Earticle

본 연구는 승인 국가온실가스 배출계수를 활용한 미시적 수준의 수송부문 온실가스 배출량 산정을 목적으로 종단경사 보정계수 개발 및 적용 방안을 제시하였다. 배출량 보정계수 개발에 는 미국 환경청에서 사용중인 MOVES-Matrix가 활용되었으며, 국내/외 차/유종 분류체계 간 매 칭을 통해 총 16종의 차/유종에 대한 보정계수 산정이 이뤄졌다. 다만 시나리오 분석에 있어, 현재 활용가능한 데이터가 국내 교통정보 수집시스템 내 일반 차종 3종(승용차, 버스, 트럭)이기 에, 일반차종기준 보정계수를 추가로 개발하였다. 종단경사의 경우 링크와 격자단위로 산출된 데이터의 장단점이 존재하여, 이를 각각 활용하였다. 분석 결과 종단경사가 증가할수록 온실가 스 단위배출량이 증가하였으며, 링크 대비 격자단위 종단경사가 고려되었을 때 온실가스 배출 량 차이가 크게 나타났다. 보정계수 적용 비교 시나리오별로 약 12~15%의 온실가스 배출량의 차이가 발생하였으며, 종단경사가 배출량에 유의한 영향을 미침을 확인할 수 있다. 수송부문 온실가스 배출 중 도로발생 비중이 높은만큼, 종단경사 보정계수에 대한 고려가 향후 지자체 중심의 온실가스 감축전략 수립 및 평가분석 시 유용한 지표로써 활용될 것으로 판단된다.

While ongoing efforts and studies have been made to reduce greenhouse gas (GHG) emissions, less attention has been placed on calibrating discrepancies between calculated emissions and real-world emissions. However, since over 90% of emissions in the transportation system originate from roads, applying a precise model to calculate emissions and assess reduction policies is essential. As advanced form of calculating emissions, this study introduces correction factor application method designed to be adaptable to Korea’s official emission model, referred to as the GIR Basic Model. In the process of adaptation, correction factors were initially developed for 16 vehicle/fuel types in Korea, aligned with the U.S. vehicle/fuel classification system. Later, based on available data, these 16 categories were aggregated into three main vehicle categories: Passenger Car, Bus, and Truck. Moreover, since high variability in the length of road segments within the dataset could lead to inconsistencies with gradient values, potentially affecting the accuracy of the results, we also considered methods to minimize the length dependency in gradient calculation. Regarding the results from both link-based and grid-based gradients, we chose to use both datasets and conducted comparison scenarios. Scenarios reveal that GHG emission increased with road gradients, with grid-based gradients showing more significant emission differences compared to link-based gradients. Quantitatively, applying road gradients resulted in a 12-15% change in MAPE bewteen models, and considering gradients led to a reduction in overall emissions. Due to the frequent variations in terrain, including uphills and downhills, across Korea, it is essential to consider road gradients not only for accurate emission assessments at the local government level but also for informing policies aimed at mitigating emissions through gradient modifications.

보행자 교통사고가 가장 빈번하게 발생하는 교차로 횡단보도에서 보행신호시간은 보호구역 여부에 따라 차이가 있으나, 보행행태를 정밀하게 반영하지 못하는 한계가 있다. 본 연구에 서는 스마트교차로 시스템을 통해 수집이 용이한 자료를 활용하여 잔류보행량과 잔류보행자 위치를 예측하는 두 가지 모형을 개발하였다. 개발된 모형을 기반으로, 잔류보행량이 80명/시 이상이거나 잔류보행자 위치가 5.0m 이상일 때 보행신호시간을 최적화하는 체계를 구축하고, 이를 현장에 적용하였다. 그 결과, 보행신호시간을 4초 조정한 경우 잔류보행량이 평균 49.9% 감소하고, 잔류보행자의 교차로 내 위치는 56.3% 줄어드는 효과를 보였다. 본 연구는 향후 보 행수요를 반영하여 보행신호시간을 동적으로 조정할 수 있는 체계를 제시하는 데 기여할 것으 로 기대된다.

