Earticle

본 연구는 서울시 택시 운행의 시공간적 효율성을 정량적으로 평가하기 위하여 동태적 자료포락분석(Dynamic SBM DEA) 모형을 적용하였다. 기존 대중교통의 효율성 연구는 주로 가동률이나 정태적 DEA 분석을 중심으로 수행되어 왔으나 택시 운행은 시간대별 수요 변동과 지역 간 공급 불균형의 영향을 크게 받으므로 단일 시점의 효율성 평가만으로는 실제 운영 특성을 설명하기 어렵다. 이에 본 연구는 서울시 자치구 간 택시 O-D를 의사결정단위로 설정하고, 공차거리와 공차시간을 투입 변수, 수익과 운행횟수를 산출 변수로 설정하여 택시 운영의 경제적, 서비스 측면의 효율성을 통합적으로 분석하였다. 또한 시간대별 차량대수를 시간 간 연계 변수로 반영하여 택시 공급 구조의 동태적 특성을 고려하였다. 분석 결과, 효율성이 높은 O-D는 안정적인 수요가 형성되는 내부 통행과 산출 성과가 큰 장거리 통행에서 주로 나타난 반면, 효율성이 낮은 O-D는 외곽 생활권, 혼잡 영향이 큰 지역에서 집중적으로 확인되었다. 본 연구 결과는 택시 운행 효율성을 단순한 지역별 성과지표가 아니라 시간대 간 공급 연계와 O-D별 운행 특성이 결합된 동태적 구조로 이해할 필요가 있음을 시사한다.

This study applies a Dynamic Slack-Based Measure Data Envelopment Analysis (Dynamic SBM DEA) model to evaluate the spatiotemporal efficiency of taxi operations in Seoul. Inter-district taxi O-D pairs are defined as decision-making units, with vacant travel distance and vacant travel time used as inputs, and revenue and the number of trips as outputs. The number of vehicles by time period is further incorporated as an intertemporal carry-over variable to capture the dynamic characteristics of taxi supply. The results indicate that high-efficiency O-D pairs are mainly associated with internal trips with stable demand and long-distance trips with high output performance, whereas low-efficiency O-D pairs are concentrated in peripheral living zones and congestion-affected areas. These findings suggest that taxi operation efficiency should be understood not simply as a region-specific performance indicator, but as a dynamic structure shaped by intertemporal supply linkages and O-D-specific operational characteristics.

본 연구는 2020년 말까지 준공되고 목적별 유출통행이 각각 300 이상인 경기도 주거지 개발사업지구 127개를 대상으로, NPDA(결절점·장소·디자인·접근성) 4차원 건조환경과 목적·수단별 지속가능 교통수단 분담률 추정치의 관련성을 분석하였다. 종속변수는 2023년 KTDB 행정동 OD를 면적가중 재배분하여 산정한 목적별 대중교통 및 도보·자전거 분담률 추정치이다. OLS 분석에서 대중교통 분담률은 두 목적 모두 접근성 차원과 양(+)의 관련성을 보였고, 결절점 차원은 10% 수준에 그쳤으나 공간오차모형에서는 통근 5%, 비통근 10% 수준에서 유의하였다. 도보·자전거 분담률은 장소·접근성 차원 및 준공경과년수와 관련되었으나 장소 차원은 공간오차모형에서 약화되었다. 교차방정식 검정에서 목적 간 차이는 접근성 차원에서만 확인되었으며, 대중교통은 통근에서, 도보·자전거는 비통근에서 더 컸다. 계획 토지이용혼합도와 POI 지표는 유의하지 않았다. 강건성 검토에서 접근성 차원의 양(+) 관련성은 통근 대중교통과 비통근 도보·자전거에서 일관되게 유지되었으며, 비통근 대중교통에서도 대체로 유지되었다. 다만 재배분 추정치와 기준연도 불일치를 고려하여 결과는 인과효과가 아닌 탐색적 관련성으로 해석해야 한다.

