• 대한교통학회지
• /
• 제35권4호
• /
• pp.332-347
• /
• 2017

자율주행기술이 교통류에 미치는 영향을 분석하기 위해서는 자율차와 비자율차 간의 상호작용을 분석하는 것이 중요한 이슈이다. 특히 자율주행기술을 활용한 유용한 서비스 중의 하나인 군집주행은 주변의 비자율 차량의 주행행태에 영향을 미칠 수 있다. 본 연구의 목적은 군집주행 환경에서 비자율차의 차로변경행태 분석하는 것이며, 3단계의 실험 및 조사를 수행하였다. 1단계 영상기반 인지특성 분석을 통해 군집주행 환경에서 어떠한 반응행태를 보일 것인지를 조사하였으며, 2단계 주행시뮬레이션 실험을 통해 비자율차의 차로변경행태를 분석하였다. 차로변경행태를 분석하기 위해 차로변경시간과 교통류의 안전성을 나타낼 수 있는 지표인 가속소음을 이용하였으며, 자율차의 시스템 보급률(Market Penetration Rate, MPR)과 피실험자 인적요소에 따른 비자율차의 주행행태 차이를 비교 분석하였다. 마지막 단계인 NASA-TLX(NASA Task Load Index)를 통해 비자율차 운전자의 작업부하를 평가하였다. 분석결과 군집차량군 주변의 비자율차 운전자는 심리적인 부담감을 느끼며, MPR이 증가할수록 차로변경시간이 길어지고 30-40대 운전자 또는 여성 운전자의 경우 안전성이 낮아지는 것으로 나타났다. 본 연구에서 도출된 결과는 자율차와 비자율차의 상호작용을 반영한 보다 현실성 높은 교통시뮬레이션 실험 시 기초자료로 활용될 수 있고, 이를 기반으로 자율협력주행 환경에서 적용 가능한 교통운영관리전략 수립을 효과적으로 지원할 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.30-42
• /
• 2023

자율주행시대에 맞춰 다양한 연구에서 미시교통시뮬레이션(VISSIM)을 활용하여 자율주행차 도입시 교통류 안전성 분석을 수행중이다. 그러나, 일반자동차의 주행행태를 VISSIM 내 파라미터로 반영하여 혼재시의 교통류 안전성을 분석한 연구는 미비하였다. 따라서 본 연구에서는 실제 주행행태와 유사한 주행행태를 구현하기 위하여 일반자동차의 VISSIM 입력변수를 유전알고리즘을 통해 최적화 한 후, 자율주행차 도입률에 따른 교통류 안전성 분석을 수행하는 것을 목적으로 한다. US I-101 고속도로의 640m 구간을 대상으로 후행차량이 일반자동차인 경우에 대해서 상충횟수 분석을 수행한 결과, 전체 상충횟수는 자율주행차 도입률 20%까지 증가하였으며 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 존재한다. 그러므로 보다 정확한 분석을 위해 향후 연구에서는 자율주행차의 실제 주행행태를 반영하여 연구를 수행할 필요가 있다.

• 한국ITS학회 논문지
• /
• 제23권5호
• /
• pp.293-307
• /
• 2024

혼합교통류 환경에서 자율차의 보수적인 주행행태는 전체 교통흐름에 부정적인 영향을 줄 수 있다. 선제적으로 혼합교통류의 이동성과 안전성을 관리하기 위해서는 실도로에서 수집된 자율주행 데이터를 활용하여 주행행태를 과학적 평가하는 것이 필수적이다. 본 연구에서는 Waymo Open Dataset을 활용하여 단속류 교차로 유형별 자율차와 비자율차의 주행행태를 비교 평가하는 방법론을 제안하였다. 영상자료를 통해 도로구간을 구분하고, 차량 추종 상황에서 자율차와 비자율차의 Time-to Collision(TTC)를 기반으로 상충률 차이를 비교하는 자율주행 보수성 지표(Autonomous Driving Conservativeness Index, ADCI)를 고안하였다. 분석 결과 모든 TTC 임계값에서 4지 비신호 교차로가 높은 ADCI로 관찰되었다. 이는 교차로 유형 중 4지 비신호 교차로에서 자율차의 주행 보수성(Conservativeness)이 높아, 비자율차 대비 보수적이게 주행함을 의미한다. 장기간 지속될 혼합교통류 환경에서 자율차가 전체 교통흐름에 부정적인 영향을 주지 않기 위해 도로구간별 주행행태를 분석하고 지원방안을 도출할 필요함을 시사한다. 본 연구의 방법론은 실도로 데이터셋 기반 자율차에 영향을 미치는 요인들을 분석하는 기초 자료로 활용될 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제23권4호
• /
• pp.94-109
• /
• 2024