At crosswalks in intersections, where pedestrian traffic accidents are most frequent, the length of pedestrian signal time varies depending on whether the area is a designated protection zone. However, precise considerations of pedestrian behavior remain insufficient. This study developed two prediction models using data readily obtainable from smart intersection systems to predict the residual pedestrian volume and the position of residual pedestrians. Based on the developed models, a signal optimization system was established to adjust pedestrian signal time when the residual pedestrian volume exceeds 80 pedestrians per hour or when the location of residual pedestrians is more than 5.0 meters from the curb, and this system was applied in the field.. The results showed that extending the pedestrian signal time by four seconds reduced the residual pedestrian volume by an average of 49.9% and decreased the location of residual pedestrians within the intersection by 56.3%. This study is expected to contribute to establishing a system that dynamically adjusts pedestrian signal timing based on future pedestrian demand.

본 연구는 월(Month), 시간(Hour), 휴일(Day off) 여부를 종합한 복합 시간적 요소(Temporal Factors)를 활용하여, 실시간 교통 데이터의 이상치와 결측치를 정밀하게 처리하는 보정 모델을 제안한다. 모델은 이 시간적 요소로 데이터를 그룹화 후 그룹 내 Z-score로 이상치를 탐지하며, 결측치는 시간적 요소 그룹 내 평균 기반 단계적 보간 방식을 결합한 파이프라인을 구성한다. 모델의 성능을 검증하기 위해 인천시 1,569개 도로의 교통량 데이터를 기반으로, 실무에서 널 리 쓰이는 기법들과 비교 평가를 수행했다. 그 결과, 복원 및 예측 정확도 실험 모두에서 제안 모델이 다른 기법 조합들보다 통계적으로 유의미하게 우수한 성능을 보이는 것을 확인했다. 이는 계절성, 일별 주기, 휴일 등 복합적 시간 요소를 반영하는 것이 예측 정확도 향상에 매우 효과적임을 입증하며, 실시간 데이터 전처리를 위한 본 모델의 높은 실용적 가치를 시사한다.

This study proposes an integrated correction method that effectively handles outliers and missing values in real-time traffic data, using data from 1,569 roads in Incheon between 2022 and 2024. The proposed method first removes outliers empirically, then constructs an integrated pipeline by combining "hourly Z-score" with "hourly average imputation." To validate this approach, we assembled 35 models by combining seven outlier-detection techniques and five missing-value imputation methods, including those commonly used in practice. We then conducted experiments involving artificially generated outliers and missing values, as well as performance comparisons using an LSTM prediction model. The results demonstrate that the proposed method outperforms all other combinations in both verification tests. This suggests that a simple, statistically based preprocessing strategy incorporating hourly characteristics is highly effective for improving urban traffic flow forecasts and has significant potential for real-time environments.

본 연구는 서울시 자전거 인프라와 사고 위험성을 정량적으로 분석하였다. 자전거 도로 연 장, 이용률, 인구 수, 가해 및 피해운전자 사고 건수를 주요 변수로 설정하고, 상관관계 분석, KMeans 클러스터링, 주성분 분석(PCA)을 활용하였다. 분석 결과, 자전거 이용률과 사고 건수 간에 강한 양의 상관관계가 나타났으며, KMeans 클러스터링을 통해 세 가지 유형의 클러스터 (이용률-사고 건수 모두 높은 지역, 인구 많으나 사고 적은 지역, 인구와 이용률 모두 낮은 지 역)를 도출하였다. PCA 결과, PCA1은 인구와 도로 연장 길이, PCA2는 이용률과 사고 위험성 과 높은 관련성을 보였다. 본 연구는 사고 위험성이 높은 지역에 대한 인프라 개선과 안전 교 육 강화, 이용률이 낮은 지역에 대한 자전거 문화 확산 정책을 제안하며, 서울시 자전거 안전성 향상과 인프라 개선을 위한 기초자료로 활용될 수 있다.

