Earticle

최근 빅데이터 및 딥러닝 기술의 발전으로 다양한 교통정보가 널리 수집 및 활용되고 있다. 특히 시계열 특성을 갖는 교통정보 예측 분야에서는 장단기 메모리(long short term memory, LSTM)가 널리 사용되고 있다. LSTM에 입력되는 시계열 데이터의 추세, 계절성, 주기 등이 상 이하기 때문에 시계열 데이터를 기반으로 한 예측 모델에서도 데이터의 특성에 따라 하이퍼 파라미터의 적합한 값을 찾는 시행착오법이 필수적이다. 이에 적합한 하이퍼 파라미터를 찾는 방법론이 정립된다면, 정확도가 높은 모델 구성에 소요되는 시간을 줄일 수 있다. 따라서, 본 연구에서는 국내 고속도로 차량검지기 데이터와 LSTM을 기반으로 교통정보 예측 모델을 개 발하였으며, LSTM의 하이퍼 파라미터별 평가지표 변화를 통해 예측 결과에 미치는 영향평가 를 수행하였다. 또한, 이를 기반으로 교통분야에서 고속도로 교통정보 예측에 적합한 하이퍼 파라미터를 찾는 방법론을 제시하였다.

With the recent developments in big data and deep learning, a variety of traffic information is collected widely and used for traffic operations. In particular, long short-term memory (LSTM) is used in the field of traffic information prediction with time series characteristics. Since trends, seasons, and cycles differ due to the nature of time series data input for an LSTM, a trial-and-error method based on characteristics of the data is essential for prediction models based on time series data in order to find hyperparameters. If a methodology is established to find suitable hyperparameters, it is possible to reduce the time spent in constructing high-accuracy models. Therefore, in this study, a traffic information prediction model is developed based on highway vehicle detection system (VDS) data and LSTM, and an impact assessment is conducted through changes in the LSTM evaluation indicators for each hyperparameter. In addition, a methodology for finding hyperparameters suitable for predicting highway traffic information in the transportation field is presented.

우리나라 도로 사고원단위는 도로 종류와 차로 수에 따라 단순 구분하고 있으나, 국외는 사고에 영향을 미치는 다양한 요소를 적용하고 있다. 본 논문은 TAAS(Traffic Accident Analysis System)의 사고 자료를 이용하여 일반국도 사고원단위를 도시부, 지방부, Older, 및 Modern 도 로로 세분하였으며, 사고절감비용 산정 모형을 제시하였다. 국도 1,416.2km의 표본을 토대로 분석된 사망원단위(인/억대·km)는 도시부-Older 4.21, 도시부—Modern 1.37, 지방부-Older 2.18 및 지방부-Modern 0.99로 Older가 Modern 도로보다 높고, 도시부가 지방부보다 높게 분석되었 다. 부상원단위(인/억대·km)는 도시부-Older 182.63, 도시부—Modern 103.42, 지방부-Older 67.44 및 지방부-Modern 42.96으로 사망원단위와 유사한 패턴으로 분석되었다. Modern 도로의 경우 KDI 지침의 사고원단위보다 매우 낮은 수준이다. 본 연구의 사고원단위를 적용하여 편익을 산 정한 결과 사고비용절감편익 비율이 0.6%에서 14.1%로 증가하였으며, B/C는 0.626에서 0.724 로 개선되었다.

The accident rate in South Korea is simply classified according to the road type and the number of lanes, but other countries apply various factors affect accidents. In this study, national highways where accidents occurred were divided into urban, rural, older, and modern roads using TAAS(Traffic Accident Analysis System) data, and a model of accident costs savings is suggested. As a result of analyzing 1,416.2 km, the fatality rate(person/100mil-vehicle·km) was 4.21 for urban-older, 1.37 for urban-modern, 2.18 for rural-older, and 0.99 for rural-modern roads. The rates of urban roads had a higher result than rural. The injury rate(person/100mil-vehicle·km) for urban-older was 182.63, that for urban-modern was 103.42, that for rural-older was 67.44, and that for rural-modern road was 42.96, which showed a similar pattern to fatality rates. Accident rates of a modern road were much lower than the KDI Guideline. The benefit of applying the result of this study was calculated and the valuation of accident costs savings is increased from 0.6% to 14.1%, while B/C is improved from 0.626 to 0.724.

