In this study, the effects of a hypothetical autonomous vehicle (AV)-exclusive roadway were estimated through a step-by-step approach using both microscopic and macroscopic simulations. First, the AV-exclusive roadway was classified into four types—entry lanes, mainlines, merging lanes, and intersections—and the C, α, and β values of the Bureau of Public Roads (BPR) function were estimated for each type through a microscopic simulation. These estimated values were then applied to a 3×3 (20 km) network, and a macroscopic simulation was conducted to compare the effectiveness of AVs and conventional vehicles (CVs) in terms of traffic volume and travel time.The analysis showed that for the same travel time, the traffic volume increased by more than 12% with AVs compared to that with CVs. Conversely, for the same traffic volume, the total travel time decreased by 11% for AVs. The estimated capacity of the AV-exclusive roadway, similar to the U-Smartway with a size of 3×3 (20 km), was approximately 400,000 vehicles, which was more than 140% higher than that of CVs. Assuming that each AV carries five passengers, up to two million people can be transported per day, indicating a significant potential benefit. However, these results were based on theoretical analyses using hypothetical networks under various assumptions. Future studies should incorporate more realistic conditions to further refine these estimations.

The rapid expansion of bridge and tunnel infrastructure has resulted in a growing incidence of wind-induced traffic accidents occurring at bridge approaches and tunnel portals. These accidents not only inflict direct damage on vehicles but also lead to substantial social and economic losses, stemming from roadway infrastructure repair and maintenance costs, as well as elevated logistics expenses due to traffic delays and congestion. In this study, a theoretical expression for the lateral displacement of vehicles as a function of wind speed was derived. Subsequently, lateral displacement and lateral wind force were analyzed and compared across vehicle types, considering both straight and curved roadway sections. An analysis of prevailing wind directions at each site revealed that, for passenger cars, the maximum lateral force and displacement on straight sections occurred at a wind incidence angle of 45°, whereas on curved sections with a pier curvature of 90°, the critical wind direction ranged from 0° to 120°. These results demonstrate that vehicle stability can be significantly compromised during high-speed travel under crosswind conditions. Based on departure trajectories of vehicles under varying wind speeds, a risk-assessment scale for wind-induced accidents was developed. In addition, design guidelines were proposed for the strategic placement of windbreak barriers to enhance driving safety under strong wind conditions.

본 연구는 보행자용 방호울타리의 구조 재료를 FRP로 대체하는 경우의 구조적 타당성을 동적 조건에서 검토하였다. ABAQUS/Explicit 기반의 비선형 충돌 해석을 통해 FRP 복합재 방호울타리의 충돌 거동을 분석하였으며, 각 재료의 비선형성을 반영 한 적절한 재료 모델을 적용하였다. 해석 결과, 기존 강재 방호울타리는 최대 약 167.6 mm의 변위가 발생하였으며, 방호구조물 및 기둥부의 소성 파괴가 관촬되었다. 추가적으로 콘크리트 연석의 고정부에서는 광범위한 파괴 양상이 확인되었으며, 이는 차량 충돌 시 구조체가 보행자 측으로 비산될 수 있는 위험성을 내포한다. 한편, CFRP 및 GFRP 방호울타리는 강재 대비 최대 변위가 약 7.1∼ 9.6%까지 증가하였으며, Hashin 파손 기준에 따른 파손 지수가 최대 1,548.428로 나타나 초기 단계에서 파손이 시작된 것으로 분석 되었다. 이러한 결과는 단순한 재료 치환만으로는 충분한 구조 안전성을 확보하기 어려움을 보여주며, FRP 복합재에 적합한 구조 설계 및 변수 최적화에 대한 추가 연구가 필요함을 시사한다. 아울러 수치해석 결과의 신뢰성 확보를 위해서는 향후 실험적 검증이 필수적이다.