This study examines the associations between four-dimensional built-environment characteristics— Node, Place, Design, and Accessibility—and purpose- and mode-specific sustainable mode-share estimates across 127 residential development districts in Gyeonggi Province, South Korea. The sample was limited to districts completed by the end of 2020 with at least 300 estimated outbound trips for each trip purpose. The dependent variables were commuting and non-commuting transit and walking/cycling shares estimated by reallocating the 2023 Korea Transport Database (KTDB) administrative-dong origin-destination data to district boundaries using area weighting. In the OLS models, transit shares for both purposes were positively associated with Accessibility. Node showed only marginal associations at the 10% level in the OLS models but was significant for commuting transit at the 5% level and marginally significant for non-commuting transit at the 10% level in the spatial error models. Walking/cycling shares were associated with Place, Accessibility, and development age, although the Place association weakened in the spatial error models. Cross-equation tests identified a significant difference between trip purposes only for Accessibility, with a larger coefficient for commuting in the transit models and for non-commuting in the walking/cycling models. Planned land-use mix and point-of-interest (POI) indicators were not significant. The positive Accessibility associations remained consistently robust for commuting transit and non-commuting walking/cycling and broadly robust for non-commuting transit across the cluster-robust, subsample, spatial-error, and leave-one-out specifications. Because the dependent variables are reallocated estimates derived from administrative-dong OD data and the reference years of some datasets are not fully aligned, the findings should be interpreted as exploratory associations rather than causal effects.

수요응답형 교통(Demand-Responsive Transport, DRT)은 고령화와 지역 간 교통 접근성 격차에 대응할 수 있는 대안으로 주목받고 있다. 그러나 지역별 수요가 이질적이고 정책 판단 근거가 비정형적으로 분산되어 있어, DRT 운영 정책 설계는 여전히 전문가 경험에 크게 의존하는 한계가 있다. 본 연구는 DRT 운영 로그와 500m × 500m 그리드 단위 사회경제지표에서 도출한 지역 진단 정보, 그리고 DRT 관련 문헌에서 검색한 근거를 결합하는 검색 증강 생성(Retrieval-Augmented Generation, RAG) 기반 대규모 언어모델(Large Language Model, LLM) 정책 지원 프레임워크를 제안한다. 제안 프레임워크는 지역 특징 추출, 도메인 지식 구축, 정책 생성의 세모듈로 구성되며, ‘지역 진단–운영 전략–핵심 성과지표–근거 제시’ 구조를 갖는 정책 초안을 생성한다. 국내 67개 지역에서 약 7개월간 수집한 DRT 운영 로그, 그리드 단위 사회경제지표, DRT 관련 문헌 약 80편을 기반으로 지역 진단 데이터베이스와 문헌 근거 지식베이스를 구축하였다. 이후 수요 및 운영 여건의 이질성을 고려해 선정한 10개 사례 지역을 대상으로 C0–C2 조건을 비교하였다. C0는 외부 컨텍스트를 제공하지 않은 기준 조건, C1은 지역 진단프로파일을 제공한 조건, C2는 지역 진단 프로파일과 문헌 근거를 함께 제공한 조건으로 설정하였다. 실험 결과, C2에서 필드 충실도(FC) 1.000, 응답-컨텍스트 유사도(ACS) 0.666, 지역 이질성 반영도(RHA) 0.988로 가장 높은 값을 보였다. 정성 평가에서도 C2는 지역 진단, 운영 전략, KPI, 근거 제시 간 연결을 가장 일관되게 구성하였다. 이는 정형 지역 데이터와 비정형 문헌 근거의 결합이 DRT 운영 정책 초안의 근거 명시성, 지역 적합성, 검토 가능성을 높일 수 있음을 보여준다.

Demand-responsive transport (DRT) has received increasing attention as an alternative for addressing population aging and regional disparities in transport accessibility. However, heterogeneous local demand and dispersed, unstructured evidence for policy decisions make DRT operational policy design highly dependent on expert experience. This study proposes a retrieval-augmented generation (RAG)-based large language model (LLM) framework that combines regional diagnostic information derived from DRT operational logs and 500m × 500m grid-level socioeconomic indicators with literature-based evidence retrieved from DRT-related publications. The framework consists of three modules: Regional Feature Extraction, Domain Knowledge Construction, and Policy Generation, and generates policy drafts following a Regional Diagnosis–Operational Strategy–Key Performance Indicator–Evidence schema. A regional diagnostic database and a literature-based evidence knowledge base were constructed using approximately seven months of DRT operational logs from 67 regions, grid-level socioeconomic indicators, and approximately 80 publications. Three conditions (C0–C2) were compared across 10 case regions. C0 provided no external context, C1 provided a regional diagnostic profile, and C2 combined the profile with literature-based evidence. C2 achieved the highest field completeness (FC = 1.000), answer-context similarity (ACS = 0.666), and regional heterogeneity alignment (RHA = 0.988). Qualitative evaluation also showed that C2 provided the most consistent linkages among diagnosis, strategy, KPI, and evidence. These findings suggest that integrating structured regional data with unstructured literature-based evidence can improve the explicitness of evidence, regional relevance, and reviewability of DRT operational policy drafts.

