목적 : 본 연구는 전북지역 거주 노인의 이동 현황과 자가운전 인식을 조사하여 노인의 이동권에 관한 기초자료를 제시하 고 시사점을 논의하고자 한다. 연구방법 : 2024년 7월 22일부터 동년 8월 16일까지 전라북도 소재 노인복지기관을 방문하여 65세 이상 노인을 대상으로 이동 현황과 자가운전 인식에 대한 설문조사를 실시하였다. 배포된 설문지 200부 중 195부를 회수하였고, 이 중 불분명한 설문지 33부는 제외하여 총 162부를 자료 분석에 활용하였다. 자료 분석은 기술통계와 다중응답 분석을 사용하였다. 결과 : 연구 참여자들은 버스(34.6%), 자가운전(32.1%), 이륜차(16%) 순으로 이동 수단을 활용하는 것으로 나타났으며, 주로 복지시설(31.1%)과 병원 진료(23.7%), 사회활동(17.5%)을 위해 교통수단을 이용하는 것으로 나타났다. 노인들이 인 식하는 운전의 주요 제약 요인은 시력 저하(38.3%), 반응 속도 저하(21.0%), 인지 저하(14.8%) 순의 결과를 보였다. 연 구 참여자 53.1%는 자가운전이 필요하다고 응답하였고, 반면에 면허 반납에 대한 인식은 69.1% 수준으로 높은 필요성을 보였다. 연구 참여자 40.7%는 운전중단 시기를 스스로 운전을 못한다고 생각할 때로 응답한 비율이 가장 높았다. 운전 재활에 대한 인식률은 91.4%로 매우 낮게 나타났고, 자가운전 지속을 위해 필요한 도움으로 운전 재활 전문가의 교육이 33.3%로 가장 높게 나타났다. 결론 : 본 연구는 전북지역 노인의 이동 현황과 자가운전에 대한 인식을 조사하여 주요 이동 수단, 이용 목적, 자가운전의 제약 요인 및 면허 반납에 대한 인식을 파악하고 정책 및 제도 수립을 위한 기초자료를 제공하였다. 향후 연구에서는 연 구 대상 지역과 집단의 범위를 확대하고, 운전중단 이후의 대체 교통수단과 운전 재활 지원 방안에 대한 후속 연구가 필 요하다.

목적 : 본 연구는 뇌손상 환자의 운전 적합성 여부에 따른 일반적 특성과 인지-지각 능력의 차이를 분석하는 것을 목적으 로 한다. 연구방법 : 본 연구는 회복기 재활의료기관에서 뇌손상 환자 46명을 대상으로 진행되었다. 연구 대상자는 CPAD(Cognitive Perceptual Assessment for Driving)를 이용한 운전 적합성 평가 결과에 따라 운전 가능군(19명), 경계군(19명), 운전 불가능군(8명)으로 분류되었다. 연구 대상자의 일반적 특성과 인지-지각 능력(거리 지각, 주의력, 실행 기능 등)을 분석하 였으며, 그룹 간 차이는 크루스칼-왈리스 검정과일원배치 분산분석을 이용하여 검증하였다. 결과 : 연령이 증가할수록 운전 적합성이 낮아지는 경향이 확인되었으며(p<.05), 성별, 편마비 측, 손상 원인에 따른 유의 한 차이는 없었다. 또한, 운전 가능군이 거리 지각, 지속적 주의력, 스트룹 검사 등에서 유의하게 높은 점수를 보였으며 (p<.05), 특히 스트룹 검사와 분할 주의력에서 운전 가능군과 운전 불가능군 간의 차이가 가장 두드러졌다(p<.001). 결론 : 본 연구는 운전 적합성이 인지-지각 능력과 밀접한 관련이 있음을 확인하였으며, 회복기 재활의료기관에서 운전 평가 및 중재의 필요성을 강조하였다. 향후 연구에서는 실제 도로 주행 평가와 비교하여 보다 체계적인 운전 재활 프로그 램을 개발할 필요가 있다.

