자율주행에 관한 관심은 전 세계적으로 증가하고 있으며, 글로벌 자동차 제조사들과 기술기업들이 자율주행 분야에 대한 투자를 늘 리고 있어 향후 자동차 산업과 교통체계 전반에 큰 변화가 전망된다. 이처럼 자율주행 관련 연구와 개발은 끊임없이 진보하고 있으며, 관련 연구 수행은 계속해서 이루어질 것으로 보인다. 연구 수행에 있어 동향 파악은 필수 요소이며, 본 연구에서는 국내 자율주행 연 구 동향을 분석하고자 한다. 연구 동향을 분석한 다양한 분야의 선행연구 검토 결과, 각각 연구 목적에 맞는 다양한 데이터베이스를 이용하여 데이터를 수집하였으며 연구 주제어 혹은 초록을 분석데이터로 활용하였음을 확인하였다. 자율주행 연구 동향에 대해 분석 한 선행연구 검토 결과, 기존 연구들은 분야를 구분하지 않고 연구를 수집·분석하였음을 확인하였다. 자율주행은 도로, 교통, 자동차, 기계, 컴퓨터, 전자, 전기 등 다양한 분야를 포함하고 있기에 분야별 연구 동향 분석이 필요하다. 이에 본 연구에서는 도로·교통 분야 의 동향 분석을 위해 최근 5년간(2019년~2023년) 국내 도로·교통 분야 등재 학술지에 게재된 학술 논문을 대상으로 연구 동향을 분석 하였으며, 보다 많은 텍스트 데이터를 활용하기 위해 주제어가 아닌 초록을 활용하였다. 키워드 출현 빈도 분석을 통해 주요 키워드를 도출하였으며, 토픽 모델링을 통해 주요 연구주제를 도출하였다. 본 연구에서 수행한 자율주행 연구 동향 파악은 도로·교통 분야에서 향후 수행될 자율주행 연구 방향 수립에 시사점을 제공할 것이라 기대된다.

자율주행차량의 첨단 운전자 보조 시스템(ADAS)의 발전은 자율주행차량의 상용화를 가속화하고 있지만, 그 안전성을 입증하기 위한 충분한 테스트와 검증이 필요하다. 실제 차량을 이용한 대규모 테스트는 비용과 시간뿐만 아니라 다양한 시나리오를 구현하고 평가하 는 데 어려움이 있어, 다수의 연구자들은 시뮬레이션을 활용하고 있다. 이러한 문제를 해결하기 위해, 본 연구에서는 차량 시뮬레이션 소프트웨어인 CarMaker와 교통 흐름 시뮬레이션인 VISSIM을 결합하여 공동으로 시뮬레이션을 진행한다. 또한 두 시뮬레이션의 장점 을 결합하여 자율주행차량의 데이터를 보다 포괄적으로 분석할 수 있는 프레임워크를 제안한다. 시뮬레이션 결과, 각각의 시뮬레이션 에서 얻은 Ego Vehicle의 속도 값은 미세한 차이를 보였으며, 이는 실시간 시뮬레이션의 통신 과정에서 발생하는 오류로 해석된다. 또 한, 특정 시나리오에서는 차량이 급정지 후 출발하는 형태를 보였으며, 이는 자율주행차량이 주변 차량의 주행을 인식하여 주행 패턴 에 변화를 주는 것으로 해석된다. 향후에는 도심 도로에서의 자율주행 평가를 통해 복잡한 교통 상황과 불확실한 요소들로 인해 어려 운 문제를 겪는 상황을 분석할 수 있을 것으로 기대된다.