자율주행시대에 맞춰 다양한 연구에서 미시교통시뮬레이션(VISSIM)을 활용하여 자율주행 차 도입시 교통류 안전성 분석을 수행중이다. 그러나, 일반자동차의 주행행태를 VISSIM 내 파 라미터로 반영하여 혼재시의 교통류 안전성을 분석한 연구는 미비하였다. 따라서 본 연구에서 는 실제 주행행태와 유사한 주행행태를 구현하기 위하여 일반자동차의 VISSIM 입력변수를 유 전알고리즘을 통해 최적화 한 후, 자율주행차 도입률에 따른 교통류 안전성 분석을 수행하는 것을 목적으로 한다. US I-101 고속도로의 640m 구간을 대상으로 후행차량이 일반자동차인 경 우에 대해서 상충횟수 분석을 수행한 결과, 전체 상충횟수는 자율주행차 도입률 20%까지 증가 하였으며 20%를 초과한 이후부터는 지속적으로 감소하였다. 일반자동차와 자율주행차 사이의 상충횟수는 자율주행차 도입률 60%까지 증가하는 것으로 분석되었다. 그러나, 자율주행차의 주행행태를 기존 문헌결과를 바탕으로 하여 실제 주행행태를 표현하지 못했다는 한계가 존재 한다. 그러므로 보다 정확한 분석을 위해 향후 연구에서는 자율주행차의 실제 주행행태를 반 영하여 연구를 수행할 필요가 있다.

Various studies have been conducted using microtraffic simulation (VISSIM) to analyze the safety of traffic flow when introducing autonomous vehicles. However, no studies have analyzed traffic safety in mixed traffic while considering the driving behavior of general vehicles as a parameter in VISSIM. Therefore, the aim of this study was to optimize the input variables of VISSIM for non-autonomous vehicles through genetic algorithms to obtain realistic behavior. A traffic safety analysis was then performed according to the penetration rate of autonomous vehicles. In a 640 meter section of US highway I-101, the number of conflicts was analyzed when the trailing vehicle was a non-autonomous vehicle. The total number of conflicts increased until the proportion of autonomous vehicles exceeded 20%, and the number of conflicts decreased continuously after exceeding 20%. The number of conflicts between non-autonomous vehicles and autonomous vehicles increased with proportions of autonomous vehicles of up to 60%. However, there was a limitation in that the driving behavior of autonomous vehicles was based on the results of the literature and did not represent actual driving behavior. Therefore, for a more accurate analysis, future studies should reflect the actual driving behavior of autonomous vehicles.

옐로카펫 보급된 이후 어린이 교통사고는 감소세이나 아직 옐로카펫 설치와 교통사고간의 인과관계에 대한 설명력은 부족한 상황이다. 기존의 실차조사연구에서 상황 구현의 어려움이 나 위험성 등의 이유로 수행하지 못한 다양한 상황을 VR시뮬레이션 실험을 활용하여 옐로카 펫 효과를 더욱 심도있게 분석하였다. 실제 옐로카펫이 설치되어있는 대상지를 선정하고, 가상 환경으로 구현한 후 시선측정장비를 착용하고 시뮬레이터에 탑승하도록 하였다. 옐로카펫 설 치 전·후의 시각/주행행태를 비교하였고, 통계적 검증을 위해 t-test 분석을 수행, 모두 통계적으 로 유의한 수준인 것으로 나타났다

Traffic accidents among children have been decreasing after the installation of yellow carpets. However, the explanatory power of the causal relationship between yellow carpet installation and traffic accidents is still insufficient. The yellow carpet effect was analyzed in greater depth using virtual reality (VR) simulation experiments in various situation that could not be evaluated in existing actual vehicle research studies due to difficulties or risks in implementation. A target site where an actual yellow carpet was installed was selected and, implemented into a virtual environment. Subjects were made to, were gaze measurement equipment and ride the simulator. The visual/driving behavior before and after yellow carpet installation was compared, and a t-test analysis was performed for statistical verification. All the results were found to be statistically significant.

교통사고로 인한 인체 상해를 최소화할 수 있는 안전벨트의 착용이 전 좌석에서 의무임에 도 불구하고, 안전벨트를 착용하지 않은 교통사고 사상자수는 여전히 많은 비율을 차지한다. 주행차량 내 전 좌석 안전벨트 착용 검지시스템은 탑승자의 안전벨트 착용 여부를 판단하고 착용을 유도하는 시스템으로 안전벨트 미착용 사상자수 감소를 위한 유용한 기술적 대응방안 이 될 수 있다. 본 연구에서는 첫 번째로 순서형프로빗 모형을 활용한 교통사고 상해심각도 영향요인 평가를 통해 시스템 도입에 대한 타당성을 제시하였다. 분석결과, 안전벨트 착용 여 부는 교통사고 상해심각도에 통계적으로 유의한 영향을 미치며 안전벨트 착용 시 사망 및 치 명상에 이를 확률이 0.054배 감소하는 것으로 나타났다. 두 번째로 안전벨트 및 교통사고 상해 와 관련된 선행연구를 기반으로 메타분석을 수행하여 시스템 도입 시 기대되는 사고심각도 감 소효과를 추정하였다. 사고심각도 감소효과 분석결과, 안전벨트 착용 시 사망사고가 63.3% 감 소할 것으로 분석되었으며 앞좌석은 75.7%, 뒷좌석은 58.1%의 사망사고 감소효과를 갖는 것으 로 나타났다. 마지막으로 메타분석 결과와 교통사고 통계자료를 기반으로 시스템 도입 시 기 대되는 교통사고 사상자수 감소효과를 도출하여 시스템의 교통안전 측면 효과를 분석하였다. 시스템 도입률이 증가함에 따라 안전벨트 미착용 교통사고 사상자수가 감소하였으며 시스템 도입률이 60%일 경우 사망자수는 현재 대비 3배 이상 감소할 것으로 예상되었다. 분석결과를 활용하여 안전벨트 착용률을 높이고 사고심각도를 저감시킬 수 있는 시스템 운영 방안을 제시 하였다.

