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.

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.

도로 주행의 안전성 측면에서 타이어-노면간 미끄럼 마찰력은 주행 차량의 제동거리와 직접적인 요인으로 작용한다. 포장재료와 공법은 노출되는 포장 표면에 적절한 노면의 조직(Texture)을 형성하여 노면의 미끄럼 마찰력을 증가시킨다. 도로 표면에 노출되는 사용골재의 크기와 종류를 달리하거나 인위적인 홈을 주어 Macrotexture와 Microtexture를 형성 한다. 형성된 노면 조직은 시간이 경과 됨에 따라 환경하중과 교통하중이 반복 재하되면서 표면마모가 급격히 진행된다. 교통량의 흐름에 따라 마모로 인해 Microtexture 뿐만 아니라 Macrotexture의 노면조직은 매끄러운 표면으로 변해간다. 교통량의 흐름은 다양하다. 교통량 통계자료에 따르면 고속도로 이용차량의 약 70%는 승용차와 같은 2축 1단위로 구성 된 1종 차량이 차지하고 있다. 이는 국내 교통 특성은 포장 마모에 취약한 환경임을 말해주고 있다. 주행 차량들의 좌/ 우 바퀴의 간격과 주행위치의 다른 궤적에 따라 차량바퀴의 횡방향 변동을 원더링(Wandering)이라하는데, 도로포장 분 야에서 교통특성이 포장에 미치는 영향으로 원더링에 대한 연구 많이 진행 되어왔다. 본 연구에서는 실제 고속도로와 시 험도로에서 횡방향 위치별 미끄럼 마찰을 반복 조사하여 차량의 원더링에 따라 미끄럼 마찰저항이 다르게 분포함을 정 량적으로 입증하였다.

본 연구는 차내 정보 제공시스템을 통해 운전자에게 신호의 상태변화를 실시간으로 제공하는 것이 운전자의 운전행동에 어떤 영향 을 미칠지를 분석하고자 하였다. 신호정보제공에 따른 운전자의 반응은 신호등화의 변경시점과 브레이크 제동, 차량의 출발에 소요되 는 반응시간과 교차로 구간별 속도의 변화를 분석하였다. 또한 주행시험 전후 피시험자를 대상으로 서비스에 대한 사전 사후 설문을 실시함으로서 운전자의 성향과 서비스에 대한 만족도를 조사하고자 하였다. 실시간 교통신호상태정보 제공에 따른 설문조사는 일반설문과 사전설문, 사후설문으로 구성하여 피시험자 60명을 대상으로 수행하였 다. 장치조작에 익숙한 20-30대는 신호정보제공에 대한 기대 및 선호도가 낮게 나타났으며 60대 이상에게 운전편의성 및 선호도에 대 해 높은 만족도를 보였다. 연령대가 낮은 운전자에게서는 단순 정보제공의 의미, 고령운전자에게서 차량속도 조절 등 운전편의 효과를 확인 할 수 있었다. 주행시험은 동일한 경로를 주행하되 잔여시간정보를 제공하지 않는 일반주행과 정보를 제공하는 2번의 주행시험을 실시하였고, 반응 시간과 주행속도를 분석하였다. 잔여시간 정보를 제공하는 경우 브레이크 제동상태에 대한 반응시간은 전 연령대에서 통계적으로 유 의미한 반응시간 감소 효과가 있음을 확인하였다. 브레이크 반응시간은 평균 0.38초 감소하였고 특히 고령운전자 그룹에서의 반응시간이 66%가량 감소했다. 반면 2030대 운전자 그룹에 서는 등화가 변경되기 전에 예측반응하는 비율이 크게 증가하는 효과도 있었다. 그러나 예측반응은 제동상태의 변화가 있었던 것을 의미하므로 차량이 실제 움직인 예측출발과는 차이가 있다. 동일 데이터 분석 시 실제 2030대운전자 그룹에서 등화가 변경되기 전에 예측 출발한 빈도는 정보를 제공하기 전과 후 모두 7%로 변화가 없었기 때문이다. 출발인지반응은 전체반응시간의 감소가 통계적으로 유의하지 않았으나, 고령운전자 그룹에서 반응시간이 2.1초에서 1.8초로 -0.3초 통 계적으로 유의미한 감소가 있었던 것으로 분석되었다. 신호정보제공에 따른 주행속도의 변화는 적색등화 상태로 교차로 접근시의 평 균속도가 약 2km/h 감소하였으나, 녹색등화시에는 구간의 평균주행속도에는 큰 영향을 미치지 않는 것으로 분석되었다. 다만, 일반주 행 시 차량의 속도는 정지선으로부터 차량의 위치에 영향을 많이 받지만 잔여시간정보를 제공할 때는 거리보다 잔여시간의 영향이 더 크다는 사실을 확인하였다.