This study quantitatively analyzed bicycle infrastructure and accident risks in Seoul. Key variables included bicycle road length, usage rate, population, and accident counts for both offenders and victims. Correlation analysis, KMeans clustering, and Principal Component Analysis (PCA) were utilized. The analysis revealed a strong positive correlation between bicycle usage and accident counts. KMeans clustering identified three types of clusters: high usage and high accident areas, high population but low accident areas, and low usage and low population areas. PCA results showed that PCA1 is related to population and road length, while PCA2 corresponds to usage rates and accident risks. This study proposes infrastructure improvements and safety education for high-risk areas, as well as promoting bicycle culture in low-usage areas, and serves as a foundational resource for enhancing bicycle safety and infrastructure planning in Seoul.

지하도로는 폐쇄된 구조와 진출입의 제한성으로 인해 혼잡 발생 시 대응이 어렵다. 이에 본 연구는 혼잡 발생 가능성을 사전에 진단할 수 있는 정량 지표와 산정 절차를 개발하고, 시 뮬레이션 기반 교통제어 전략의 효과를 분석하였다. 테스트베드로 만덕-센텀 지하도로를 선정 하여 미시적 교통 시뮬레이션을 수행하였으므로, 소극적·적극적 제어 전략을 시나리오별로 적 용하였다. 분석 결과, 교통혼잡 판단 지표의 실시간 활용은 혼잡 발생 이전에 사전적 대응을 가능하게 하였으며, 제어 전략별 효과 차이를 정량적으로 확인하였다. 제안된 분석체계는 향후 지하도로 운영 및 관리에 활용 가능한 정량적 기반이 될 수 있다.

This study proposes a simulation-based framework for evaluating traffic management strategies in underground expressways. A congestion diagnosis index was developed using throughput and speed differential indicators, enabling early detection of potential congestion. A microscopic simulation of the Mandeok-Centum underground road was conducted to assess passive and active control strategies. Results show that passive control, such as detour guidance, can moderately reduce congestion risk, while active control achieves more immediate effects through access restrictions. The proposed index-based approach provides a practical tool for real-time traffic monitoring and preemptive management. It offers valuable insights for future operations, particularly once real traffic data become available after the facility opens.

본 연구는 도시부 신호 교차로 구간에서 교통정보 수집을 위한 커넥티드 자율주행 차량의 최소 점유율을 추정하기 위해 미시교통시뮬레이션 도구인 VISSIM을 활용하였다. 일반상황을 표현한 단일 시나리오와 교통사고, 돌발상황 등을 포함한 20개의 유고상황 시나리오를 선정하 여 시나리오별로 시뮬레이션을 수행하였으며, 각 시나리오에서 개별차량 데이터를 추출하였 다. 커넥티드 자율주행 차량의 점유율에 따라 임의로 추출된 값이 달라질 수 있는 문제를 보완 하기 위해 각 점유율에 대해 10회 반복 추출을 실시하였고, 전체 데이터를 대상으로 t-test를 수행하여 p-value를 통해 최소 점유율을 산정하였다. 그 결과, 일반상황에서는 도심 교통정보 수집을 위한 커넥티드 차량의 최소 점유율이 3%로, 유고상황에서는 50%로 추정되었다.

This study used VISSIM to estimate the minimum occupancy rate of connected autonomous vehicles (CAVs) required for collecting traffic information at urban signalized intersections. One general scenario and 20 emergency scenarios (e.g., accidents) were simulated, and individual vehicle data were extracted. To address variability from random CAV sampling, each rate was tested 10 times. A t-test was conducted to determine the minimum occupancy rate based on p-values. The results showed that a minimum of 3% CAVs was needed under general conditions, and 50% under emergency conditions.