목적 : 본 연구는 장애인의 자가운전을 지원하고 사회참여를 확대하기 위한 기반으로, 차량 관련 보조공학기기의 품질을 확보할 수 있는 체계적인 품질관리 기준을 마련하는 것을 목적으로 하였다. 특히 현재 국내에 부재한 명확한 품질 기준을 보완하고, 국제 기준에 부합하는 실효성 있는 방안을 제시하고자 하였다. 연구방법 : 연구는 총 세 단계로 진행되었다. 1차 및 2차 전문가협의체 회의를 통해 차량 관련 보조공학기기 품질관리의 방향성과 구체적인 시험항목을 도출하였으며, 이후 델파이 조사는 전문가 패널 20명을 대상으로 항목별 중요도 및 적합 도를 평가하고, 최종 품질관리 기준 항목을 확정하였다. 결과 : 1차 전문가협의체를 통해 시험인증, 체크리스트, 수입제품 인증 확인이라는 세 가지 품질관리 방안이 도출되었고, 이 중 시험인증 방안이 핵심 방안으로 채택되었다. 2차 전문가협의체에서는 SAE 기준을 참고하여 22개의 시험 및 평가 항목이 도출되었으며, 델파이 조사 결과 내용타당도비율을 기준을 만족하지 못한 항목을 제외하고 총 21개 항목이 최종 품질관리 기준으로 확정되었다. 이 기준은 SAE 국제 표준을 기반으로 하되, 국내 실정과 산업계 의견을 반영하여 조정되 었다. 결론 : 본 연구는 차량 관련 보조공학기기의 품질과 안전성을 확보하기 위한 실행 가능한 품질관리 기준 방안을 제시하였 으며, 이는 향후 관련 제도 마련 및 기술 가이드라인 개발에 있어 기초자료로 활용될 수 있다. 아울러 품질관리는 단순한 제품 성능의 확보를 넘어 장애인의 안전한 이동권 보장과 자립적인 사회참여에 기여하는 핵심 요소임을 강조하며, 실제 사용자 참여와 산업계 협력을 바탕으로 한 단계적 도입 방안이 필요함을 제언하였다.

오늘날 도로의 이동수단은 자율주행자동차와 더불어 전동 킥보드, 전기 자전거 등과 같은 개인형 이동수단의 등장으로 인해 기존 도 로가 수용해야 할 범위는 더욱 광범위해졌으며, 개인형 이동장치의 시장 확대 및 공유서비스로 인한 개인형 이동장치의 교통사고는 급격하게 증가하고 있는 추세이다. 기존 자동차 중심의 설계 및 운영되고 있는 현재의 도로에서는 자동차 이외의 다른 교통수단 이용 자들은 인프라 시설과 서비스 면에서 안전하지 못하고 편리하지 못한 환경으로 인해 잦은 교통사고 발생과 대중교통 이용 기피 등의 문제로 이어지고 있다. 따라서, 현재 도로의 차량 중심 설계에 의한 한계가 드러나고 있으며 이에 대한 해결책으로 모든 도로 교통수 단 및 이용자가 고려되는 완전도로(Complete Streets)에 관한 관심이 증가함에 따라 완전도로 구축에 관한 정책이 필요한 실정이다. 이 에 본 연구에서는 완전도로 구축을 위해 미시적 교통 시뮬레이션 VISSIM을 활용하여 자율주행자동차 레벨 4 수준의 혼입에 따른 교 통흐름 변화를 분석하여 완전도로 구축을 위한 잉여차로 확보 가능성을 검증하는 분석을 진행하였다. 또한, 잉여차로를 활용하여 완전 도로를 구축하기 위해 국외 완전도로 디자인 매뉴얼을 참고하여 국내 도로의 적용이 가능한 평자지표를 안전성, 형평성, 쾌적성을 고려한 요인을 설정하였으며, 계층화 분석법(Analytic Hierarchy Process, 이하 AHP)을 통해 평가요인별 중요도 가중치를 산정하여 완전도로 구축을 위한 완전도로 서비스수준 산정방안을 제 시하였다. 완전도로 구축을 위한 모바일매핑시스템(MMS) 및 인공지능, 드론(UAV)을 활용하여 도로의 현황 모니터링을 진행하였으며, 도출된 평가지표와 가중치를 활용하여 대상 구간에 적용 및 비교를 위해 완전도로 개념과 가깝게 적용된 세종시의 한누리대로와 비교 ㆍ분석하였다. 이를 토대로 완전도로 서비스수준 적용을 통해 도출된 도로의 한계점을 보완한 완전도로 구축방안을 제시하고자 한다.