This study aims to analyze cooperative autonomous driving by integrating two advanced simulation tools, UC-WinRoad and VISSIM. Cooperative autonomous driving refers to the interaction of autonomous vehicles (AVs) with human-driven vehicles, infrastructure, and other road users within a dynamic traffic environment. The integration of UC-WinRoad’s realistic 3D visualization capabilities with VISSIM’s detailed microscopic traffic modeling enables the simulation of complex traffic scenarios, providing a comprehensive analysis of autonomous and connected vehicle behavior. The necessity of this study arises from the growing interest in autonomous driving technologies and the need for reliable tools to evaluate their performance and impact on real-world traffic systems. Simulations offer a safe and cost-effective environment to test AV behavior in various scenarios, including extreme or hazardous conditions that are difficult to replicate in the real world. This study also provides valuable insights into AV-infrastructure interactions, offering data-driven recommendations for policy and infrastructure planning. The outcomes of this research include the development of a methodology for linking UC-WinRoad and VISSIM, simulation results demonstrating potential improvements in traffic flow, safety, and efficiency through cooperative autonomous driving, and the identification of challenges in integrating AVs into existing traffic systems. This research contributes to the advancement of autonomous driving technologies by providing a robust framework for analyzing cooperative driving scenarios, supporting AV and human-driven systems ahead of the fully autonomous traffic systems of the future.

고속도로 터널 구간은 일반 도로에 비해 사고 발생 빈도와 심각도가 높으며, 특히 터널 내에서 발생하는 사고나 공사와 같은 돌발 상황은 대기 행렬을 유발해 후미 추돌 위험을 증가시킨다. 본 연구에서는 운전자가 돌발 상황 지점에 접근할 때 선제적으로 대응할 수 있도록, Driving Simulator를 활용하여 다양한 정보를 제공하는 터널 내 교통관리 시스템의 효과를 분석하였다. 분석 대상은 차로 변 경 유도, 속도 감소 유도, 돌발 상황 안내로 구성된 세 가지 교통관리 시스템의 개별 효과와 이들의 통합 운영이 터널의 안전성과 운 영 효율성에 미치는 영향을 포함하였다. 분석 결과, 세 가지 교통관리 시스템을 통해 터널 내 평균 통행 속도가 증가하였으며, 돌발 상황 발생 지점에서 차량의 차로 변경과 감속이 선제적으로 이루어지고 급감속 횟수가 현저히 감소하였다. 본 연구는 터널 내 돌발 상황 발생 시 다양한 정보를 제공함으로써 터널의 안전성과 교통흐름을 개선할 수 있음을 입증하였으며, 특히 여러 시스템을 통합적 으로 운영할 때 그 효과가 극대화됨을 Surrogate Safety Measure를 통해 확인하였다. 이러한 결과는 향후 터널 교통관리에서 단일 시스 템의 기능만을 고려하기보다는, 다양한 교통관리 시스템 간 상호작용을 고려해야 함을 시사한다.

PURPOSES : The purpose of this study is to identify the causes and expected problems of traffic flow in connection with ground roads that are expected to become stagnant owing to the increase in underground road infrastructure, and to derive methods to solve the problem in the future. METHODS : The basic design of underground roads is similar to that of tunnels. However, there is a point where the slope is large as the entering and exiting sections move underground. The ability of a heavy vehicle to assume a mound may vary depending on the slope. Therefore, in this study, a connection path section with a long slope was constructed using VISSIM, a simulation program, and it was verified whether analysis related to the slope and heavy vehicles in an underground road can be performed in the simulation. Subsequently, an analysis was conducted by setting a scenario and an effect index. In particular, this study analyzes internal delay patterns in the event of an unexpected situation on an underground connection road by performing shock wave analysis to analyze speed reduction according to heavy vehicles and slopes. RESULTS : A correlation between the slope of the underground road and decrease in the average speed according to the increasing rate of heavy vehicles was established. It was also possible to analyze the maximum length and duration of the delay connected to the rear in the event of a delay in the underground road and the shock wave speed transmitted to the rear. The analysis showed that the rate of increase in problems owing to delays ranged from 5% to 20% for the ratio of heavy vehicles. In particular, all effect scales increased significantly at a 9% slope. CONCLUSIONS : This study analyzes the causes of land congestion (slope and heavy vehicle mixing rate), which can be a major problem in underground roads in the future. In the future, by establishing lane-specific speed control strategies and lane control strategies based on this study, it will be necessary to derive solutions such as introducing traffic safety on the underground road by minimizing the shock wave delivered to the rear by providing information on traffic communication conditions inside the underground road to individual vehicles.