현행 응급의료체계는 교통 혼잡, 이송 거리, 병상 부족 등으로 인해 골든아워 내 환자 치료 가 어려운 구조적 한계를 지닌다. 특히 이송 거리가 먼 도심 외곽지역의 경우 환자 이송 시간 이 길어 적절한 대응이 어려운 빈도가 높은 것이 사실이다. 본 연구는 충청남도를 대상으로 기존 구급차와 UAM 기반 응급 이송의 출동 권역 및 사고지점 커버율을 비교하였다. 충청남도 의 경우 응급환자의 약 68%가 2시간 이상 이송되는 등 긴 이동거리로 인해 골든아워를 놓치는 경우가 높은 지역 중 하나이다. 분석을 위해 2020~2023년 교통사고 데이터를 활용하였고, QGIS 기반 분석기법을 적용하여 UAM의 이송 권역을 15분 및 30분으로 구분하여 시나리오별 로 산정하였다. 분석 결과, 동일 시간 내 UAM은 구급차보다 약 4–5배 넓은 범위를 커버하며, 최대 100%의 사고지점을 포함할 수 있었다. 특히 15분 시나리오에서도 UAM은 95%의 사고 커버율을 보여 응급의료 사각지대 해소에 효과적인 교통수단임을 확인하였다. 이는 향후 UAM 기반 응급 이송체계의 도입 타당성을 뒷받침한다고 볼 수 있다.

The current emergency medical system in South Korea struggles to provide timely care within the “golden hour” because of traffic congestion, long transport distances, and limited medical resources. This study evaluated the potential of Urban Air Mobility (UAM) as an alternative transport method by comparing its emergency coverage with conventional ambulances in Chungcheongnam-do. Using 2020–2023 traffic accident data and QGIS-based analysis, coverage zones were assessed under 15- and 30-minute response time scenarios. The results showed that UAM could cover 4–5 times larger areas than ambulances and reach up to 100% of accident sites. Even within 15 minutes, UAM achieved a 95% coverage rate, highlighting its effectiveness in reducing underserved areas. These findings support integrating UAM into future emergency response systems to improve access and response times in underserved regions.

본 연구는 적응형 순항 제어(Adaptive Cruise Control, ACC) 차량의 고속도로 작업장 후미 추돌사고를 예방하기 위해 개발된 충돌방지장치의 성능실험과 효과분석에 관한 것이다. 충돌 방지장치는 정지 물체의 검지가 어려운 차량 레이더 센서의 한계를 극복하기 위하여 ACC 차 량의 송수신 레이더 전파의 변형을 통하여 정지 물체를 저속이동체로 인식시켜 차량의 감속을 유도하도록 고안된 장치이다. 본 장치의 성능검증을 위하여 ACC 작동 메커니즘과 성능평가 사례를 기반으로 실험 기준과 평가지표를 설정하였으며, 이를 토대로 성능실험 계획을 수립하 였다. 공인시험기관의 성능실험 결과, 평균 감속률은 48.3%로 나타나 장치의 감속효과가 입증 되었으며, 장치 도입 시 주행속도 감소에 따라 사망률은 약 4배 감소, 사고 심각도 저감에 따른 사회경제적 편익은 연간 39억원이 발생되는 것으로 분석되었다.

This study focuses on the performance testing and effectiveness analysis of a collision prevention device developed to prevent rear-end collisions involving ACC vehicles at highway work zones. The device is designed to overcome the limitations of vehicle radar sensors, which have difficulty detecting stationary objects. By modifying the transmitted and received radar signals of ACC vehicles, the device enables stationary objects to be recognized as slow-moving objects, thereby inducing vehicle deceleration. To verify the performance of the device, performance test criteria and evaluation indicators were established based on the operating mechanism of ACC and performance evaluation cases, forming the basis for a structured testing plan. Performance tests conducted by an accredited testing agency showed that the average deceleration rate was 48.3%, confirming the device's effectiveness. The application of the device is expected to reduce fatality rates by approximately four times due to lower driving speeds and generate an estimated annual socioeconomic benefit of 3.9 billion KRW through reduced accident severity.