Korea has many test beds where various mobility services are provided by automated vehicles. The test beds are operated in their operational design domain (ODD). However, disengagement frequently occurs, even in the ODDs of automated vehicles. In particular, human drivers have to take control of the automated vehicles at SAE Level 3 whenever the vehicles cannot drive by themselves because of an emergency or unknown factors. This study analyzed the driving safety of right turning at signalized intersections where automated vehicles face selfdriving issues because of potential conflicts with other vehicles, crossing pedestrians, and geometric factors. To conduct this analysis, we categorized right-turning intersections into two types with right-turning lanes and channelization islands and divided them into three sections, with a total of six sections. Subsequently, the six sections were compared with each other by disengagements of the automated vehicles as the key index to investigate their self-driving safety. Their significant differences indicate that ODD-related variables must be considered when designing and updating target test beds for automated vehicles.

자율주행 차량이 상용화됨에 따라 연구에 사용할 수 있는 자율주행 차량의 주행궤적 자료를 제공하고 연구하는 기관이 증가하고 있다. 캘리포니아 자동차관리국은 사고 당시 차량의 거동과 주변 환경을 기록한 자율주행 차량 사고 보고서를 제공한다. Waymo는 라이다, 카메라 등을 통해 수집한 자율주행 차량의 실주행 자료를 제공한다. 본 연구에서는 캘리포 니아 자동차관리국에서 제공하는 자율주행 차량 사고 보고서와 Google Street Map을 이용하여 사고 당시의 도로유형과 도로환경요소 및 사고 당시 상황을 파악하고, 베이지안 네트워크(BN)을 통해 자율주행 차량 사고 영향요인을 파악하였 다. 랜덤 포레스트를 통해 앞에서 파악한 자율주행 차량 사고 영향요인들의 변수 중요도를 추출하고 이를 기반으로 자율 주행 차량 주행 시나리오를 도출하였다. 도출한 자율주행 차량 주행 시나리오와 유사한 상황을 보이는 Waymo Open Dataset의 자율주행 차량 실제 주행궤적을 매칭하여 자율주행 차량 주행 행태 기반 사고 위험도 평가 지표를 도출하였 다. 본 연구의 결과는 앞으로 도로환경요소 및 자율주행 차량 주행궤적에 따른 자율주행 차량 주행 안전성 연구의 기반 이 될 것으로 기대된다.

Until all vehicles are equipped with autonomous driving technology, there will inevitably be mixed traffic conditions that consist of autonomous vehicles (AVs) and manual vehicles (MVs). Interactions between AVs and MVs have a negative impact on traffic flow. Cloverleaf interchanges (ICs) have a high potential to cause traffic accidents owing to merging and diverging. Analyzing the driving safety of cloverleaf ICs in mixed traffic flows is an essential element of proactive traffic management to prevent accidents. This study proposes a comprehensive simulation approach that integrates driving simulation (DS) and traffic simulation (TS) to effectively analyze vehicle interactions between AVs and MVs. The purpose of this study is to identify hazardous road spots for a freeway cloverleaf IC by integrating DS and TS in mixed traffic flow. The driving behavior data of MVs collected through a DS were used to implement vehicle maneuvering based on an intelligent driver model in the TS. The driving behavior of the AVs was implemented using the VISSIM parameters of the AVs presented in the CoEXist project. Additionally, the market penetration rate of AVs, ranging from 10% to 90% in 10% increments, was considered in the analysis. Deceleration rate to avoid crashes was adopted as the evaluation indicator, and pinpointing hazardous spot technique was used to derive hazardous road spots for the cloverleaf IC. The most hazardous road spot was identified in the deceleration lane where greater speed changes were observed. Hazardous road spots moved downstream within the deceleration lane as traffic volumes increased based on level of service. The number of AVs decelerating stably increased as traffic increased, thereby improving the safety of the deceleration lane. These results can be used to determine the critical point of warning information provision for preventing accidents when introducing AVs.