Although it is mandatory to wear a seat belt that can minimize human injury when traffic accident occurs, the number of traffic accident casualties not wearing seat belts still accounts for a significant proportion.The seat belt wearing detection system for all seats is a system that identifies whether all seat passengers wear a seat belt and encourages their usage, also it can be a useful technical countermeasure. Firstly, this study established the viability of system implementation by assessing the factors influencing the severity of injuries in traffic accidents through the development of an ordered probit model. Analysis results showed that the use of seat belts has statistically significant effects on the severity of traffic accidents, reducing the probability of death or serious injury by 0.054 times in the event of a traffic accident. Secondly, a meta-analysis was conducted based on prior research related to seat belts and injuries in traffic accidents to estimate the expected reduction in accident severity upon the implementation of the system.The analysis of the effect of accident severity reduction revealed that wearing seat belts would lead to a 63.3% decrease in fatal accidents, with the front seats showing a reduction of 75.7% and the rear seats showing a reduction of 58.1% in fatal accidents. Lastly, Using the results of the meta-analysis and traffic accident statistics, the expected decrease in the number of traffic accident casualties with the implementation of the system was derived to analyze the traffic safety effects of the proposed detection system. The analysis demonstrated that with an increase in the adoption rate of the system, the number of casualties in accidents where seat belts were not worn decreased. Specifically, at a system adoption rate of 60%, it is anticipated that the number of fatalities would decrease by more than three times compared to the current scenario. Based on the analysis results, operational strategies for the system were proposed to increase seat belt usage rates and reduce accident severity.

교통안전시설의 설치효과를 분석한 여러 연구사례에서는 주로 설치시점을 기준으로 전후 의 교통사고자료나 지점검지기에서 수집되는 속도자료를 통해 사고건수, 사고심각도, 속도 등 의 변화를 비교하는 방법을 활용하고 있다. 하지만 교통사고 자료는 설치 시점 기준 최소 전후 1년 이상 수집해야 하므로 소요시간이 길고, 자료 수집기간동안 분석 대상 시설 외에 다른 교 통안전시설이 추가되는 등 도로환경이 변화하여 사고감소 효과가 분석 대상 시설로 인한 효과 라고 판단하기 어려울 가능성이 있다. 또한 속도자료는 지점검지기 위치가 분석이 필요한 지 점과 다른 경우가 많고 현장조사시 교통사고 위험에 노출되는 문제가 있다. 이에 본 연구에서 는 드론으로 영상을 촬영하고 프로그램을 이용해 자료를 추출한 다음, 속도완화구간 도입 전 과 도입 후의 차량 주행속도를 비교하여 실효성을 파악하는 일련의 방법론을 정립하여 사례연 구를 수행하였다. 드론을 활용한 차량의 속도 조사는 고속도로에서 이루어지는 관측조사에 비 해 훨씬 안전하게 조사할 수 있고, 차량의 주행궤적을 따라 속도 변화를 추적할 수 있는 장점 이 있어 향후 다양한 교통조사에 활용될 수 있을 것으로 기대한다.

Several that analyzed the effectiveness of traffic safety facilities a method of comparing changes in the number of accidents, accident severity, speed through traffic accident data before and after installation or speed data collected from vehicle detection systems (VDS). , when traffic accident data is used, it takes a long time to collect because must be collected for at least one year before and after installation. , the road environment may change during this period, such as the addition of other traffic safety facilities in addition to the facilities to be analyzed. , the location of the VDSs for speed data is often different from the location where analysis is required, and there is a problem in that the investigators are exposed to the risk of traffic accident during on-site investigation. Therefore, this study a case study by establishing a methodology to determine effectiveness video images with a drone, extracting data using a program, and comparing vehicle driving speeds before and after speed reduction facilities. Vehicle speed surveys using drones are much safer than observational surveys conducted on highways and have the advantage of tracking speed changes along the vehicle, it is expected that they will be used for various traffic surveys in the future.