긴급차량 우선신호시스템은 긴급 차량이 교차로를 통과할 때까지 특정 신호에 할당된 과도 한 녹색 시간은 부도로의 대기시간을 급격히 증가시키고 전체 교차로 지체시간 증가로 일반시 민들의 불만을 초래할 수 있다. 본 연구는 긴급차량의 우선신호 서비스 종료 후 교차로에서 교통 흐름을 더 빠르게 정상화하기 위해 긴급차량으로 부여받지 못한 현시를 현시율만큼 보상 하여 전이시간에 배분하는 새로운 신호 전이 알고리즘을 제안하였다. 시뮬레이션 분석 결과, 9개의 시나리오 중 8개의 시나리오가 새롭게 제안된 전이 알고리즘이 기존 전이 알고리즘에 비해 교차로 평균 지체시간이 2.95%(108.54→105.43), 통행시간이 2.61%(122.92초→119.71초)로 감소된 것으로 분석되었다. 이는 제안된 전이 알고리즘을 적용하면 긴급 우선 신호가 종료된 후 일반신호로 복귀시 부도로 뿐만 아니라 전체 교차로에서 교통정체 회복에 도움이 될 수 있 음을 알 수 있었다.

The emergency vehicle preemption system is an excessive green time allocated to a specific signal phase until the emergency vehicle has passed. This can lead to a sharp increase in the queue length for other traffic movements, resulting in intersection delays and public complaints. This study proposes new transition algorithms that facilitate a faster normalization of traffic flow at intersections after a preemption service has been terminated. As a result of the simulation analysis, it was analyzed that the newly proposed transition algorithm reduced the average intersection delay time by 2.95% (108.54s → 105.43s) and the travel time by 2.61% (122.92s → 119.71s) compared to the existing transition algorithm in 8 out of 9 scenarios. This shows that the proposed transition algorithm can help recover traffic congestion not only in the secondary road but also in the entire intersection when returning to the general signal after the emergency vehicle preemption system signal ends.

방사능 재난시 주민들의 소개(대피) 전략을 위한 계획들을 지자체에서 수립하고 있으나, 별 도의 분석이나 검증을 하지 않고, 그동안 축적해온 지식을 토대로 수립한다. 또한 방사능 재난 의 경우 원전 중심 반경 30km에 포함되는 지역의 전체 주민들이 소개(대피)되어야 하나, 대부 분 단일 지자체 중심의 소개(대피)만을 고려하고 분석한다. 이는 제한된 도로를 동시다발적으 로 이용해야 하는 소개(대피)의 특성을 반영하지 못한 전략으로 도로 정체는 반드시 일어날 수 밖에 없고, 소개(대피)가 지체됨으로 인한 인명 피해 규모는 커지게 된다. 본 연구는 이러한 점을 착안하여 한빛원전 중심 반경 30km에 포함되는 6개 도시를 대상으로 교통운영기법을 적 용하여 시뮬레이션 분석을 수행하였다. 교통운영기법은 기존 연구 결과 통행시간감소 및 V/C (도로혼잡도 : V/C>1 혼잡으로 인하여 도로의 기능을 하지 못함)분석에서 효과가 입증된 역류 차로제와 차로 수 증가 기법을 적용하였다. 해당 기법을 적용하여 분석한 결과 시나리오에서 공통적으로 역류차로제가 가장 큰 효과를 보였다. 본 연구는 방사능 재난시 신속한 대피를 위 해 사용할 수 있는 교통운영전략의 기초 연구로 이를 지자체에서 활용하기 위해서는 가이드라 인 수립이 필요하며, 지자체간 협조사항을 사전에 정의하여야 한다.