Motorcycles are becoming a major means of transportation in the delivery industry because of their mobility and economic feasibility, and their use is increasing with the spread of non-face-to-face culture. However, owing to the absence of a systematic maintenance and inspection system, illegal modifications, and a lack of safety education, the possibility of accidents is increasing, and social problems are intensifying. To address this issue, we aim to find ways to improve motorcycle safety. Problems were identified by registering motorcycles, driver crashes, and surveys of the current status of laws and systems. Subsequently, a questionnaire was administered to assess the actual conditions and perceptions regarding motorcycles. Finally, to analyze the driving characteristics of delivery motorcycles, traffic safety education was conducted for new delivery riders, and the driving characteristics were analyzed by collecting driving record data. In this study, a plan to enhance the license system, education, insurance, and educational programs is proposed to strengthen motorcycle safety. The licensing system needs to be elevated by age and classified by displacement, and delivery riders can improve their driving skills through mandatory traffic safety education. The insurance sector should introduce a system that discounts insurance premiums upon completion of training. Additionally, it is essential to prepare a systematic education program, including obstacle avoidance and simulation-based learning, by reflecting on the analysis results of road environments and driving data. In this study, insensitivity to safety, insufficient management systems, and lack of education and publicity were identified as causes of motorcycle driver crashes. It was confirmed that most types of dangerous driving were improved through traffic safety education. However, some limitations were observed, such as an increase in the right-hand rotation over time during sudden turns. Future research is needed to enhance laws, systems, and driver safety by analyzing driving characteristics in a broader context based on actual driving records and images.

The launcher of a hard-kill type APS (Active Protection System) requires rapid and precise driving to aim at incoming threats after detection. High angular acceleration is necessary for rapid driving, which demands high energy consumption. However, the capacity of the capacitor bank and power supply unit is limited due to weight and space constraints. If energy becomes insufficient during continuous operation, the voltage of the capacitor bank can drop below the minimum operating voltage of the drive motor, leading to problems such as torque deficiency. Therefore, it is necessary to determine an allowable angular acceleration that satisfies precision within the available energy and generate a driving profile accordingly. This paper proposes a method for deriving an allowable angular acceleration by analyzing the allowable energy and validates it through simulation. We examined the allowable energy by verifying the charged voltage of the capacitor bank, formulated equations for energy at the point of maximum consumption, and derived an equation for allowable angular acceleration through numerical analysis. By applying the proposed algorithm in simulations, we confirmed that the voltage of the capacitor bank did not drop below the minimum operating voltage of the driving motor during three consecutive operations. Therefore, it is expected that the stability of the APS launcher can be improved by applying the proposed algorithm, and continuous operation with limited performance is anticipated to be possible.

Along with the increase in the number of vehicles in circulation, the indoor air quality in automobiles is attracting attention as another possible health concern. However compared to data regarding indoor air quality in other spaces, there are insufficient data on indoor air quality in automobiles. In addition, there is no standard for the evaluation method. In this study, the change in the concentration of particulate matter in the vehicle while driving under real road conditions was analyzed in order to use it as basic data for a method to evaluate vehicle indoor air quality. Through the selection of measurement target materials and test vehicles and the preparation of test methodologies, evaluation was performed on vehicle, route, and HVAC modes. The concentration of particulate matter in the vehicle was the lowest in the RC (In-vehicle recirculation) condition, and it was confirmed that it decreased with time. The highest average concentration was confirmed in the OA (Outside air ventilation) condition, and the concentration change according to the changing HVAC mode was observed in the Auto condition. The concentration of pollutants inside the vehicle showed a significant correlation with factors such as season, external concentration, and HVAC conditions, along with a weak correlation to powertrain type. The results of this study can be used as basic data for developing methods for evaluating vehicle interior air quality in future work.