최근 전기차의 지속적인 보급 증가와 함께 전기차 화재사고 역시 급증하는 추세를 보이고 있다. 전기차 화재는 내연기관 차량의 화재에 비해 장기간 지속되며, 2차적인 폭발의 위험 및 다량의 연기를 발생시키는 문제들을 지니고 있는 사고이다. 특히, 반밀폐 공간인 지하도로 내 에서의 전기차 화재는 기존 전기차 화재의 문제를 증폭시킬 우려가 있다. 하지만 현재 국내에 는 지하도로 내부에서 발생하는 전기차 화재에 대한 관련 대응지침이 부재하다. 이에 본 연구 에서는 일반인 대상 설문조사를 통해 화재사고에 대한 인지 수준을 확인하였으며, 지하도로 내 전기차 화재와 관련된 이해관계자들로부터 전기차 화재 특성 및 주요 고려 사항을 도출하 였다. 이를 통해 지하도로 내 전기차 화재 대응지침을 구축하였다.

Recently, along with the continuous increase in the supply of electric vehicles, electric vehicle fire accidents are also showing a rapidly increasing trend. Electric vehicle fires last for a long time compared to fires in internal combustion engine vehicles and have problems with the risk of secondary explosions and the generation of large amounts of smoke. In particular, electric vehicle fires in underground roads, which are semi-enclosed spaces, may amplify the problems of existing electric vehicle fires. On the other hand, there are no domestic response guidelines for electric vehicle fires occurring inside underground roads. Therefore, an awareness of fire accidents was confirmed through a survey of the general public, and electric vehicle fire characteristics and primary considerations were derived from stakeholders related to electric vehicle fires in underpasses. Through this, the guidelines for responding to electric vehicle fires on underground roads were established.

본 논문에서는 고속도로 반복정체구간의 소통개선을 위하여 사용되고 있는 갓길차로를 버 스전용차로로 운영하는 갓길버스전용차로제 운영 방안을 제시하고 시뮬레이션을 수행하여 기 존 갓길차로제 및 중앙버스전용차로&갓길차로제와 비교 평가 하였다. 평가결과에 의하면 현재 와 같이 모든 차량을 위한 갓길차로를 운영하는 것보다 소통 및 안전측면에서 유리한 것으로 평가 되었다. 그리고 중앙버스전용차로&갓길차로 보다는 통과버스의 통행속도는 다소 감소하 지만 진출입 버스의 통행속도는 증가되고 승용차의 통행속도가 크게 향상되었으며, 승용차와 버스 통행속도를 산술평균한 전체 차량의 통행속도도 크게 증가하는 것으로 분석되어 수송인 원 효율성도 향상되는 것으로 분석되었다. 특히 승용차와 버스의 통행속도 차이가 크게 줄어 들어 교통흐름이 안정화되고 승용차들의 버스전용차로 위반 행위를 크게 줄일 수 있을 것으로 판단된다. 그리고 갓길차로 운영시간도 크게 감소되어 갓길차로 본래 기능을 최대한 유지시킬 수 있다. 이러한 영향으로 갓길버스전용차로제가 중앙버스전용차로&갓길차로제보다 사고위 험도가 크게 감소되고 사고심각도가 큰 교차상충은 발생되지 않는 것으로 분석되었다.

In this paper, the dynamic hard shoulder running for bus only (HSRFBO) was presented to solve the traffic congestion by increase the capacity in chronic congested sections of highways, and a simulation was performed to evaluate the comparison with the current hard shoulder running for all vehicles(HSRFAV) and median bus only lane and HSR(MBOLHSR). According to the evaluation results, it was evaluated to be more advantageous in terms of traffic flow and safety than the current HSRFAV. In addition, the speed of passing buses is slightly reduced compared to the MBOHSR, but the speed of entering and exiting buses is increased and the speed of buses and cars is greatly improved. Therefore It was analyzed that the efficiency of transport personnel was also improved. In particular, it is expected that traffic flow will be stabilized as the difference in speed between passenger cars and buses will be greatly reduced, and violations of exclusive bus lanes by passenger cars will be greatly reduced. In addition, the operation time of HSR is greatly reduced, so that the original function of the shoulder lane can be maintained as much as possible. As a result, it was analyzed that the risk of accidents was significantly reduced when operating HSRFBO compared to when operating MBOHSR, and cross-conflicts with high accident severity did not occur.