While local governments develop evacuation strategies for radiological emergencies, these are typically established based on accumulated knowledge without rigorous analysis or verification. During a nuclear disaster, all residents within the 30km radius of a nuclear power plant must be evacuated; however, most analyses only consider evacuation within single jurisdictional boundaries. This approach fails to reflect the reality of simultaneous mass use of limited roadways during evacuations, inevitably resulting in traffic congestion and increased casualties due to evacuation delays. This study conducted simulation analyses applying traffic operation techniques across six cities within the 30km radius of the Hanbit Nuclear Power Plant. The techniques implemented were contraflow lane reversal and lane addition methods, both previously proven effective in reducing travel time and improving volume-to-capacity ratios (V/C, where V/C>1 indicates road functionality failure due to congestion). Analysis results consistently demonstrated that contraflow lane reversal yielded the most significant improvements across all scenarios. This research provides fundamental insights into traffic operation strategies for expedient evacuation during radiological emergencies. Implementation at the local government level requires establishing comprehensive guidelines and predefined inter-jurisdictional cooperation protocols.

매년 교통사고로 인한 인명 피해가 지속적으로 감소하고 있음에도 불구하고, 한국의 교통안 전 수준은 아직 주요 선진국에 비해 낮은 수준이다. 이를 위해 본 연구는 국내 주요 언론사에 서 수집한 교통사고 관련 뉴스 기사를 대상으로 텍스트 마이닝과 LDA 토픽 모델링 분석을 실시하여 정책 모델을 제안한다. 주요 이슈로 음주운전 처벌 강화, 스쿨존 및 어린이 안전, 개 인형 이동수단 사고 대응, 이륜차 사고 예방, 고령 운전자 대책, 교통 인프라 개선 등 총 6가지 의 핵심 토픽이 도출되었다. 본 연구결과는 정부와 지방자치단체가 향후 교통사고 예방 및 대 응 정책을 수립하는 데 유용한 기초자료로 활용될 수 있을 것으로 기대된다.

Although fatalities and injuries from traffic accidents have consistently declined each year, Korea's traffic safety standards still lag behind those of major developed countries. To address this gap, this study proposes a policy model using text mining and Latent Dirichlet Allocation(LDA) topic modeling to analyze traffic accident-related news articles collected from major Korean news media. The analysis identified six key policy issues: strengthening penalties for drunk driving, ensuring child safety in school zones, responding to personal mobility device accidents, preventing motorcycle accidents, managing elderly drivers, and improving traffic infrastructure. The findings of this study are expected to serve as valuable foundational data for national and local governments in developing effective future policies for preventing and responding to traffic accidents.

다양한 국가에서는 자율주행 리빙랩을 구축 및 운영함으로써 도시교통 문제를 해결하고자 실증 프로젝트를 진행하고 있으며, 이 과정에서 기술 개발과 사회적 수용성을 동시에 모색하 고 있다. 본 연구는 자율주행 리빙랩이 도시교통 문제 개선에 미치는 구조적 관계를 분석하기 위해 구조방정식 모형을 구축하여 그 관계를 분석하였다. 리빙랩 환경 조성 및 운영과 관련된 잠재변수와 운영 목적 및 성과와 관련된 잠재변수를 활용하여 구조모형을 구축하였다. 분석 결과, 물리적 환경은 사용자 및 개발자 관련 리빙랩 운영에 중요한 영향을 미쳤으며, 사용자 관련 운영 요인은 대국민 커뮤니케이션과 성과 활성화에 유의미한 기여를 하였다. 환경 조성 및 운영 요인 중에서는 홍보 및 대국민 소통 요인이 성과 활성화 요인을 촉진하고, 이는 운영 목적과 성과와 관련된 잠재변수 중 기술개발 및 상용화 촉진에 긍정적 역할을 수행함을 확인 하였다. 특히, 생태계 조성은 도시교통 문제 개선에 직접적인 영향을 미치는 요인으로 나타났 다. 본 연구는 자율주행 리빙랩의 효과적 운영 전략을 제시함으로써 실질적 도시교통 문제 개 선 방안을 모색하는 데 기여할 수 있을 것이다.