본 연구는 교차로 I2V 환경에서 노변 LiDAR 객체 로그와 RSA 이벤트 로그 간 정합성을 위험 유형별로 분석하는 객체-이벤트 정합성(Object-Event Consistency, OEC) 프레임워크를 제시한다. OEC는 시간·클래스·ROI 조건에서 두 로그의 대응 여부를 평가하는 내부 정합성 비율지표이며, 독립적인 ground truth 기반 검지 성능지표를 대체하지 않는다. 대전 청사교차로의 1시간 로그(객체 관측치 12,847건, RSA 이벤트 42건)를 분석한 결과, τ=20s 기준 OEC는 불법주정차 100.0%, 합류주의 73.9%, 무단횡단 보행자/PM 50.0%였다. 탐색적 검정에서 위험 유형과 매칭 여부 간 통계적으로 유의한 연관성이 관측되었다(p=0.041, Cramér’s V=0.39). 다만 무단횡단 보행자/PM은 8건에 기반해 Wilson 95% 신뢰구간이 21.5–78.5%로 넓었다. 유형별 순위는 τ=10·20·30s에서도 유지되었으며, 본 프레임워크는 위험 유형별 후속 검증과 운영 파라미터 차등화 필요성을 검토하기 위한 탐색적 근거를 제공한다.

This study proposes an Object-Event Consistency (OEC) framework for analyzing hazard-typespecific consistency between roadside LiDAR object logs and Road Safety Alert (RSA) event logs in an intersection I2V environment. OEC is an internal consistency ratio based on predefined time, class, and ROI conditions and does not replace ground-truth-based detection metrics. One hour of data from the Cheongsa intersection in Daejeon, Korea, comprising 12,847 object observations and 42 RSA events, was analyzed. At τ=20s, OEC was 100.0% for illegal parking, 73.9% for merging caution, and 50.0% for jaywalking pedestrian/PM. An exploratory test indicated a statistically significant association between hazard type and matching status (p=0.041; Cramér’s V=0.39). The OEC estimate for jaywalking pedestrian/PM was based on eight events and had a wide Wilson 95% confidence interval of 21.5–78.5%. The hazard-type ranking remained stable across τ=10, 20, and 30s, providing exploratory evidence for hazard-specific validation and parameter review.

내비게이션 이용의 증가로 축적된 대규모 차량 주행궤적 데이터는 도로망의 실제 통행 행태를 분석하는 중요한 자원이다. 그러나 이러한 데이터가 제공하는 다양한 경로 선택 정보에도 불구하고 기존의 대표경로 선정 방식은 단순히 통행량이 가장 많은 단일 경로에 의존하여, 도심 도로망의 복잡한 통행 구조를 충분히 반영하지 못한다는 한계가 있다. 본 연구는 차량주행궤적 데이터를 활용하여 도심 내부 통행 특성을 반영한 새로운 대표경로 선정 방법론을 제안한다. 부천시를 공간적 범위로 설정하여 고속도로 및 외부 통과 교통을 제외한 도심 내부통행을 추출하였으며, 경로 및 링크 단위의 통행 기여도를 고려한 가중 대표성 지표와 경로유사도 기반 군집화를 적용하였다. 분석 결과, 제안된 방법론을 통해 도심 도로망의 다양한 경로 구조를 반영하는 복수의 대표경로를 도출할 수 있었으며, 일부 OD에서는 구조적으로 상이한 대체 경로가 함께 나타나는 것을 확인하였다. 본 연구의 결과는 향후 실효성 있는 교통 정책 수립에 기여할 것으로 기대된다.

Given the proliferation of navigation services, large-scale vehicle trajectory data has become an important resource for analyzing actual travel behavior. However, conventional representative route selection methods often rely on a single highest-volume route, limiting their ability to reflect the complex travel structures of urban road networks. This study proposes a representative route extraction framework using vehicle trajectory data that considers the structural characteristics of intra-city travel. Focusing on Bucheon City, highway and through-traffic movements were excluded to isolate urban traffic patterns. A weighted representativeness index combined with route similarity-based clustering was applied to extract representative route sets. The results indicate that most OD pairs can be represented by a small number of representative routes, while some complex OD pairs contain structurally distinct alternative routes. In addition, the proposed method was able to reflect alternative corridors and distributed traffic structures within urban road networks. These findings provide a basis for trajectory-based urban traffic analysis and representative route-oriented transportation planning applications.