경기도는 도민이 버스를 편리하게 이용하도록 버스 정보시스템을 구축하여 실시간 버스 도 착 정보를 제공하고 있다. 경기도 버스 정보시스템은 IT기술에 힘입어 첨단화되어가고 있지만 이용하기 어려운 정보 취약계층이 있으며, 특히 고령층은 디지털 정보화 수준이 제일 낮고 이 용이 어렵다. 이에 본 연구는 전문가 심층조사방법인 델파이기법을 활용해 고령층의 대중교통 정보이용 격차를 해소하기 위한 방안을 마련하고자 하였다. 경기도가 추진해야 하는 정책을 이용자 교육 및 홍보확대, 기술개발 및 보급, 이용환경 편의 제공 3개 분야로 구분하여 10가지 세부과제에 대한 우선순위를 2차에 걸쳐 조사하였으며 항목별 효과성과 실현가능성을 함께 설 문하였다. 그 결과 9개 과제의 우선순위와 효과성과 실현가능성의 평가결과를 얻었으며, 이를 토대로 경기도가 시행해야할 향후 고령층 정보격차 해소를 위한 사업을 제안하였다.

Gyeonggi Province has established a bus information system to provide real-time bus arrival information, aiming to make bus usage convenient for its residents. While the Gyeonggi bus information system is becoming more advanced through the application of IT technology, there are still information-vulnerable groups finding it difficult to use. In particular, the elderly have a low level of digital information literacy and habe difficulty using it. In this regard, this study aims to address the information usage disparity among the elderly in public transportation by utilizing expert in-depth survey methodology known as the Delphi technique. The study classified the policy initiatives that Gyeonggi Province should undertake into three categories: user education and expanded promotion, technological development and dissemination, and providing convenient usage environment. Through two rounds of surveys, the study assessed the priority of ten specific sub-tasks within these categories. Additionally, it gathered opinions on the effectiveness and feasibility of each item. The results yielded prioritization and evaluation of effectiveness and feasibility for nine sub-tasks. Based on these outcomes, the study proposed future projects that Gyeonggi Province should implement to address the information disparity among the elderly, offering a comprehensive approach to bridge the gap.

LiDAR는 자율 주행뿐만 아니라 다양한 산업 현장에 적용되어 대상의 크기와 거리를 측정 하는 데 사용되고 있다. 이에 더하여 이 센서는 반사된 빛의 양을 바탕으로 반사 강도 영상 또한 제공한다. 이는 측정 대상의 형상에 대한 정보를 제공하여 센서 데이터 처리에 긍정적인 효과를 일으킨다. LiDAR는 고해상도가 될수록 높은 성능을 보장하지만 이는 센서 비용의 증 가를 야기하는데, 이 점은 반사 강도 영상에도 해당된다. 높은 해상도의 반사 강도 영상을 취득 하기 위해서는 고가의 장비 사용이 필수적이다. 따라서 본 연구에서는 저해상도의 반사 강도 영상을 고해상도의 영상으로 개선하는 인공지능을 개발하였다. 이를 위해서 본 연구에서는 최 적의 초해상화 신경망 모델을 위한 파라미터 분석을 수행하였다. 또한, 초해상화 알고리즘을 2,500여 장의 반사 강도 영상에 적용하여 훈련과 검증을 하였다. 결과적으로 반사 강도 영상의 해상도를 향상시켰다. 바라건대 본 연구의 결과가 향후 자율 주행 분야에 적용되어 주행환경 인식과 장애물 탐지 성능 향상에 기여할 수 있기를 기대하는 바이다.

LiDAR is used in autonomous driving and various industrial fields to measure the size and distance of an object. In addition, the sensor also provides intensity images based on the amount of reflected light. This has a positive effect on sensor data processing by providing information on the shape of the object. LiDAR guarantees higher performance as the resolution increases but at an increased cost. These conditions also apply to LiDAR intensity images. Expensive equipment is essential to acquire high-resolution LiDAR intensity images. This study developed artificial intelligence to improve low-resolution LiDAR intensity images into high-resolution ones. Therefore, this study performed parameter analysis for the optimal super-resolution neural network model. The super-resolution algorithm was trained and verified using 2,500 LiDAR intensity images. As a result, the resolution of the intensity images were improved. These results can be applied to the autonomous driving field and help improve driving environment recognition and obstacle detection performance

본 연구는 교통안전표지를 기반으로 도시부 도로 환경에서 자율주행차량의 주행행태 변화 에 따른 적정 인지 시점을 도출하는 것을 목적으로 하였다. 이를 위해 현재 설치 및 운영 중인 교통안전표지 중에서 주행행태 변화를 유도하는 32종의 표지를 선별하고 주행행태 변화에 따 라 3가지로 분류하였다. 이를 토대로 설계된 3가지 시나리오 (일시정지, 속도변경, 차로변경)를 통해 자율주행차량의 인지 시점에 따른 교통류 영향을 확인하고, 자율주행차량의 적정 인지 시점에 대해 도출하였다. 분석 결과, 각 시나리오는 교통류의 변화 및 안전성을 보장하기 위해 기존 설치된 교통안전표지 정보를 미리 전달받아야 하는 것으로 나타났다. 이에 따라, 본 연구 를 통해 도출된 적정 인지 시점은 자율주행차량에게 메세지 셋을 전달하는 기준 수립이나 자 율주행차량을 위한 교통안전표지 개정 근거로 활용될 수 있을 것으로 사료된다. 이와 더불어, 향후 자율주행차량의 실 도로 도입에 따라 도시부 도로에서 안전하고 효율적인 주행 전략 수 립에도 기여 할 수 있을 것으로 판단된다.