자율주행차 상용화 시대를 가속화하기 위해 실제 도로에서 다양한 실증 프로젝트를 수행중이다. 그러나, 자율주행차와 비자율주행차 가 혼재된 혼합교통류 환경에서 발생할 수 있는 다양한 문제의 원인을 파악하고 선제적인 안전대책을 강구하는 노력은 미비한 실정이 다. 특히, 기존 비자율주행차 측면의 주행안전성을 고려하여 설계된 도로 시설 특성으로 인해 자율주행차의 주행안전성이 저하될 수 있다. 또한 기존 비자율주행차의 주행안전성을 저해함과 동시에 자율주행차의 주행안전성도 저해하는 도로 시설 특성이 존재할 가능 성이 있다. 본 연구에서는 상암 자율주행차 시범운행지구에서 수집된 automated vehicle data (AVD)를 활용하여 자율주행차와 비자율주 행차의 주행안전성을 평가하고 도로 시설 특성 측면의 영향요인을 도출하였다. 주행모드별 주행안전성 평가를 위해 autonomous emergency braking system (AEBS) 위험 이벤트 기반의 driving risk index (DRI)를 개발하였다. 구간별 DRI가 발생하지 않은 구간을 very good으로 정의하고 발생한 구간을 25 percentile로 구분하여 good, moderate, poor, very poor 등급으로 정의하여 총 5개의 등급으로 구분 하였다. 또한, 현장조사을 수행함으로써 구간별 포함되어 있는 도로 시설 특성을 수집하였다. 주행모드별 주행안전성에 영향을 미치는 도로 시설 특성을 도출하기 위해 이항로지스틱 회귀분석을 수행하였다. 종속 변수의 경우 DRI 기반 안전등급 중 poor 이상 등급을 1, 그 외의 등급을 0으로 정의하였으며, 독립변수의 경우 현장조사를 통해 수집된 교차로 유형, 차로 수, 차로 폭, 추가차로 유무, 차량 진행방향, 불법주정차 유무, 버스정류장 유무, 자전거 차로 유무에 대해 명목형 변수로 설정하였다. 도출된 주행모드별 주행안전성 영 향 요인을 검토하고 향후 자율주행차 시대에 대비하여 선제적으로 개선이 요구되는 도로 시설 특성을 도출하고 도로 운영성 및 효율 성, 안전성 측면의 개선 방향을 제시하였다.

정보통신기술(Information and Communication Technology)과 기존 교통수단의 융복합으로 수소자동차, 자율주행자동차 등과 같은 새로운 교통수단 등장으로 광역 이동과 같은 이동성이 향상될 것으로 기대되고 있다. 또한, 보다 빠른 광역 이동성 확보를 위해 BRT 전용차로 도입에 대한 논의가 계속되고 있으므로 본 연구는 BRT 전용차로 구간에서 자율주행자동차의 혼입률 및 대중교통 전환율에 따른 시나리오를 설정해 서비스수준 분석을 기반으로 잉여차로 발생 가능성을 확인하였다. 더불어, 미래교통량 증가와 자율주행 기술 의 발전이 BRT 전용차로 운영 구간에 미치는 변화를 분석해 도로의 자산가치 산정을 목적으로 하고 있다. 설정한 시나리오에서 도로 가 기능을 발휘할 수 있는 일정한 서비스수준(Level of Service, LOS)를 유지하는 자율주행자동차 혼입률 수준을 파악하였으며, A~F 의 6단계로 구분하여 결과를 도출하였다. 도로의 자산가치 산정방법은 국가회계기준에서 제시하고 있는 토지의 대체적 평가방법 4가 지 방법과 보다 객관성을 확보한 새로운 자산가치 평가방법을 준용하여 도로의 자산가치를 산정하였다. 분석 결과, 간선도로 서비스수 준을 통해 BRT 전용차로를 시행하면서 연속류 구간에서는 자율주행자동차 혼입률이 75%되는 경우 편도 3차로에서 편도 2차로로 1차 로 감소가 이루어져도 현재의 서비스수준을 유지할 수 있으며, 단속류에서는 자율주행자동차의 혼입률이 50%되는 시점에 편도 4차로 에서 편도3차로 1차로 감소 시 동일한 효과를 발휘할 수 있음을 확인하였다. 즉, 연속류 구간에서 자율주행자동차 비율이 75% 및 단 속류 구간에서는 자율주행자동차의 비율이 50%되는 시점에서 1차로에 대한 도로 자산가치가 발생할 수 있음을 알 수 있었다. 이와 같은 잉여차로는 보행약자를 위한 보행 공간 및 자전거도로, 개인형이동장치((Personal Mobility, PM)전용도로, 완충녹지 등의 완전도 로로 활용될 수 있음을 시사하고 있다.