최근 보도 공간을 통행하는 실외이동로봇의 활용이 증가하고 있으며, 국내에서는 운행안전 인증 제도 도입으로 인증을 획득한 실외이동로봇의 도시 공간 운행이 가능해졌다. 그러나 현행 기준에서는 보행신호가 이미 작동 중인 상태에서 로봇이 횡단보도에 도착한 경우 다음 신호까지 대기해야 하므로, 충분한 잔여시간이 있음에도 불필요한 정지와 임무 지연이 발생할 수 있다. 또한 카메라 기반 시각 인식은 조도 변화, 점멸 신호, 시야 가림, 플리커 및 야간 빛번짐 등에 취약하여 보행신호 상태와 잔여시간을 안정적으로 확보하는 데 한계가 있다. 본 연구는 주·야간 보행신호 영상 촬영 실험을 통해 카메라 기반 시각 정보의 판독 한계를 분석하고, 이를 보완하기 위한 실시간 교통신호정보 연계 방안을 제시하였다. 이를 위해 교통신호제어기–도시교통정보센터(UTIC)–로봇 관제 시스템으로 이어지는 연계 구조를 검토하고, 횡단보도 현장 테스트를 통해 실시간 교통신호정보가 로봇의 횡단 판단 입력 정보로 활용될 수 있음을 확인하였다. 또한 카메라 기반 시각 정보와 교통 인프라 기반 신호정보를 함께 활용하여 잔여시간, 잔여거리, 주행속도 및 안전여유시간을 고려하는 횡단보도 주행 판단 알고리즘을 제안하고, 시나리오 기반 검증을 통해 제안 알고리즘이 녹색점멸 구간, 잔여시간 부족, 신호정보미수신 등 주요 운행 조건에서 횡단, 속도 조정, 대기 또는 관제 개입 판단을 수행할 수 있음을 확인하였다. 본 연구는 실시간 교통신호정보 연계가 실외이동로봇의 시각 인식 한계를 보완하고, 횡단보도 통행 판단의 신뢰도와 운영 효율을 높이는 데 기여할 수 있음을 제시한다.

The use of outdoor mobile robots operating on sidewalks is increasing, and in Korea, the operation safety certification system has allowed certified outdoor mobile robots to operate in urban spaces. However, under the current criteria, a robot arriving at a crosswalk during an active pedestrian signal must wait until the next signal cycle. This may cause unnecessary stops and mission delays even when sufficient remaining signal time is available. Camera-based visual recognition is also vulnerable to illumination changes, flashing signals, occlusions, flicker, and nighttime glare, making it difficult to reliably obtain pedestrian signal status and remaining time. This study analyzes the limitations of camera-based visual information through daytime and nighttime pedestrian signal video experiments and proposes a real-time traffic signal information integration method to compensate for these limitations. The study examines a connectivity structure linking the traffic signal controller, the Urban Traffic Information Center (UTIC), and the robot monitoring and control system. A crosswalk field test confirmed that real-time traffic signal information can be used as an input for the robot’s crossing decision-making. This study also proposes a crosswalk driving decision-making algorithm that uses both camera-based visual information and infrastructure-based traffic signal information while considering remaining signal time, remaining distance, travel speed, and safety margin time. This study suggests that real-time traffic signal information integration can compensate for the limitations of visual recognition and improve the reliability and operational efficiency of crosswalk decision-making for outdoor mobile robots.

고령화, 수도권 의료 집중현상 등으로 열차내에서 응급환자가 지속적으로 발생하고 있다. 열차내 응급환자는 신속한 초기 조치와 병원이송이 지연될 때 환자의 생명이 위험할 수도 있어 적절한 대응이 매우 중요하다. 그러나 철도에서 사고가 발생할 때 의료진이 열차에 승차하지 않았을 때는 응급환자의 초기 조치가 매우 어려운 실정이다. 또한 열차가 인근역에 정차하여 119구급대에 응급환자를 인계할 때까지 환자 상태를 진단하고 적절한 병원을 정하기는 더욱 어렵다. 따라서 본 연구에서는 철도사고 발생시 원격진료 기술을 접목하여 철도종사자가 응급환자 이송시간을 단축할 수 있는 구호체계 개선방안을 제시하고자 한다. 연구결과는 운행열차에서 정차역까지의 운행시간 동안에 원격진료를 활용한 초기진단과 적정병원 선정으로 응급환자의 병원 이송시간을 단축하여 철도를 이용하는 국민들의 의료서비스 향상과 철도종사자의 응급환자 대응에 기여할 것이다.