무인 자율차의 공도 주행이 허용됨에 따라 연구에 활용가능한 자율차의 실도로 주행 데이터가 증가하는 추세이다. 따라서 혼합교통류 상황에서 실제 자율차가 교통안전에 미치는 영향을 분석할 수 있게 되었다. 자율차가 교통안전에 미치는 영향을 파악하기 위해서는 자율차의 주행행태를 효과적으로 반영할 수 있는 평가지표의 활용이 요구된다. 본 연구의 목적은 Waymo Open Dataset을 통해 자율차의 주행행태를 분석하여 단속류 도로 구간별 주행안정성을 평가하기 위한 주요 지표를 도출하는 것이다. 주성분 분석을 통해 단속류 도로 구간별 데이터에 대한 설명력이 높은 평가지표를 선별하고 주요 평가지표로 정의하였다. 이때, 종방향과 횡방향 주행 안정성을 구분하여 각각에 대한 주요 평가지표를 제시하였다. 이후 동일한 주요 평가지표가 도출된 단속류 도로 구간을 대상으로 주행안정성을 비교하였다. 비신호교차로 대비 곡선 단일로 구간에서 종방향 주행안정성이 약 35.48% 높게 도출되었다. 횡방향 주행안정성의 경우 비신호교차로 대비 신호교차로 구간에서 주행안정성이 76.08% 높게 도출되었으며, 직선 단일로가 곡선 단일로에 비해 146.87% 높은 것으로 도출되었다. 본 연구의 결과는 자율차의 실도로 주행 데이터를 활용한 자율차의 교통안전 영향 분석 시 기초 자료로 활용할 수 있을 것으로 기대된다.

• 대한교통학회지
• /
• 제36권1호
• /
• pp.38-50
• /
• 2018

자율주행자동차는 속도제어를 통해 교통류의 용량을 증대시키고, 위험 상황 발생 시 차량을 제어함으로써 인적요인으로 인한 사고를 감소시키는 첨단기술로 대두되고 있다. 그러나 자율차와 비자율차가 혼재되어 있는 상황에서 개별자율차의 주행행태가 인근 비자율차에 영향을 미쳐 교통류의 성능이 저하될 것이라는 기존 연구결과들이 꾸준히 발표되고 있다. 이러한 연구 결과는 자율주행환경에서 도로교통시스템의 운영효율성과 안전성을 증대시키기 위한 교통운영관리의 필요성을 나타내며, 본 연구에서는 자율주행기반의 교통운영 관리를 위한 새로운 개념을 제안하고 이를 통한 교통운영관리 방안을 제시하고자 한다. 본 연구에서는 개별자율차의 주행특성을 반영한 자율주행강도라는 새로운 개념을 정의하였으며, 시뮬레이션 분석을 통해 자율주행강도에 따른 교통류의 변화와 적정 자율주행강도를 도출하는 방법론을 제시하였다. 분석 시나리오 설정 시 자율주행강도, 서비스수준, 시스템보급률, 사고유무를 고려하였으며, 운영효율성과 안전성 평가를 위해 주행속도와 상충건수를 평가지표로 활용하였다. 분석결과 시나리오 구성요소와 자율주행강도간의 관계를 파악하였으며, 운영효율성과 안전성 지표간의 패턴을 분석하였다. 통행자유도가 낮은 경우, 자율차의 주행 적극성이 높아질수록 안전성이 저하되는 것으로 나타났으며 소극적인 자율주행강도가 적정함을 확인하였다. 본 연구에서 제안한 자율주행강도는 자율주행시대의 새로운 교통운영관리 기법 및 전략 수립의 기반이 되어 보다 안전하고 효율적인 자율주행환경 구현에 활용될 수 있을 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제16권4호
• /
• pp.107-121
• /
• 2017

본 연구에서는 군집주행환경에서 비자율차의 행태분석을 위해 영상기반의 조사를 통해 피실험자의 인적특성과 군집주행 인지여부를 조사하고, 주행 시뮬레이션 실험을 통해 비자율차의 차량거동을 수집했다. 또한, 주행 시뮬레이션 실험 후 NASA-TLX 설문조사를 통해 작업부하점수를 조사했다. 영상기반 인지특성 조사 결과 피실험자 대부분이 군집주행 중인 차량들을 인지하고 군집 차량군으로 인해 부담감을 느끼는 것으로 나타났다. 군집주행환경에서의 평균속도가 비군집주행환경일 때보다 낮게 나타났고, 평균속도의 표준편차는 군집주행환경일 때 더 높게 나타났다. 인적특성과 작업부하점수를 연계분석한 작업부하평가 결과 군집, 비군집주행환경 시 인적특성별로 작업부하점수가 통계적으로 유의한 차이가 나타나는 결과들을 확인했다. 인적특성과 차량거동을 연계분석한 차량거동평가 결과에서도 군집, 비군집주행환경 시 통계적으로 유의한 차이가 나타나는 결과들을 확인했다. 본 연구의 결과를 고령운전자, 여성 등 고위험군 운전자의 안전성 증대, 비자율차 운전자에게 주변 군집주행차량에 대한 정보 제공 방안 모색 등의 비자율차 운전자를 위한 교통관리전략을 수립하는데 활용할 수 있을 것이라 판단된다.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.42-60
• /
• 2024