자율주행차량을 상용화하기 위한 노력이 계속되고 있으며, 완전 자율주행 교통 환경이 조성되기 전까지 자율주행차량과 일반 차량 이 혼재된 혼합교통류가 형성될 것이라 예상된다. 이러한 혼합교통류에서 자율주행차량과 일반 차량은 주행 행태가 다르므로 기존에 는 발생하지 않았던 사고 위험상황을 유발할 수 있으며, 따라서 자율주행차량의 도입에 따른 사고 위험상황을 사전에 파악하고 이에 대한 안전관리 전략을 마련할 필요가 있다. 이러한 안전관리 전략 수립의 첫 단계로 자율주행차량 도입 시 자율주행차량이 사고위험 상황에 처할 수 있는 취약 구간과 취약 상황을 정의해야 한다. 기존 연구의 경우 자율주행 취약 구간 및 취약 상황 정의를 위해 전문 가 설문 조사 방법을 사용하였으며, 자율주행차량 데이터 구득에 어려움이 있어 주로 시뮬레이션 분석을 진행하였다. 본 연구에서는 더 실질적이고 구체적인 자율주행 취약 구간과 취약 상황을 정의하기 위해 두 가지 출처의 데이터를 활용하였으며, 다양한 방법론을 적용하여 과학적이고 다각적인 분석 결과를 도출하였다. 세종시 자율주행 실증구간에서 수집할 수 있는 자율주행차량 주행 궤적 데이 터를 활용해서는 사고위험 판단 안전 지표를 기준으로 사고 취약 구간 및 상황을 정의하였으며, 캘리포니아 DMV 자율주행차량 사고 데이터를 활용해서 연관규칙 기법과 토픽 모델링을 적용해 자율주행 사고에 영향을 미친 주요 요인들과 요인들 간의 연관성을 분석하 였다. 최종적으로는 세종시 자율주행차량 데이터 분석 결과와 캘리포니아 DMV 사고보고서 결과를 종합하여 종합적인 자율주행 취약 구간 및 상황을 정의하였다. 향후 본 연구에서 정의한 자율주행 취약 구간과 취약 상황 및 본 연구의 방법론을 활용하여 미래 교통 시스템의 안전 관리 전략을 마련할 수 있으며, 도로 운영자와 관리자의 의사결정을 도울 수 있을 것으로 기대한다.

본 연구에서는 운전 시뮬레이션을 사용하여 자율주행 환경을 구현한 후 3-수준 자율주행 조건에서 자율주행 차량 (automated vehicle: AV)으로부터 운전자에게 전달되는 제어권 인수 요구(takeover request: TOR) 정보의 양상(시각, 청각 및 시각+청각) 및 도로 형태(직선도로와 곡선도로)에 따라 운전자의 제어권 인수 시간(takeover time: TOT) 및 정신적 작업부하(제어권 인수 이후에 운전자들이 경험한 주관적 작업부하와 심장박동수에서의 변화)가 어떻게 차별 화되는지 분석하였다. 본 연구의 결과를 요약하면 다음과 같다. 먼저, AV로부터 TOR이 제시된 이후 실험참가자들 이 보인 TOT에 대한 분석 결과, TOR 정보양상의 측면에서는 시각 정보가 가장 빠른 TOT를 이끌어 낸 반면 청각 정보 조건에서 가장 느렸고, 도로 형태 측면에서는 직선도로 조건에 비해 곡선도로 조건에서의 TOT가 유의하게 더 느렸으며, 특히 청각 정보 조건에서 도로 형태에 따른 TOT에서의 차이가 가장 컸다. 둘째, 정신적 작업부하에 대한 분석 결과, TOR 정보가 시각 혹은 시각+청각적으로 제시된 조건에 비해 청각적으로 제시된 조건에서 주관적 작업부 하 측정치와 심장박동수 변화 크기 모두 전반적으로 더 낮았고 특히, 심장박동수 변화의 경우 이러한 경향은 곡선도 로 조건에서만 관찰되었다. 이러한 결과는 TOR 정보의 양상과 도로 형태에 따라 운전자의 TOT와 정신적 작업부하 수준이 달라질 수 있고, 특히 TOT가 빠를수록 정신적 작업부하 수준은 상대적으로 더 높아질 수 있음을 시사한다.