Owing to the aging population and the concentration of medical care in metropolitan areas, emergency patients continue to occur on trains. Rapid initial measures and appropriate responses for emergency patients on trains may be critical to the patient's life if hospital transfer is delayed, so it is very important to respond appropriately. On the other hand, it is very difficult to take initial measures for emergency patients if no medical staff is on the train. In addition, it is more difficult to diagnose the patient's condition and determine an appropriate hospital until the train stops at a nearby station and the emergency patient is passed over to the 119 paramedics. Therefore, this paper proposes ways to improve the relief system to shorten the transport time for emergency patients by incorporating telemedicine technology. The results of the study will help improve medical services for people using railroads by shortening the transport time of emergency patients to hospitals using telemedicine to make the initial diagnosis during the drive from the operating train to the stop station and selecting an appropriate hospital.

본 연구는 경기도 과천시를 중심으로 광역긴급차량 우선신호시스템 도입에 따른 효과를 정량적·정성적으로 분석하였다. 과천시는 관내 대형병원이 없어 긴급상황 발생 시 인접 지자체(안양시, 서울시 등)의 의료기관으로 이송해야 하는 광역 출동 비중이 매우 높은 도시적 특성을 지닌다. 특히 심정지(Pre-KTAS Level 1) 환자의 경우 응급처치 및 이송 시간이 생존율과 직결되므로 광역 우선신호 확보는 필수적이다. 긴급차량 출동시간 단축 분석은 2024년 1~3월 실운용 데이터를 활용하여 경로 내비게이션 기준 일반차량 예상 이동시간(기준 운행시간, 16.86분)과 광역 우선신호 적용 후 실제 출동시간(6.54분)을 비교한 결과, 61.2% 단축 효과를 확인하였다. 단, 이 수치는 일반차량 기준 이론적 소요시간과의 비교에서 산출된 이론적 최대 효과 시나리오임을 명시한다. 주변 교통속도 영향 분석은 시스템 도입 전(2023년 1~3월)과 도입 후(2024년 1~3월)의 과천시 도심 링크 통행속도를 사전-사후 비교한 결과, ±0.5km/h 이내의 미미한 변화를 보여 시스템이 주변 교통흐름에 미치는 부정적 영향이 제한적임을 확인하였다. 또한 789명 대상 설문조사에서 74.6%가 효과를 긍정적으로 평가하고 72.5%가 시스템 확대 필요성에 공감하였다. 본 연구 결과는 과천시와 같은 도농복합·소규모 도시에서 광역 긴급차량 우선신호시스템의 전국 확산 도입의 타당성과 필요성을 뒷받침하는 근거로 제시된다.

This study quantitatively and qualitatively analyzed the effects of introducing a wide-area emergency vehicle priority signal system, focusing on Gwacheon-si, Gyeonggi-do. Gwacheon-si lacks large general hospitals within its jurisdiction, leading to a high proportion of inter-municipal emergency vehicle dispatches to medical institutions in adjacent cities such as Anyang-si and Seoul. In particular, securing rapid inter-municipal signal preemption is critical for cardiac arrest (Pre-KTAS Level 1) patients because the response and transport times are directly linked to survival rates. For the dispatch time reduction analysis, 2024 (January–March) operational data were used to compare the navigation-estimated travel time for general vehicles (baseline travel time: 16.86 minutes) against the actual dispatch time under wide-area signal preemption (6.54 minutes), yielding a 61.2% reduction. This figure represents a theoretical maximum-effect scenario derived from comparison with the general vehicle baseline, not a direct before-after comparison of actual emergency vehicle dispatch times. For the surrounding traffic speed analysis, a before-after comparison of Gwacheon-si urban link travel speeds between pre-introduction (January–March 2023) and post-introduction (January–March 2024) periods showed minimal change within ±0.5 km/h, confirming that the system has a limited negative impact on surrounding traffic flow. Additionally, a survey of 789 respondents found that 74.6% positively evaluated the system's effectiveness and 72.5% supported its wider expansion. These findings provide evidence supporting the validity and necessity of nationwide expansion of the wide-area emergency vehicle priority signal system in small to medium-sized cities such as Gwacheon-si.