본 연구는 자율주행상황에서 주관적인 운전 준비도를 객관적으로 측정할 수 있는 심리⋅생리적 지표를 확인하는 것을 목적으로 한다. 51명의 연구대상자가 참여하였고, 설문을 통해 운전 경험, 태도, 운전부하, 상황인식 등을 평가 하였다. 자율주행 중 차량 제어권을 인계받아야 하는 시나리오 동안 심전도를 측정하여 심박변이도 지표를 추출하였 고, 주행 종료 후 연구대상자는 자신의 상태를 평가하였다. 분석 결과, 운전 준비도는 정신적 부하와 부적 상관, 상황 인식과 상황 이해도와는 정적 상관을 보였다. 또한, 심박변이도 지표인 제곱 평균 근간 심박 간격 차이(Root Mean Square of Successive Differences, RMSSD)와 50ms 이상의 연속적인 RR 간격의 차이 비율(proportion derived NN50 by the total number of NN interval, pNN50)과의 유의한 정적 상관관계가 확인되었다. 운전 준비도 수준에 따라 상⋅중⋅하로 나누어 분석한 결과, 높은 운전 준비도 집단은 정신적 부하가 낮고 상황인식 및 상황에 대한 이해 도가 유의하게 높았으며, 자율주행 구간에서 pNN50이 높은 경향이 있었다. 마지막으로 상황인식과 RMSSD가 운전 준비도의 주요 예측 지표로 확인되었다. 이는 운전 준비도가 낮은 운전자는 자율신경 각성이 높고, 높은 운전자는 부교감신경계의 활성화로 인해 심리적, 생리적으로 안정된 상태임을 의미한다. 본 연구는 운전자의 주관적인 운전 준비도를 예측하기 위한 운전자의 심리 및 생리 지표를 확인하였고, 이는 운전자의 운전 준비 상태를 모니터링하는 기술에 적용되어 사고 예방에 기여할 수 있을 것이다.

This study aimed to develop a comprehensive validation methodology for an Infra-guidance system, which is an infrastructure-based service aimed at enhancing the safety of autonomous driving. The proposed method includes quantitative techniques for validating both the Infra-guidance algorithm module and the guidance message module using each optimal indicator. In addition, a promising method is suggested to validate the entire system by applying a multicriteria decision methodology. The relative weight for the algorithm module was higher than relative weight for the message module. Moreover, the relative weight of the latency for the message module was slightly higher than weight of the packet error rate. The proposed methodology is applicable for validating the performance of infrastructure-based services for enhancing connected autonomous driving based on the comprehensive quantification of various factors and indicators.

목적 : 본 연구는 20대 건강한 초보운전자를 대상으로 음주운전이 운전에 미치는 영향을 알아보고자 하였다. 또한 초보운 전자의 음주운전에 대한 인식을 높이기 위한 근거를 제공하는 것을 목적으로 하였다. 연구방법 : 단면적 연구 수행으로 22명이 연구에 참여하였으며 연구 참여자는 음주 운전을 시뮬레이션하기 위해 3가지 음 주 안경(Fatal Vision Gogles, FVG)을 번갈아 착용하고 운전 시뮬레이터(GDS-300, Gridspace, 서울, 한국)를 사용하 였다. (1) 위약 고글, (2) 저용량 알코올 고글, (3) 고용량 알코올 고글의 세 가지 실험 조건에서 UFOV 평가(처리 속도, 분리 집중력, 선택적 집중력), 인지 평가, 점수 차감 및 결격을 사용하여 운전 능력을 측정하였다. 결과 : 연구 참여자의 평균 연령과 운전 경력은 각각 21.6±2.3세와 23.6±16.2개월이었다. 수집한 자료를 분석한 결과, 처리 속도, 분리 집중력, 선택적 집중력은 세 가지 조건에서 유의한 차이가 있었다. 반면에 인지 평가 점수, 운전점수 감 점 및 결격은 세 가지 조건에서 유의한 차이가 없었다. 결론 : 본 연구의 결과는 20대 초보운전자의 음주운전이 인지 기능, 운전점수 감점, 운전 결격에 영향을 미치지 않았으나 처리 속도, 분리 집중력, 선택적 집중력에 영향을 미친다는 것을 보여주었다. 본 연구의 결과를 바탕으로 실제 운전 중 음주 운전자에게 예측할 수 없는 돌발 상황이 발생할 때 상당한 위험을 초래할 수 있음을 제언하는 바이다.