The objective of this study is to derive the appropriate perception location for changes in driving behavior of autonomous vehicles in urban road environments based on traffic safety signs. For this purpose, 32 types of signs that induce changes in driving behavior were selected from currently used traffic safety signs and classified as three types according to changes in driving behavior. Based on this, three scenarios were designed: stop, speed change, and lane change scenarios. These were used to confirm the impact on traffic flow. As a result of the analysis, it was found that each scenario needs to receive information on traffic safety signs in advance to ensure changes in traffic flow and safety. Consequently, the appropriate perception location can be used as a basis for establishing standards for delivering message sets to autonomous vehicles or revising traffic safety signs for them. In addition, this study is expected to contribute to the establishment of safe and efficient driving strategies on urban roads as autonomous vehicles are introduced in the future.

자율주행자동차의 센서에 대응하는 시설물의 검지성능을 향상시키는 것은 주행안전성을 향상 시키는 데에 도움이 된다. 도로·교통 분야에서는 이를 위하여 도로 인프라 또는 시설물의 개선을 통해 센서에 대한 검지성능을 향상시키기 위한 연구를 수행하고 있다. 본 연구는 이러한 자율주행 지원 인프라 개발 연구의 일환으로 강우 상황에서도 충분히 LiDAR의 검지성능이 확보되어 공사구 간에서 시선유도 기능을 유지할 수 있도록 교통콘과 드럼의 형상을 변형하여 이의 개선효과를 실증 실험으로 확인하였다. 개선의 원리는 반사 성능이 증대되며 기존의 시설물과 형상적으로 크게 차이가 나지 않도록 교통콘은 원뿔형 대신 사각뿔형으로, 드럼은 원기둥형 대신 6각기둥형과 8각기둥형으로 각각 제작하였다. 맑은 날과 강우 20 mm/h, 40 mm/h 상황에서 시설물에 대한 LiDAR 검지 데이터를 확인하였으며, 사각뿔형 교통콘과 8각기둥형 드럼은 기존 시설물에 비해 검지성능이 향상되었음을 확인하였다. 다만, 반복 측정에 따른 편차가 발생하였고, 통계적 해석으로 는 유의미성을 확인하지 못한 것이 본 연구 결과의 한계이며, 이 결과를 반영하여 향후 연구에서는 측정환경의 다양성에도 균일하게 데이터가 취득될 수 있는 형태로 개선할 필요가 있다.

Improving the detection performance of facilities corresponding to the sensors of autonomous vehicles helps driving safety. In the road and transportation field, research is being conducted to improve the detection performance of sensors by road infrastructure or facilities. As part of this on the development of autonomous driving support infrastructure, the shape of traffic cones and drums to ensure sufficient LiDAR detection performance even rainy conditions and maintain the line-of-sight guidance function in construction zones improvement effect. The principle was to increase reflection performance and ensure no significant difference in shape from existing facilities. Traffic cones were manufactured in square pyramid shapes instead of cones, and drums were manufactured in hexagonal and octagonal pillar shapes instead of cylinders. LiDAR detection data for the facility was confirmed on a clear day and with 20 mm/h and 40 mm/h rainfall. The detection performance of the square pyramid-shaped traffic cone and octagonal column-shaped drum was to the existing facility. On the other hand, deviations occurred due to repeated measurements, and significance could not be confirmed through statistical analysis. By reflecting these results, future studies will seek a form in which data can be obtained uniformly despite the diversity of measurement environments.