본 연구는 선행 차로변경차량이 후행 직진차량의 주행경로에 진입한 이후 두 차량의 종방향 상대운동을 시계열적으로 분석하여 충돌 회피에 필요한 최소안전거리(Minimum Safety Spacing, MSS)를 산정하였다. 후행차량의 인지·반응 및 제동거동과 선행차량의 등속 또는 감속거동을 위치함수로 정의하고, 전체 분석시간 동안 이격거리가 0 이상으로 유지되는 최소 초기간격을 반복 탐색하였다. 기본조건에서 MSS는 절대속도보다 상대속도에 주로 영향을 받았으며, 상대속도 10, 20, 30 및 40 km/h에서 각각 3.27, 7.53, 12.76 및 18.99 m로 산정되었다. PC-Crash 비교에서는 S4를 제외한 시나리오의 절대 차이가 0.13∼0.80 m, 평균이 약 0.32 m였으며, RSS 비교에서는 일부 조건에서 RSS가 0 m인 반면 MSS는 4.30∼22.26 m로 나타났다. 또한 MSS는 인지·반응시간과 상대속도가 증가하고 노면마찰계수가 감소할수록 증가하였다. 산정된 MSS는 차로변경 충돌 회피의 물리적 하한 기준으로서, ADAS 및 자율주행시스템의 위험경고, 차로변경 허용 및 제동 개입기준 설정에 활용될 수 있다.

This study estimates the Minimum Safety Spacing (MSS) required after a leading lane-changing vehicle enters the path of a following vehicle using a deterministic time-series kinematic model. The model represents the following vehicle’s perception–reaction and braking motions and the leading vehicle’s constant-speed or decelerating motion using longitudinal position functions. MSS is obtained through an iterative search as the minimum initial spacing that maintains a nonnegative gap throughout the analysis period. Under the basic constant-speed condition, MSS was governed mainly by relative speed rather than absolute speed, with values of 3.27, 7.53, 12.76, and 18.99 m at relative speeds of 10, 20, 30, and 40 km/h, respectively. Comparison with PC-Crash showed absolute differences of 0.13–0.80 m, excluding the S4 side-contact case. Compared with RSS, the proposed MSS was greater when the minimum gap occurred before the following vehicle stopped, and RSS yielded 0 m in some conditions where MSS ranged from 4.30 to 22.26 m. MSS also increased with perception–reaction time and relative speed and as road friction decreased. The estimated MSS can support lane-change warnings, authorization decisions, and braking-intervention criteria in ADAS and automated driving systems.

자율차와 비자율차가 혼재하는 혼합교통류 환경이 지속될 전망이다. 물리적 안전 지표는 운전자의 심리적 안전성을 반영하지 못하며, 자율차의 주행 적극성 수준에 따라 심리적 안전성과 교통류 이동성 간 상충관계가 형성된다. 본 연구에서는 비자율차 운전자의 심리적 안전마진을 정의하고 자율주행 전략 설계 프로세스를 개발했다. 시뮬레이션 분석 결과, 자율차 혼입률 10~80%일 때 서비스수준 B에서는 심리적 안전성 점수가 보수적 전략 적용 시 6.30~6.52, 공격적 전략 적용 시 6.23~6.43으로 유의한 차이가 없는 반면, 교차로 지체는 보수적 전략 적용시 0.73~1.06초, 공격적 전략 적용 시 0.68~0.69초로 유의한 차이가 나타나 공격적 전략을 적용하는 것이 바람직한 것으로 도출됐다. 서비스수준 D에서는 심리적 안전성 점수가 보수적 전략적용 시 6.84~6.99, 공격적 전략 적용 시 6.39~6.63으로 유의한 차이가 나타나 보수적 전략을 적용하는 것이 심리적 안전마진 확보를 위해 필요함을 확인했다. 본 연구의 결과물은 자율협력주행 환경에서 실시간 교통 조건을 고려한 최적의 자율주행 적극성을 관리하는 시스템 개발에 유용하게 활용될 것으로 기대된다.

The mixed traffic environment in which autonomous vehicles (AVs) and manual vehicles (MVs) coexist is expected to persist. Existing physical safety measures fail to account for the psychological safety of MV drivers. A trade-off exists between psychological safety and traffic mobility depending on the aggressiveness of AV driving. This study defined the Psychological Safety Margin (PSM) and developed an AV driving strategy design process for unsignalized intersections. The results show that for AV market penetration rates of 10–80%, under level of service (LOS) B conditions, no significant difference in the PSM score was observed between the two strategies (Cautious: 6.30– 6.52, Aggressive: 6.23–6.43), while a significant difference in intersection delay was observed (Cautious: 0.73–1.06s, Aggressive: 0.68–0.69s), leading to the selection of the aggressive driving strategy as optimal. Under LOS D conditions, a significant difference in PSM score was observed (Cautious: 6.84-6.99, Aggressive: 6.39-6.63), leading to the selection of the cautious strategy as optimal. These findings are expected to contribute to the development of a novel system that dynamically manages AV driving aggressiveness based on real-time traffic conditions in cooperative automated driving environments.