In this article, to solve the problems about obsolescence of parts and unable to driving turret when internal components are failure, the DC-DC boost converter in the gun/turret drive system of mobile weapon was improved. The power converting circuit in converter is changed by applying the latest components, and the control circuit is changed from analog to digital. Also, the power converting circuits were modularized in three parallel so that it could be driven even when some components failed. The improved DC-DC boost converter secured stability such as converting to voltage in a linear manner in the entire section from the start of boosting to the end. Also, through the modular configuration, turret driving system can operates when some components failed.

Onboard truck scales can accurately measure payload under static conditions. However, their performance is limited in accounting for dynamic environments encountered during driving, leading to inaccuracies in load estimation under real-world conditions. This study employs TruckCaliber, a dynamic state measurement system, to estimate real-time vehicle loads. Fusion sensor modules were installed on leaf spring suspensions and vehicle frames to collect tilt and IMU data. The system was implemented on a commercial truck, and driving tests were conducted with varying payloads. The analysis focused on curved sections under different dynamic conditions.

Driving Resistance is calculated for emission test defines total vehicle resistance forces. Resistance factors of running vehicle are sum of rolling resistance, transmission loss and aerodynamic drag force. To measure this resistance, Coastdown test is conventional method and it needs a long level driving road. In this study coastdown test is executed on short driving road. And also each resistance factors are calculated. This test is based on S(Distance)-Time Method. From the result, it is shown that this method is reliable and can be used for initial vehicle test.

준정부조직 콴고(QUANGO: Quasi-Autonomous Non-Governmental Organization)는 자율성과 독립성을 갖춘 비국가적 행위자로 국제관계 속에서 네트워크 촉매 역할을 한다. 본 연구의 목적은 콴고를 공공외교 관점에서 살펴보고, 어떤 요인이 네트워크 참여를 추동하는지 밝히는 것 이다. 개별행위자의 차원에서 조직구성원, 일시적 구성원, 잠재적 구성원 을 대상으로 인터뷰 설문조사를 수행하고 참여관찰자의 관점에서 조직의 특징을 추적 관찰했다. 분석결과 다음의 다섯 가지 시사점을 얻을 수 있 었다. 첫째, 조직의 형태와 조직문화는 조직구성원의 관계성에 영향을 미 쳤고, 조직에 따라 네트워크 추동요인(상호통제, 헌신, 만족, 신뢰)의 일 부가 발현되거나 모두 작동할 수 있다. 둘째, 조직구성원-일시적 구성원 에서 중요하게 나타난 신뢰의 관계성은 종류와 정도에 따라 다른 양태를 보일 수 있다. 셋째, 조직구성원-잠재적 구성원에서는 신뢰와 만족이 추 동원인으로 작동했고, 콴고의 보편적 가치 추구가 중요한 네트워크 결정 요인이었다. 넷째, 국가성을 배제한 연대의 정체성이 성공요인으로 작용 했다. 마지막으로 문화 간 커뮤니케이션의 윤리성과 공공성의 충족이 네 트워크 형성과 확대에 지대한 영향을 미쳤다.

PURPOSES : In this study, the importance of various goals, accomplishment, composition, and operation factors of autonomous driving living labs was identified, and implications for establishing strategies to expand the performance of autonomous driving living labs are presented based on their analyzed activation factors. METHODS : We set the factors for accomplishing autonomous living labs to promote technology development and commercialization, create an autonomous living ecosystem, secure the sustainability of living labs, resolve social issues related to urban transportation, and perform factor analyses. To identify the determining factors affecting performance, we performed a multiple regression analysis based on the scores of the composition and operation factors of autonomous living lab environments. RESULTS : Among the accomplishments of autonomous driving living labs, it was found that performance activation and physical environmental factors are important for the promotion of technology development and commercialization; performance activation and promotion and communication factors are important for sustainability related to ecosystem creation; and performance activation and physical environmental factors are important for sustainability related to operational experience acquisition. Additionally, operational factors related to the developer are important for the direct resolution of urban transportation problems, and promotion and communication and performance activation factors are important for the indirect resolution of urban transportation problems. CONCLUSIONS : The findings of this study clarify that activation factors differ depending on accomplishments or goals, providing basic data for establishing accomplishment-based strategies.