정부는 2021년부터 다부처 연구개발사업으로 자율주행기술개발혁신사업을 추진해오고 있다. 해당 연구개발사업에서 개발되는 자율주행차와 서비스 기술은 추후 선정된 리빙랩 도시를 대상으로 일반인들에게 제공한다는 계획이다. 특히 서비스분야는 해당 서비스별 목적과 특성 에 따라 안전하고 안정적인 서비스가 가능한 공간적 범위와 운행구간을 선정하는 것이 중요하 다. 본 연구에서는 향후 Level 4 수준의 자율주행서비스 제공 구역 설정 방법론을 개발하기 위 한 기초 연구로서 기존 공개된 논문 및 관련 문헌조사를 통해 Level 4 수준의 자율주행서비스 를 위한 정적인 ODD 구성요소를 재분류하고, 자율주행의 안전성에 미치는 공간적인 영향 요인에 대하여 Level 3 자율주행차 실제 주행데이터 및 공간정보분석 기법을 활용하여 분석하였 다. 공간정보분석 기법을 통해 총 6개의 주행모드변경(제어권전환) 다발 지점이 도출되었고, 해당 지점의 중복된 정적인 ODD 구성요소 확인 결과 자율주행의 안전성에 영향을 미치는 요인은 횡단보도, 신호등, 교차로, 자전거 도로, 포켓차로, 주의 표지판, 중앙분리대로 나타났다. 이러한 공간정보분석을 통한 자율주행의 공간적 요인분석은 자율주행기술개발혁신사업의 리빙랩 도시뿐만 아니라 현재 확대·운영되고 있는 자율주행차 시범운행지구에서 자율주행서비스 운영지구 선정에도 기초연구로 활용될 것으로 기대한다.

Since 2021, government departments have been promoting Automated Driving Technology Development and Innovation Project as national research and development(R&D) project. The automated vehicles and service technologies developed as part of these projects are planned to be subsequently provided to the public at the selected Living Lab City. Therefore, it is important to determine a spatial area and operation section that enables safe and stable automated driving, depending on the purpose and characteristics of the target service. In this study, the static Operational Design Domain(ODD) elements for Level 4 automated driving services were reclassified by reviewing previously published papers and related literature surveys and investigating field data. Spatial analysis techniques were used to consider the reclassified ODD elements for level 4 in the real area of level 3 automated driving services because it is important to reflect the spatial factors affecting safety related to real automated driving technologies and services. Consequently, a total of six driving mode changes(disengagement) were derived through spatial information analysis techniques, and the factors affecting the safety of automated driving were crosswalk, traffic light, intersection, bicycle road, pocket lane, caution sign, and median strip. This spatial factor analysis method is expected to be useful for determining special areas for the automated driving service.

자율주행 기술이 고도로 발전하고, 관련 시장이 급격하게 성장하고 있어 머지않은 시기 내 에 완전 자율주행 시대가 도래할 것으로 예상된다. 한편, 자율주행 기술의 발전과 함께 기술 안전성에 대한 의문이 제기되고 있으며, 관련 사고 소식이 보도되면서 기술에 대한 우려는 증 대되고 있다. 자율주행차의 안전성 향상을 위해, 사고 사례를 분석하고 사고 원인을 규명하는 행위가 선행될 필요가 있다. 이에, 본 연구는 자율주행 사고데이터를 통해 자율차 사고의 심각 도에 대한 영향요인을 분석하였다. 연구 데이터는 CA DMV에서 수집·배포하고 있는 자율주행 차 사고 레포트를 중심으로 사고 지점의 공간 정보, 교통 정보를 사용하였다. 중점 데이터가 사고 레포트임을 고려할 때, 사건 발생 횟수의 기댓값이 반영될 수 있도록 포아송 회귀 분석을 사용하여 모델링을 진행하였다. 모형 분석 결과, 자율주행차 사고 심각도는 조도가 낮을 때, 자전거·버스 전용 차로가 존재할 때, 보행자와 자전거 사고 이력이 많은 지역에서 증가한다는 결과가 도출되었다. 본 연구 결과는 향후, 자율주행차 안전성 개선을 위한 알고리즘 개발 및 관련 교통 인프라 설치를 위한 기초자료로 활용될 수 있을 것이다.

With the rapid advance of autonomous driving technology, the related vehicle market is experiencing explosive growth, and it is anticipated that the era of fully autonomous vehicles will arrive in the near future. However, along with the development of autonomous driving technology, questions regarding its safety and reliability continue to be raised. Concerns among technology adopters are increasing due to media reports of accidents involving autonomous vehicles. To promote the improvement of the safety of autonomous vehicles, it is essential to analyze previous accident cases and identify their causes. Therefore, in this study, we aimed to analyze the factors influencing the severity of autonomous vehicle accidents using previous accident cases and related data. The data used for this research primarily comprised autonomous vehicle accident reports collected and distributed by the California Department of Motor Vehicles (CA DMV). Spatial information on accident locations and additional traffic data were also collected and utilized. Given that the primary data used in this study were accident reports, a Poisson regression analysis was conducted to model the expected number of accidents. The research results indicated that the severity of autonomous vehicle accidents increases in areas with low lighting, the presence of bicycle or bus-exclusive lanes, and a history of pedestrian and bicycle accidents. These findings are expected to serve as foundational data for the development of algorithms to enhance the safety of autonomous vehicles and promote the installation of related transportation infrastructure.