목적: 본 연구는 최근 10년간 국내에서 발행된 장애인 자가운전 관련 문헌을 체계적으로 분석 및 고찰했다. 연구방법: 국회도서관, Research Information Sharing Service, Koreanstudies Information Service System, DBpia, Google Scholar에서 2014년 1월부터 2023년 12월 사이에 발행된 문헌을 검색했다. 검색어는 “장애인” & “자가운전”을 사용했으며, 총 검색된 문헌은 469편이었다. 이중 선정기준에 부합한 문헌 28편을 분석했다. 결과: 국내에서 발행되는 장애인 자가운전 관련 연구는 점차 감소하고 있었다. 발행된 문헌의 유형은 학술지가 가장 많았다. 문헌의 연구를 수행한 제1저자의 소속은 작업치료학과와 재활과학⋅공학과 소속이 가장 많았고, 연구 분야는 장애인의 자가운전을 촉진 및 지원할 수 있는 제도 마련이 가장 많았다. 연구 설계는 실험연구가 가장 많았지만, 전반적인 연구 수준은 낮은 것으로 확인되었다. 결론: 국내에서 발행된 장애인 자가운전 관련 문헌을 분석함으로써 우리나라의 연구 현황을 파악할 수 있었다. 본 연구는 향후 장애인 자가운전을 지원 및 보장할 수 있는 선진형 체계가 국내에 도입될 때 참고할 수 있는 기초자료로서 의의가 있다.

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.

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.

교통사고는 인적요인, 도로 기하구조, 교통류, 환경적 요인 등 복합적인 요인에 의해 발생하고 속도는 교통사고와 밀접한 연관성이 있다. 또한, 교통사고는 교통 혼잡도와 관련이 있으며 사고와 실시간 교통상황 간의 상관관계를 통해 사고 발생 개연성을 추정하고 도 로 안전성 분석이 필요하다. 모바일 센서와 통신 기술의 급속한 발전으로 스마트폰 보급률이 증가하였으며 내장된 센서를 기반으로 생성된 차량 주행 데이터 수집이 가능하다. 기술의 발달로 데이터 수집이 쉬워졌음에도 불구하고, 스마트폰을 기반으로 수집된 위험 운전 이벤트를 활용한 도로 위험도 평가에 대한 연구는 부족한 실정이다. 본 연구는 스마트폰 센서 기반의 위험 운전 이벤트 데이터 중 하나인 급감속 위험 운전 이벤트 데이터를 도로 위험도 평가 기법에 활용하는 것을 목적으로 한다. 급감속 위험 운전 이벤트 데이 터는 주행 차량이 3초간 속도를 40km/h 이상 감소하는 위험 이벤트가 발생할 때 시간과 위치를 기록한 자료를 의미한다. 본 연구의 범위는 대한민국 내 인구와 교통량이 많은 지역인 수도권을 대상으로 서울, 경기, 인천을 연결하는 고리 형태의 도로인 수도권제1순환 선을 대상으로 하였다. 먼저, 개별 차량 데이터는 좌표 기반의 내비게이션 데이터로 집계하여 VDS 링크 데이터와 매칭하였다. 다음으 로는 개별 차량의 위험 운전 이벤트 데이터와 차량 검지기의 교통 매개변수를 결합한 새로운 지표를 개발하였다. 또한, 시·공간적 교 통류의 특성을 반영하여 다양한 도로 위험도 평가 방법에 활용하고자 하였다. 마지막으로 위험 운전 지표와 이력 자료를 기반으로 통 계적으로 유의한 안전성능함수를 개발하였으며, 다양한 시간 단위의 집계 수준을 활용하여 도로 구간별 최적의 모형을 제안하였다. 본 연구는 스마트폰 센서를 기반으로 식별한 개별 차량의 위험과 교통류 차원의 위험을 결합하여 새로운 위험 지표를 개발하고 도로 위 험도 평가에 활용한다는 것에 의의가 있다. 결과물은 향후 스마트폰 센서 기반 개별 차량 위험 운전 이벤트 데이터와 교통 조건을 통 합하는 도로 위험도 평가의 기초자료로써 활용될 것으로 기대된다.

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.