본 연구는 2017년부터 2021년까지 고속도로에서 발생한 약 9,600건의 사고를 분석하여 자율주행 긴급차량의 신속한 대응 능력을 향 상시키고자 하였다. 조사 결과, 2차 사고가 전체 사망자의 16.8%를 차지하며, 이들 중 약 74%가 선행사고와 관련이 있다는 점이 강조 된다. 이러한 통계는 긴급차량의 신속한 대처 능력이 피해를 최소화하는 데 얼마나 중요한지를 보여준다. 연구에서는 사고의 영향권을 정의하고, 이를 기반으로 긴급차량이 보다 안전하고 효율적으로 사고 현장에 접근할 수 있도록 하는 알고리즘을 개발하였다. 실제 교 통사고 데이터를 활용하여 사고 지속 시간과 다양한 변수를 고려한 기초 분석을 실시하였으며, 도로 특성, 사고 종류, 점유 차로 등 여러 요소를 반영하여 대응 기준을 설정했다. 알고리즘은 자율주행 차량이 실시간으로 주변 정보를 수집하고 신속하게 대응 방안을 마련할 수 있도록 설계되었다. 향후 연구에서는 알고리즘의 실제 도로 환경에서의 적용 가능성을 검토하고, 다양한 변수들을 포함한 추가 연구를 통해 성능을 더욱 개선할 계획이다. 이러한 연구 결과는 교통사고로 인한 피해를 줄이는 데 기여하고, 자율주행 기술을 활용하여 2차 사고의 가능성을 감소시키는 데 중요한 역할을 할 것으로 기대된다.

최근 자율주행 차량의 등장으로 인해 기존의 교통 시스템에 많은 변화가 생길 것으로 보이며, 운전자가 주행하던 차량과는 다른 행태로 인해 기존 비자율주행 차량들이 초래하는 고위험 상황의 요인과는 다른 새로운 요인들이 도출될 것으로 보인다. 하지만, 현 시점 국내 에서는 자율주행 차량이 실제로 주행하고 있지 않기 때문에 주행행태를 포함한 데이터 기반의 주요 요인 분석 및 도출에 한계가 있다. 따라서 현 시점에서 자율주행 차량이 혼재하는 환경에서 고위험한 상황을 정의할 수 있는 요인을 도출하기 위해서는 사례 중심의 분석이 필요하다. 따라서 본 연구에서는 기존 국내·외 자율주행차량과 관련된 다양한 논문 사례를 DB화하여 이를 정량적으로 평가할 수 있는 메타 분석(Meta-Analysis) 기법을 통해 향후 자율주행차량이 혼재하는 교통 네트워크에서 안전성을 증진하기 위한 고위험 유발의 주요 요인을 도출하고자 하였다. 본 연구에서 DB화한 논문은 자율주행 차량과 관련된 총 4가지(사고요인, 시나리오, 예측모델, 법규)에 해당 하는 분야로 분류하여 수집하였으며, 2015년부터 2024년 까지 최근 10개년에 해당 되는 사례를 수집하여 분석을 수행하고 주요 요인을 도출하였다. 본 연구의 결과는 향후 자율주행 차량 혼재 시 고위험 상황의 주요 요인들을 바탕으로 각 요인에 기반한 자율주행차량 혼재 시 고위험 상황에 대한 정의를 할 수 있으며, 이러한 고위험 요인들에 의해 도로교통의 안전성이 저해될 수 있는 요인에 대한 사전 예방을 수행할 수 있을 것으로 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.

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 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 : 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.

The purpose of this study is to propose future-oriented high-rise buildings where the vehicle is parked at the top of the building. At the same time, the vehicle is used as a part of the building along with the advent of the era of autonomous driving. The suspended structure is proposed as a suitable structural system for architectural planning. This system is free to design because there are no limitations on column planning compared to conventional designs. In particular, the low-floor plan can be used as an open space because colums are not arranged in the lower-floors. Thereby opened low-floor plan has advantages that visual perception of the space is improved, noise problems along the side of the street is solved and planning underground parking spaces are easier. These advantages can solve the problem of overlapping columns with vehicle traffic in the building. However, there are some problems that the suspension structure is mainly a formal form and the usable area is small compared to the core area because it is a core-oriented structural system. In this regard, a new structural system was proposed by combining the concept of suspended structure and cable stayed column. Therefore, this paper analyzes the existing style of high-rise housing suspended Structure and proposes a new structural system and the concept of design for autonomous vehicles.

In this paper we propose the method that detects moving objects in autonomous navigation vehicle using LRF sensor data. Object detection and tracking methods are widely used in research area like safe-driving, safe-navigation of the autonomous vehicle. The proposed method consists of three steps: data segmentation, mobility classification and object tracking. In order to make the raw LRF sensor data to be useful, Occupancy grid is generated and the raw data is segmented according to its appearance. For classifying whether the object is moving or static, trajectory patterns are analysed. As the last step, Markov chain Monte Carlo (MCMC) method is used for tracking the object. Experimental results indicate that the proposed method can accurately detect moving objects.