In various countries, autonomous driving living labs are being established and operated as part of demonstration projects to solve urban traffic issues. These initiatives simultaneously explore technological development and social acceptance. This study evaluated the structural relationships of autonomous driving living labs in addressing urban traffic challenges through a structural equation model. The model incorporated the latent variables related to the living lab environment setup and operation, as well as the operational objectives and outcomes. The physical environment significantly impacts user and developer-related living lab operations, while user-oriented factors contribute to communication and performance activation. Furthermore, promoting public communication facilitates performance activation, ultimately fostering technology development and commercialization. In particular, ecosystem formation is a critical factor directly influencing urban traffic problem resolution. This study provides effective operational strategies for autonomous driving living labs, contributing to practical urban traffic solutions.

자율주행차 상용화를 앞당기기 위해 실제 도로에서 다양한 실증사업을 수행하고 있다. 그러 나, 자율주행차의 안전성에 대한 판단기준이 부재하여 시범운행지구에 대한 교통안전 검증체 계가 미흡한 실정이다. 본 연구의 목적은 현장에서 수집된 실제 자율주행차 데이터 분석을 통 해 자율주행차의 주행안전성 평가 방법을 제시하고 안전성 저하 요인을 도출하여 시사점을 제 시하는 것이다. 실제 도로를 주행한 자율주행차의 자율주행모드와 수동주행모드 운영시 수집 된 자료를 이용하여 거동 특성 분석과 주행안전성 평가를 수행하였다. 자율주행 시 주행안전 성 평가를 위해 advanced emergency braking system (AEBS) 작동 임계값이 반영된 지표를 제안 하였다. 또한, 잠재적 위험 요인을 도출하기 위해 도로 시설 특성 자료를 수집하여 이항 로지스 틱 회귀분석을 수행하였다. 분석 결과, 자율주행 모드의 경우 '불법주정차', '자전거 전용차로 유무', '교차로에서의 회전 동작'이 잠재적 위험 요인으로 도출되었다. 반면 수동주행 모드에서 는 '좁은 차로'와 '추가 차로'가 잠재적 위험 요인으로 확인되었다. 본 연구 결과는 교통안전 향상을 위한 정책 수립에 도움이 될 것으로 기대된다

Worldwide effortshave been made to conductvarious demonstration projects on real roads to accelerate the commercialization of autonomous vehicles (AVs). However, traffic safety issues associated with mixed traffic streams needto be systematically addressed to facilitate the adoption of AVs. this study compareand analyzethe road traffic factors that affect safety performance of autonomousand manual driving.In addition, this study attempts to identify potential risk factorsincluding road infrastructure and traffic conditions. Behaviorcharacteristics and driving safety were evaluated using data collected from AVs that drove on actual roads in ADmode and MDmode. This study also a safety evaluation indicatorthe driving risk index)based onautonomous emergency braking system eventsto evaluate driving safety. Potential risk factors identified binomial logistic regression using road facility characteristics data. Statistically significant independent variables defined as potential risk factors. Illegal parking, existence of bicycle lane, and turning movements at intersectionwere identified as potential risk factors in AD mode. The results of this study are expected to provide a foundationfor the improvement of infrastructureand to establish policies to enhance traffic safety for AVs.