PURPOSES : Driving simulations are widely used for safety assessment because they can minimize the time and cost associated with collecting driving behavior data compared to real-world road environments. Simulator-based driving behavior data do not necessarily represent the actual driving behavior data. An evaluation must be performed to determine whether driving simulations accurately reflect road safety conditions. The main objective of this study was to establish a methodology for assessing whether simulation-based driving behavior data represent real-world safety characteristics. METHODS : A 500-m spatial window size and a 100-m moving size were used to aggregate and match the driving behavior indicators and crash data. A correlation analysis was performed to identify statistically significant indicators among the various evaluation metrics correlated with crash frequency on the road. A set of driving behavior evaluation indicators highly correlated with crash frequency was used as inputs for the negative binomial and decision tree models. Negative binomial model results revealed the indicators used to estimate the number of predicted crashes. The decision-tree model results prioritized the driving behavior indicators used to classify high-risk road segments. RESULTS : The indicators derived from the negative binomial model analysis were the standard deviation of the peak-to-peak jerk and the time-varying volatility of the yaw rate. Their importance was ranked first and fifth, respectively, using the proposed decision tree model. Each indicator has a significant importance among all indicators, suggesting that certain indicators can accurately reflect actual road safety. CONCLUSIONS : The proposed indicators are expected to enhance the reliability of driving-simulator-based road safety evaluations.

PURPOSES : For autonomous vehicles, abnormal situations, such as sudden changes in driving speed and sudden stops, may occur when they leave the operational design domain. This may adversely affect the overall traffic flow by affecting not only autonomous vehicles but also the driving environment of manual vehicles. Therefore, to minimize the traffic problems and adverse effects that may occur in mixed traffic situations involving manual and autonomous vehicles, an autonomous vehicle driving support system based on traffic operation optimization is required. The main purpose of this study was to build a big-data-classification system by specifying data classification to support the self-driving of Lv.4 autonomous vehicles and matching it with spatio-temporal data. METHODS : The research methodology is explained through a review of related literature, and a traffic management index and big-dataclassification system were built. After collecting and mapping the ITS history traffic information data of an actual Living Lab city, the data were classified using the traffic management indexing method. An AI-based model was used to automatically classify traffic management indices for real-time driving support of Lv.4 autonomous vehicles. RESULTS : By evaluating the AI-based model performance using the test data from the Living Lab city, it was confirmed that the data indexing accuracy was more than 98% for the KNN, Random Forest, LightGBM, and CatBoost algorithms, but not for Logistics Regression. The data were severely unbalanced, and it was necessary to classify very low probability nonconformities; therefore, precision is also important. All four algorithms showed similarly good performances in terms of accuracy. CONCLUSIONS : This paper presents a method for efficient data classification by developing a traffic management index to easily fuse and analyze traffic data collected from various institutions and big data collected from autonomous vehicles. Additionally, EdgeRSU is presented to support the driving of Lv.4 autonomous vehicles in mixed autonomous and manual vehicles traffic situations. Finally, a database was established by classifying data automatically indexed through AI-based models to quickly collect and use data in real-time in large quantities.

