the design and evaluation of transportation systems using automated driving technologies.