자율주행 안전성을 평가 및 인증하는 사회적 제도의 마련은 필수가 되었다. 이러한 제도로 는 시나리오 기반 평가 방법론이 전 세계적으로 활용되고 있다. 이에 따라 본 연구에서는 자율 주행차의 안전성에 대한 시나리오 기반 평가를 수행하고자 평가 방법론과 사례 연구를 수행하 였다. 평가 방법론은 상황 시나리오부터 범위 시나리오, 시험 시나리오, 시험유형까지 전개하 는 과정을 구체적으로 수립하였다. 사례 연구는 고속도로를 대상으로 모든 시나리오 단계에 대해 개발한 시나리오를 제시하여 수행하였다. 특히, 시험유형 개발을 위한 시뮬레이션 툴로는 MORAI SIM을 구현하여 그 결과를 반영하였다. 본 연구를 통해 도출된 결과는 자율주행차의 주행 중 안전성을 평가하기 위한 시나리오 접근법을 제시하여 자율주행차 개발과 차량의 안전 성 향상에 기여할 수 있을 것으로 기대된다.

It has become essential to prepare a social system to evaluate and certify the safety of automated driving. In such systems, the scenario-based evaluation methodology is used worldwide. Accordingly, in this study, an evaluation methodology and case study are conducted to perform scenario-based evaluation of safety with autonomously driven vehicles. For the methodology, a process for developing from functional scenarios to logical scenarios, concrete scenarios, and test cases was specifically established. The case study was conducted by presenting scenarios developed for all phases that target expressways. In particular, in developing the test case, the MORAI SIM platform was implemented as a simulation tool, and the results are reflected. The results derived through this study are expected to contribute to the development of autonomously driven vehicles and the improvement of vehicle safety by presenting a scenario approach to evaluating safety in autonomously driven vehicles.

본 연구는 자율주행차의 안전한 운행을 위해 도로 표면 상태 점검의 중요성을 강조한다. 분석 결과, 자율주행에 장애를 줄 수 있는 주요 요인으로는 ‘급커브’와 ‘차선 문제’(예: 차선 마모 및 구조적 손상)가 도출되었다. 그러나 유지보수를 위한 차선과 기타 객체의 구분에 대한 연구는 부족하여 전이학습에 어려움이 존재하였다. 이를 해결하기 위해 새로운 데이터셋과 차 선 식별 알고리즘을 개발하였으며, 해당 알고리즘은 정밀도, 재현율, mAP@0.5 지표에서 91% 에서 96% 사이의 높은 성능을 보였다. 특히 ‘차선’, ‘노면표시’, ‘화살표’, ‘안전지대’ 등 주요 클래스는 92%~97%의 정확도를 달성하였다. 또한 KITTI와 Tusimple 데이터셋을 활용한 검증을 통해 도로 이상 탐지에서 높은 정확도를 확인하였다. 기존 연구와 비교했을 때 본 알고리즘은 안정적인 차선 식별에서 90%의 정밀도를 달성하며 성능 향상을 입증하였다. 이러한 결과는 차선 상태 평가를 위한 핵심 자료로 활용될 수 있으며, YOLOv5xl 알고리즘 기반의 도로 관리 및 자율주행 인지 향상, 자동화된 차선 유지보수를 통한 도로 안전성 제고에 기여할 수 있다.

This study highlights the importance of inspecting road surfaces to ensure safe autonomous vehicle operation. Analysis identified "sharp curves" and "lane issues" (e.g., faded markings and structural damage) as key factors that can disrupt autonomous driving. However, limited research on distinguishing lanes from other objects for maintenance posed challenges for transfer learning. To address this, a new dataset and a lane identification algorithm were developed. The algorithm showed high performance, with precision, recall, and mAP@0.5 metrics ranging from 91% to 96%, and key classes like 'lane,' 'road marking,' 'arrow,' and 'safety zone' achieving 92%-97% accuracy. Validation with KITTI and Tusimple datasets confirmed high accuracy in detecting road issues. Compared to previous studies, this algorithm demonstrated improved performance, reaching 90% precision for stable lane identification. These findings provide essential data for assessing lane conditions, supporting road management and autonomous vehicle perception using the YOLOv5xl algorithm, and enhancing road safety through automated lane maintenance.