자율주행차량의 기술과 수준이 발전하고 보다 다양한 도로 환경에서 주행함에 따라 차량이 직면한 상황을 해결하고 대응하기 위한 직관적이고 효율적인 상호작용 시스템이 필요하다. 자 율주행의 관점에서의 주행 기술 개발은 사람 혹은 그 이상의 상황을 대응하기 위한 궁극적인 목표를 가지고 있다. 특히, 복잡하고 상호 양보해야 하는 도로환경에서는 차량 간 혹은 보행자 와 차량 간의 서로의 상황을 이해할 수 있는 효율적인 의사소통에 대한 방법을 통해 유연한 대처가 가능한 시스템의 역할이 중요하다. 차량의 상태 혹은 직면한 상황을 해결하기 위해서 는 정보의 제공과 방법이 직관적이고 의도에 대한 상호 작용을 통해 효율적인 자율주행 차량 을 운영해야 한다. 본 논문에서는 리빙랩에 주행하는 자율주행차량이 다양하고 복잡한 환경에 서 안정적이고 효율적인 주행을 하기 위해 차량이 처한 상황에 대한 정보를 표출할 수 있는 차량 구조와 그 기능을 설명한다.

As the technology and level of autonomous vehicles advance and they drive in more diverse road environments, an intuitive and efficient interaction system is needed to resolve and respond to the situations the vehicle faces. The development of driving technology from the perspective of autonomous driving has the ultimate goal of responding to situations involving humans or more. In particular, in complex road environments where mutual concessions must be made, the role of a system that can respond flexibly through efficient communication methods to understand each other's situation between vehicles or between pedestrians and vehicles is important. In order to resolve the status of the vehicle or the situation being faced, the provision and method of information must be intuitive and the efficient operation of an autonomous vehicle through interaction with intention is required. In this paper, we explain the vehicle structure and functions that can display information about the situation in which the autonomous vehicle driving in a living lab can drive stably and efficiently in a diverse and complex environment.

C-ITS(Cooperative-Intelligent Transportation System)는 차량과 차량 또는 차량과 인프라 간의 양방향 무선통신 기술을 기반으로 전방의 교통상황 정보를 제공하는 이용자 안전중심의 기술 및 시스템을 의미한다. 2016년 대전-세종 시범사업을 시작으로 고속도로 및 지자체 실증사업 을 통해 통신 인프라 구축, 단말기 보급, C-ITS 안전 서비스를 제공하고 있다. 본 연구에서는 광주광역시 C-ITS 실증사업을 통해 수집된 개별차량 데이터를 활용하여 경고 정보의 개별적인 효과를 검증하기 위한 방법론을 개발하였다. 효과분석은 크게 주행영향 분석과 환경분석으로 나뉘며 주행영향 분석을 위해 순응도 분석과 주행안전성 평가를 수행하였다. 추가로 C-ITS 실 증사업 기간동안 수집되었던 PVD (Probe Vehicle Data)의 부족한 데이터 수집을 보완하고자 DTG (Digital Tacho Graph) 데이터를 추가 수집하여 효과분석에 활용하였다. 순응도 분석결과 충분한 유효샘플이 수집된 경고정보에 대해 운전자는 감속운행행태를 보였으며, Jerk와 가속 소음과 같은 주행안전성 지표를 산출하여 분석한 결과 경고정보 제공으로 인해 주행안전성이 개선되었다. 반면 감속운행행태로 C-ITS 구축 이후 배출가스 양은 소폭 증가한 것을 알 수 있었다.

C-ITS (Cooperative-Intelligent Transportation System) refers to user safety-oriented technology and systems that provide forward traffic situation information based on a two-way wireless communication technology between vehicles or between vehicles and infrastructure. Since the Daejeon-Sejong pilot project in 2016, the C-ITS infrastructure has been installed at various locations to provide C-ITS safety services through highway and local government demonstration projects. In this study, a methodology was developed to verify the effectiveness of the warning information using individual vehicle data collected through the Gwangju Metropolitan City C-ITS demonstration project. The analysis of the effectiveness was largely divided into driving behavior impact analysis and environmental analysis. Compliance analysis and driving safety evaluation were performed for the driving impact analysis. In addition, to supplement the inadequate collection of Probe Vehicle Data (PVD) collected during the C-ITS demonstration project, Digital Tacho Graph ( DTG ) data was additionally collected and used for effect analysis. The results of the compliance analysis showed that drivers displayed reduced driving behavior in response to warning information based on a sufficient number of valid samples. Also, the results of calculating and analyzing driving safety indicators, such as jerk and acceleration noise, revealed that driving safety was improved due to the provision of warning information.