자율주행차 사고조사에서 DSSAD(Data Storage System for Automated Driving)는 자율주행시스템의 작동 상태와 운전자 개입 여부를 확인하는 핵심 기록 장치이다. 그러나 DSSAD 기록은 차량 내부 상태와 이벤트 발생 사실을 중심으로 구성되므로, 사고 또는 주요 이벤트 발생 시점의 주변 객체와 도로 이벤트 정보를 충분히 설명하기 어렵다. 본 연구는 이를 보완하기 위해 LDM(Local Dynamic Map)에 유지되는 주변 객체 및 도로 이벤트 정보를 DSSAD 이벤트 발생시점에 스냅샷 형태로 조회하고, 이를 DSSAD 기록과 결합한 DSSAD-LDM 이벤트 패키지 구조를 제안한다. 본 논문에서는 실차 주행 로그와 보강 시나리오를 활용한 PoC 구현을 통해 제안 구조의 동작 가능성을 검증하였다. 검증 결과, 생성된 35건의 이벤트 패키지는 모두 이벤트 발생 시점에 유효한 LDM 스냅샷을 포함하였으며, 저장된 패키지의 해시값 재계산을 통해 변경 여부 확인이 가능함을 확인하였다. 이를 통해 제안 구조가 DSSAD 이벤트 기록의 주변 상황 해석 가능성을 보강할 수 있음을 보였다.

In automated vehicle accident investigations, the DSSAD(Data Storage System for Automated Driving) is a key recording device for identifying the operational status of an automated driving system and the occurrence of driver intervention. On the other hand, DSSAD records are primarily structured around the internal vehicle state and the occurrence of events, making it difficult to sufficiently describe surrounding objects and road event information at the time of an accident or major event. Accordingly, this study developed a DSSAD–LDM event package structure that queries surrounding object and road event information maintained in the Local Dynamic Map (LDM) at the time of a DSSAD event, captures the information as a snapshot, and integrates it with the corresponding DSSAD record. The operational feasibility of the proposed structure was validated through a proof-of-concept implementation using real-vehicle driving logs and augmented scenarios. The validation results showed that all 35 generated event packages contained valid LDM snapshots corresponding to the event occurrence time. In addition, the recalculation of hash values for the stored packages confirmed that post-storage modifications could be detected. These results showed that the proposed structure can enhance the contextual interpretability of DSSAD event records by supplementing them with surrounding situational information.

자율주행 및 첨단 운전자 보조 시스템에서 주변 차량의 차선변경 의도 조기 인식은 선제적 주행 판단을 위해 중요하다. 본 논문에서는 기존 IMM의 확률적 구조와 해석 가능성을 유지하면서 주행 맥락 적응성을 향상시키는 Dual Neural-Calibrated IMM (DNC-IMM)을 제안한다. 제안 방법은 목표 차량 운동, 주변 차량과의 거리 및 상대 속도 등 주행 맥락 정보를 신경망으로 인코딩하여 전이 확률 행렬과 측정 가능도를 보정한다. 최종 의도는 이를 통해 산출된 IMM 모드 사후 확률로부터 판단되며, highD 데이터셋 실험에서 차선 경계 통과 이전의 차선변경 의도를 안정적으로 인식함을 확인하였다.

Early recognition of a lane-change intention is essential for proactive decision-making in autonomous driving and advanced driver assistance systems. This paper proposes a Dual Neural-Calibrated Interacting Multiple Model (DNC-IMM) that improves driving context adaptability while preserving the probabilistic structure and interpretability of conventional IMM. The proposed method encodes driving context information, including target vehicle motion and surrounding vehicle gaps and relative velocities, through a neural network to calibrate the transition probability matrix and the measurement likelihood. The final intention is determined from the calibrated IMM mode posterior, and experiments on the highD dataset confirm that the proposed method can reliably recognize lane-change intentions before lane crossing.