목적 : 장애인이 운전할 수 있도록 차량을 개조할 때, 차량 개조에 필요한 품목과 제품군을 확인할 수 있는 알고리즘을 개 발하고자 한다. 이를 통해 정부 주도의 장애인 차량 개조 지원이 확대될 수 있도록 하여 국내 장애인의 자가운전이 활성 화될 수 있도록 하고자 한다. 연구방법 : 장애인 차량 개조 알고리즘의 개발은 설계, 작성, 검토 단계로 수행되었다. 설계 단계에서는 알고리즘의 개발 방향성을 결정하기 위한 전문가 집단 심층 토의를 진행하였다. 이후 수행한 작성 단계에서는 이전 단계에서 결정한 개발 방향성을 토대로 델파이조사를 수행하여 알고리즘을 도출하였다. 마지막 검토 단계에서는 이전 단계에서 도출된 알고리 즘의 전반적인 내용을 검토하기 위한 전문가 집단 심층 토의를 진행하였다. 결과 : 연구 결과물로 운전활동영역 3개, 운전활동 11개, 제품군 19개를 적합하게 배치한 장애인 차량 개조 알고리즘이 개 발되었다. 알고리즘의 안정도 평균은 0.13으로 일치도가 매우 높게 확인되었으며, 내용타당도 평균은 1.0으로 매우 타당 도가 높게 확인되었다. 결론 : 본 연구의 결과물인 장애인 차량 개조 알고리즘이 장애인의 자가운전을 활성화할 수 있는 촉매제 역할을 할 것으로 기대되며, 이를 바탕으로 국내에서 장애인의 이동권이 한층 더 향상되기를 바란다.

산업화와 도시화의 급속한 발전으로 교통량이 증가하면서, 도로 비산먼지와 같은 대기 오염 문제가 심각해지고 있다. 특히, 도로에 서 발생하는 미세먼지의 주요 원인인 비배기가스의 일환인 도로 비산먼지(Road suspended dust)는 대기 질을 저하시킬 뿐만 아니라, 인 체 건강에도 여러 가지 해로운 영향을 미친다. 이에 비산먼지 예측 모형식을 개발하기 위해 도심부 도로 내 비산먼지 측정차량을 운 영하고 있으나, 측정 시 주변 환경에 영향을 많이 미치기 때문에 보다 신뢰성 있는 결과를 위해서는 앞차에서 발생하는 배기가스 영 향권을 최소화하여 노면-타이어에서 발생하는 순수 비산먼지 농도를 측정할 필요가 있다. 따라서 본 연구의 목적은 차량의 주행 패턴 에 따라 도로 비산먼지 농도가 어떻게 변화하는지를 분석하고, 거리별 배기가스의 영향력을 평가하고자 하였다. 먼저, 이동식 비산먼지 측정차량을 활용하여 측정차량을 기준으로 차량 간의 거리(10m, 20m, 50m)와 도심부에서 발생할 수 있는 대표 적인 주행행태(전방 2대 직진, 전방 2대 평행, 전방 3대 직진)에 따른 도로 비산먼지 농도의 변화를 측정하였다. 실험 결과, 차량 간 거리가 가까운 10m일 때 비산먼지 농도가 가장 높았으며, 이 때의 농도는 20m 또는 50m 거리에서 측정된 농도보다 유의미하게 증가 하는 경향을 보였다. 특히, 20m 거리에서는 비산먼지 농도가 낮아지는 경향이 뚜렷하였으며, 이는 차량의 배기가스가 도로에서 발생하 는 비산먼지에 미치는 영향이 줄어드는 것을 나타낸다. 또한 전방에 3대의 차량이 직진으로 주행할 경우 앞차량에 의해 비산된 먼지 가 계속 공기중으로 비산되어 측정차량에서는 낮게 나타나는 것으로 분석되었다. 이러한 결과는 도시 내에서 비산먼지에 기반한 안전 거리를 설정하는 데 중요한 기초 자료로 활용될 수 있으며, 측정차량 운영 시 앞차에서 발생하는 배기가스의 영향을 최소화하여 비산 먼지 농도만을 측정할 수 있는 자료로 활용될 수 있다. 본 연구는 배기가스가 도로 비산먼지 농도에 미치는 영향을 실증적으로 분석함으로써, 대기질 개선을 위한 보다 효과적인 정책 수립 에 기여할 것으로 기대된다. 궁극적으로, 도심부 도로 내 도로 비산먼지에 대한 영향을 고려할 때 배기가스에 따른 농도 변화를 이해 함으로써, 향후 도시 환경에서의 지속 가능한 교통 관리와 대기질 개선 전략을 개발하는 데 중요한 기초 자료가 될 것으로 판단된다.