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.

자율주행자동차 기술은 급속도로 발전하고 있어 그 상용화가 멀지 않 은 것으로 여겨지고 있다. 많은 기업이 2030년 이후에는 완전한 자율주 행자동차를 보급하는 것을 목표로 그 기술개발과 안전성확보에 속도를 높이고 있다. 자율주행자동차가 도입된다면 현재 발생하는 교통사고 중 90%에 가까운 비중을 차지하는 운전자의 부주의나 운전미숙, 음주운전 등의 과실로 인한 교통사고는 최소화 될 것이고 또한 고령자나 장애인 등 교통약자들이 조금 더 편리하게 이동의 자유를 누릴 수 있는 등의 긍 정적인 면이 기대되고 있지만 훨씬 고도화되는 자동차기술의 안전성 문 제라든가, 인터넷으로 연결되는 자동차 시스템에 대한 보안문제와 같은 새로운 위험 또한 존재하고 있고, 또한 사람이 직접 운행에 개입하지 않 는 자율주행자동차의 특성 상 사람의 운행지배가 배제되는 경우도 발생 할 수 있으므로 사고가 발생할 경우 과연 누가 운행자로서 책임을 지는 지 등 현행 책임 법제가 이러한 변화를 충분히 해결할 수 있는지가 문제 될 수밖에 없다. 이러한 문제의식에 기초하여 자율주행자동차가 상용화된 이후의 자동 차 사고 관련 책임 부담에 관하여 현행 법 제도 특히, 자동차손해배상보 장법과 제조물책임법의 적용 시 문제점을 검토하고, 변화하는 자동차 관 련 사고 관련 문제를 고려한 개선방안을 모색하여 보고자 한다.

This paper presents a robust lane detection algorithm based on RGB color and shape information during autonomous car control in realtime. For realtime control, our algorithm increases its processing speed by employing minimal elements. Our algorithm extracts yellow and white pixels by computing the average and standard deviation values calculated from specific regions, and constructs elements based on the extracted pixels. By clustering elements, our algorithm finds the yellow center and white stop lanes on the road. Our algorithm is insensitive to the environment change and its processing speed is realtime-executable. Experimental results demonstrate the feasibility of our algorithm.