차선 검출은 자율주행에 필요한 도로 구조 정보를 제공하는 핵심 인지 기술이다. 그러나 저조도 환경에서는 차선 마킹의 대비가 감소하고 노이즈 및 반사광이 증가하여 검출 안정성이 저하된다. 기존 저조도 영상 보정 기법은 주로 시각적 품질 개선에 초점을 맞추기 때문에 보정된 영상이 차선 검출에 유리한 입력이 된다고 보장할 수 없다. 본 논문에서는 이러한 한계를 해결하기 위해 저조도 차선 검출을 위한 task-aware ZeroDCE-CLRNet 프레임워크를 제안한다. 제안 프레임워크는 영상 향상 모듈과 차선 검출 모듈을 하나의 미분 가능한 계산 그래프로 연결함으로써, 검출 손실이 영상 향상 모듈까지 역전파되어 차선 검출에 유리한 방향으로 학습되도록 한다. 또한 task-aware 학습을 안정화하기 위해 손실항으로 lane-aware constraint를 설계하였다. CULane 기반 저조도 입력 실험에서 제안 프레임워크는 F1@50을 0.7151에서 0.7713으로 향상시켜 성능 저하분의 68.4%에 해당하는 개선을 달성하였다.

Lane detection is a key perception task for autonomous driving because it provides information on the road_structure, but low-light environments reduce lane-marking contrast and increase noise and reflections, degrading detection reliability. Existing low-light enhancement methods mainly improve visual quality, so enhanced images do not necessarily provide suitable inputs for lane detection. This paper proposes a task-aware ZeroDCE-CLRNet framework for low-light lane detection. The proposed framework connects the image enhancement module and the lane detector module within a single differentiable computation graph, allowing the detection loss to be backpropagated to the enhancement module for lane-detection-oriented learning. In addition, a lane-aware constraint is designed as an auxiliary loss term to stabilize task-aware learning. Experiments on CULane-based low-light inputs showed that the proposed framework improves the F1@50 from 0.7151 to 0.7713, corresponding to 68.4% of the degradation gap.

캘리포니아 차량관리국(DMV)의 자율주행 해제(disengagement) 보고서는 자율주행 안전을 가늠하는 사실상의 지표로 활용되어 왔고, 누적 주행거리가 늘수록 해제가 줄어드는 현상은 흔히 학습효과로 해석되었다. 그러나 해제가 운영자의 시험 환경과 보고 관행에 좌우되어 비교가 어렵다는 문제가 누적되면서, DMV는 2026년 이 보고를 폐지하고 시스템 실패 중심의 새 보고체계로 전환하기로 했다. 본 연구는 캘리포니아의 다년간 운영자별 패널 자료로 두 가지를 검정한다. 첫째, 해제율의 감소가 소수의 운영자와 시간 효과를 적절히 통제한 뒤에도 유지되는 견고한 학습 신호인지, 둘째, 사건을 시스템 개시로 좁히는 전환이 지표의 신뢰성을 실제로 높이는지이다. 분석 결과 표면적 학습 추세는 적절한 통계적 추론에서 유의성을 잃고 특정 운영자에 의해 좌우되었으며, 운영자별 추세의 방향조차 엇갈렸다. 사건을 시스템 개시로 좁혀도 그 집계가 소수 운영자의 진입과 표준화되지 않은 기재에 좌우되어 개선이 나타나지 않았다. 이는 안전 지표의 신뢰성이 무엇을 세는가보다 어떻게 표준화해 보고·검증하는가에 달려 있으며, 지표의 재정의는 보고 체계의 정비 위에서만 의미를 가짐을 시사한다.

The autonomous-vehicle disengagement reports of the California DMV have long served as a de facto measure of driving safety, and the decline in disengagements with cumulative mileage has often been read as a learning effect. As concerns grew that disengagements reflect the testing conditions and reporting practices of each operator rather than safety itself, the DMV moved in 2026 to retire these reports in favor of a new system-failure reporting scheme. This study asked two questions using a multi-year, operator-level panel from California: whether the observed decline is a robust learning signal once a few dominant operators and common time trends are properly accounted for, and whether narrowing the metric to system-initiated events genuinely makes it more reliable. The apparent learning trend lost significance under appropriate inference, is driven by a single operator, and even reverses in direction across operators. Narrowing the metric offers no improvement because the system-initiated series is governed by the entry of a new operator and by non-standardized reporting rather than by technology. These results suggest that the credibility of a safety metric depends less on what is counted than on how consistently it is reported and verified. Hence, redefining the metric is meaningful only on top of a standardized reporting system.