본 연구는 자율주행 차량이 혼재된 교통류의 안전성 평가에 적합한 안전성 지표를 선정하여 차량 추종 조합별 안전성을 분석하였다. 고속도로 엇갈림구간은 기본구간에 비해 차로 변경이 빈번하여 상충 빈도가 높은 구간으로, 일반 차량과 자율주행 차량의 주행행태 차이로 인한 위험이 증가할 것으로 예상하여 고속도로 엇갈림구간을 분석구간으로 설정하였다. 미시적 교통 시뮬레이션인 VISSIM을 활용하여 분석을 수행하였으며, 혼합 교통류의 환경은 본선-연결로 형태의 엇갈림구간을 300, 600m의 길이로 구분하고, IDM을 활용하여 자율주행 차량의 주행행태를 구현하였다. 혼합 교통류 평가에 적합한 안전성 지표는 운전자가 체감하는 위험도와 유사하게 위험 수준을 나타내는 것을 기준으로 4개의 지표를 선정하였다. 선정된 4개 지표의 위험 기준을 넘는 차량 추종 궤적을 대상으로 안전성을 분석한 결과, 자율주행 차량이 자율주행 차량을 추종하는 상황이 가장 안전한 추종 쌍이며, 인간 운전자 차량이 자율주행 차량을 추종할 경우가 가장 위험한 추종 쌍인 것으로 나타났다.

• 한국ITS학회 논문지
• /
• 제20권4호
• /
• pp.13-27
• /
• 2021

본 연구에서는 영동고속도로 용인IC~양지IC구간을 대상으로 2020년 데이터를 활용하여 자율주행자동차의 시장점유율 변화가 교통류에 미치는 영향을 추정하였다. 교통류에 미치는 영향 정도를 추정하기 위해 미시교통시뮬레이션 모형인 VISSIM을 활용하였다. 자율주행자동차의 종방향 제어를 반영하기 위해서 intelligent driver model(IDM)을 구축 후 VISSIM에 적용하여 일반차와 비교를 수행하고 주행행태를 검증하였다. 자율주행자동차의 시장점유율에 따른 이동성 및 안전성 분석 결과, 자율주행자동차 도입 시 시장점유율이 높아질수록 네트워크의 이동성은 향상되지만, 안전성의 경우 차종이 혼재되었을 때 교통류가 불안정해지므로 더욱 안전 관리에 집중해야 한다는 것을 확인하였다.

• 대한교통학회지
• /
• 제35권6호
• /
• pp.545-556
• /
• 2017

운전자 작업부하를 평가하기 위해 다양한 평가지표가 개발되어 활용되고 있으나, 기존의 작업부하 평가지표의 경우 개별 운전자의 운전습관과 주행패턴을 충분히 반영하지 못하고 있다. 또한, 운전자마다 체감하는 작업부하량과 작업부하를 극복하는 능력은 개인차가 있다. 따라서, 본 연구를 통해 개별 운전자의 주행패턴을 반영한 새로운 작업부하 평가지표를 도출하였다. 개별 운전자의 주행패턴을 반영하기 위해 운전자 별 Steering Velocity 절대값의 평균을 임계값으로 설정하고 임계값을 초과하는 영역의 Steering Velocity 면적의 합을 계량화한 ESA (Erratic Steering Velocity Area)를 제시하였다. 본 연구에서는 주행 시뮬레이션 실험을 통해 자율주행차가 비자율차와 혼재되어 주행하는 군집주행 환경을 구축하여 비자율차의 운전자가 군집주행 환경에서 어떠한 영향을 받는지를 ESA를 활용하여 평가하였다. 주행 시뮬레이션 실험을 통해 군집유무에 따른 일반 비자율차 운전자의 반응행태자료를 추출하여 NASA-Task Load Index (NASA-TLX) 점수와 운전자 작업부하 평가지표간의 관계를 분석하였다. 그 결과, 차로변경 시나리오에서는 다양한 운전자 작업부하 평가지표 중 ESA가 NASA-TLX 점수와 상관관계가 가장 큰 것으로 나타나 ESA의 유용성을 확인하였다.

• 한국ITS학회 논문지
• /
• 제20권5호
• /
• pp.83-99
• /
• 2021

4차 산업혁명의 도래와 함께 자율주행자동차의 주행관리 및 주행 전략과 관련된 연구들이 대두되고 있다. 이러한 연구를 위해서는 차량의 미시적 교통데이터의 확보가 필수적이나, 기존 교통정보 수집 방식은 개별차량의 주행행태를 수집할 수 없다. 본 연구에서는 미시적 교통정보를 수집 가능한 항공에서 내려다보는 관점의 교통정보 수집을 위해 드론 항공영상을 활용하였다. 관련 연구의 한계점을 극복하기 위하여 딥러닝 기반 다중객체추적 알고리즘과 영상정합을 활용하여 미시적 교통데이터를 추출하였다. 그 결과로 속도는 MAE 3.49km/h, RMSE 4.43km/h, MAPE 5.18km/h의 오차율과 교통량 Precision 98.07%, Recall 97.86%의 정확도를 획득하였다.