PURPOSES : Basic research to calculate the appropriate gap acceptance for autonomous vehicles at merging section. Research on whether users prefer short or long gap acceptance. METHODS : Using a driving simulator, experience autonomous driving with different gap acceptance in different weather condition, and analyze which gap acceptance is preferred using survey and biometric data. RESULTS : Regardless of the weather condition, long gap acceptance was preferred, and difference was especially clear in rainy or foggy situation. CONCLUSIONS : It was analyzed that users prefer long gap acceptance over short gap acceptance, and that they feel less frustrated due to long gap acceptance when weather condition is poor.

PURPOSES : This study is to initiated to estimate the impact of mixed traffic flow on expressway section according to the market penetration rate(MPR) of automated vehicles(AVs) using a enhanced intelligent driver model(EIDM). METHODS : To this end, microscopic traffic simulation and EIDM were used to implement mixed traffic flow on basic expressway section and simulation network was calibrated to understand the change of impact in mixed traffic flow due to the MPR of AVs. Additionally, MOEs of mobility aspects such as average speed and travel time were extracted and analyzed. RESULTS : The result of the impact of mobility MOEs by MPR and level of service indicated that 100% MPR of AVs normally affect positive impact on expressway at all level of service. However, it was analyzed that improvements in the level of service from LOS A to C are minimal until the MPR of AVs reaches 75% or higher. CONCLUSIONS : This research shows that impact of MPR of AVs using EIDM of mixed traffic flow on basic expressway. Increasing MPR of AVs affects positive impact on expressway at all level of services. However, MPR from 25% to 75% of AVs in LOS A to C shows minimal impacts. Therefore, to maximize the effectiveness of AVs, appropriate traffic operation and management strategies are necessary.

PURPOSES : This study is to develop an comprehensive validation methodology for autonomous mobility-on-demand system with level 4 automated driving system. METHODS : The proposed method includes the quantitative techniques for validating both automated driving system and center system using each optimal indicators. In addition, a novel method for validating the whole system applying multi-criteria decision methodology is suggested. RESULTS : The relative weights for the vehicle system was higher than the center systems. Moreover, the relative weights of failure rate for validating the vehicle system was the highest, in addition to, a relative weight for accuracy of dynamic routing algorithm within center system was the highest. CONCLUSIONS : The proposed methodology will be applicable to validate the autonomous mobility on demand system quantitatively considering the relative weights for each systems.

PURPOSES : This study aims to develop a congestion mitigation strategy at lane drop bottleneck with low Connected and Automated Vehicle (CAV) penetration. METHODS : The proposed strategy is designed to assign a role of a moving bottleneck to CAVs to reduce low-speed lane changes at bottleneck locations, which are the main cause of bottleneck capacity drop. Through this, it aims to induce proactive upstream lane changes for Human-Driven Vehicles (HDVs,). Therefore, this study includes the control algorithm for CAVs, and the evaluation of the strategy assumes penetration rates of 5% and 10% in a Microsimulation VISSIM environment. The assessment is conducted by comparing the capacity drop and total travel time. Additionally, a sensitivity test for the parameter of the CAV control algorithm, reduced speed, is performed to find the optimal parameter. RESULTS : In this study, three scenarios, a) Base, b) CAV with no control, and c) CAV with control, are designed to evaluate the effects of the CAV control strategy. Analysis of segment density and lane change distribution reveals that the control strategy effectively prevented vehicle congestion due to the bottleneck effect. Additionally, the analysis of capacity changes before and after the bottleneck and total travel time shows the effectiveness of the control strategy. The sensitivity test on CAV control speed emphasized the importance of selecting an appropriate speed for maintaining efficient traffic flow. Lastly, as the CAV penetration rate increased, the control strategy exhibited greater effectiveness in mitigating capacity drop. CONCLUSIONS : The proposed strategy is intended for use at low CAV penetration rates and is expected to provide assistance in mitigating congestion at bottlenecks during the early stages of CAV commercialization. Furthermore, since the role of CAV in the strategy can be performed by CVs or even HDVs, it can be applied not only immediately but also in the near future.

PURPOSES : The purpose of this study is to identify the beneficiaries of car-sharing that can utilize autonomous car-sharing services when they are introduced. METHODS : This study was conducted in two stages. The first step was to analyze the characteristics of shared car usage by region and rental time using t-Ttest. The second step was to analyze the beneficiaries of autonomous car-sharing services if they are introduced. The beneficiaries were derived using parking time and survey data. RESULTS : Car-sharing behavior showed statistically different usage characteristics by region and rental period. However, the distance traveled per trip for short trips was similar. When the autonomous car sharing service with free return and rental is introduced, 31% (Jeju) to 38% (Daejeon) of short-term renters and 50 to 52% of long-term renters are expected to benefit. CONCLUSIONS : When introducing autonomous car-sharing services, it is necessary to establish a shared car strategy that reflects the characteristics of car-sharing use by region and rental period. In particular, in Jeju Island, where the rental time is relatively longer than Daejeon, the introduction of autonomous car-sharing services will contribute to reducing the cost of shared vehicles in terms of cost.

PURPOSES : This study evaluates the effectiveness of traffic flow optimization when giving safety strategy guidance to a connected autonomous vehicle (CAV) based on information received through infrastructure cooperation in a V2X environment for non-signal intersection. METHODS : To evaluate the effectiveness of safety strategy guidance based on developed traffic flow control algorithm at a non-signalized intersection, it was implemented on simulation. A scenario based on the Level of Service (LOS) and the market penetration rate(MPR) of autonomous vehicles was established. The simulation results were divided into safety, operation, and environment to evaluate the effect, and the effect of optimizing traffic flow was finally derived through the integrated evaluation score. RESULTS : As a result, when safety strategy guidance was provided, the number of conflicts and CO emissions decreased by about 29% and about 15%, improving safety and environmental performance. In the case of operation, the mean of delay time was increased overall by 1%, but in the case of MPR 50 and above, the delay time was reduced by about 38%, thereby increasing operation. Finally, the aspect of traffic flow optimization, effectiveness of safety strategy guidance was derived through the integrated evaluation score, and the average integrated evaluation score improved from MPR 20 or higher. CONCLUSIONS : Providing guidance had the effect of optimizing traffic flow at a non-signal intersection. In the future, V2X communications will provide CAV with algorithm-based guidance developed in this study to control driving behavior. it will support safe and efficient driving at non-signal intersections.

PURPOSES : This study aims to understand the characteristics of accidents involving autonomous vehicles and derive the causes of accidents from road spatial information through autonomous vehicle accident reports. METHODS : For this study, autonomous vehicle accident reports collected and managed by the CA DMV were used as data sources. In addition, spatial characteristics and geometric data for accident locations were extracted by Google maps. Based on the collected data, the study conducted general statistics, text embedding, and cross-analysis to understand the overall characteristics of autonomous vehicle accidents and their relationship with road spatial features. RESULTS : The analysis results for characteristics of autonomous vehicle accidents, applying statistical analysis and text embedding techniques, reveal that the damages caused by autonomous vehicle accidents are often minor, and approximately half of the accidents are triggered by other vehicles. It is noteworthy that accidents where autonomous vehicles are at fault are not uncommon, and when the cause of the accident is within the autonomous vehicle, the accident risk can increase. The accident analysis results using spatial data showed that the severity of accidents increases when on-street parking is present, when dedicated lanes for bicycles and buses exist, and when bus stops are present. CONCLUSIONS : Through this study, geometric and spatial elements that appear to have an impact on autonomous driving systems have been identified. The findings of this study are expected to serve as foundational data for improving the safety of autonomous vehicle operations in the future.