결빙되거나 적설이 있는 도로와 같이 마찰이 작은 노면에서는 일반 노면과 비교했을 때 제동거리가 크게 증가하기 때문에 심각한 교통사고로 이어질 수 있다. 이에 블랙 아이스(Black ice)와 같은 노면 위험을 감지 하기 위한 노면 분류 기술에 대한 연구가 지금까지 지속적으로 이루어지고 있다. ESC(Electronic Stability Control) 시스템은 차량 자세 제어를 통해 마찰이 작은 노면에서 차량의 미끄러짐 및 전복을 방지하는 능동 안전시스템(Active safety system)이다. ESC 시스템의 성능을 위해서는 정확한 노면 마찰 계수(Road friction coefficient) 추정을 통한 노면 분류가 중요하다. 최근의 노면 분류 기술은 카메라, LiDAR 등의 이미 지 기반의 방법에 중점을 두고 연구가 진행되고 있다. 그러나 이러한 이미지 기반의 방법들은 정확도가 낮을 뿐만 아니라 높은 계산 복잡도의 문제를 가지고 있다. 이뿐만 아니라 높은 비용으로 인해 상용화 측면에서도 단점을 드러내고 있다. 본 연구에서는 그림1처럼 센서 융합 기술을 활용하여 이미지 기반 방법의 문제점을 해결하고자 한다. 차량 횡방향 동역학 모델(Vehicle lateral dynamic model)을 선형화하여 칼만 필터(Kalman filter)를 적용한 노면 마찰 계수 추정 알고리즘을 설계하고, 기계학습(Machine learning) 모델을 적용하여 블랙 아이스 검출 알고 리즘을 설계한다. 전기차 CAN 버스로부터 얻을 수 있는 차량 종방향 가속도(Vehicle longitudinal acceleration)를 제어 입력으로 하고, 요 레이트(Yaw rate)를 측정값으로 하여 칼만 필터에 적용하여 차량 종 방향 속도(Vehicle longitudinal velocity)와 차량 횡방향 속도(Vehicle lateral velocity), 요 레이트, 차량 횡방 향 힘(Vehicle lateral force)을 추정한다. 이때 전통적인 칼만 필터 대신 EKF-UI(Extended kalman filter with unknown input)를 적용하여 시스템 행렬의 크기를 줄여 계산 복잡도를 감소시키고 차량의 거동 변화 를 보다 정확하게 반영할 수 있도록 하였다. 추정된 차량 종방향 속도, 차량 횡방향 속도, 요 레이트를 통해 사이드 슬립 각(Side slip angle)을 구해 사이드 슬립 각과 차량 횡방향 힘의 관계를 이용해 특징들을 찾아 기계학습 모델(e.g. 앙상블 기법, SVM 등)을 적용하여 블랙 아이스를 검출할 수 있다. MATLAB/Simulink SW 및 CarSim을 사용하여 개발한 알고리즘의 성능을 검증하였으며, 본 연구의 결과는 ESC 시스템의 성능 을 개선시켜 차량의 미끄러짐으로 인한 교통사고의 예방에 도움이 될 것으로 예상한다. 여기에 스마트 타이 어(Smart tire)의 센서도 추가해 노면과 타이어 사이의 직접적인 데이터를 추가해 검출 성능을 높일 것이다.

인공지능의 발전은 검색엔진, SNS, ChatGPT 등 다양한 분야에서 혁신을 이끌며 사회와 산업 전반에 변화를 가져오고 있다. 특히, 교 통 분야에서는 AI 기반 기술이 교통정보 수집 및 분석 방식에 변화를 주며, 새로운 활용 가능성을 제시하고 있다. 과거 육안 계수 방 식에 의존했던 교통량 조사는 현재 CCTV 영상과 딥러닝 객체 인식 기술을 활용해 신뢰성과 정확성이 크게 향상되었다. AI 기반 교통 솔루션의 도입으로 교통량 조사 데이터는 정책 수립, 운영 개선, 사회간접자본 건설 등 다양한 분야에서 중요한 기초 자료로 활용되고 있다. 이에 본 연구에서는 YOLO v8을 활용하여 차량 축 인식 기반 차종 분류의 정확성을 향상시키고, 기존 촬영 기법과 비교·분석을 통해 최적의 인식기법을 제시하고자 한다.

This study addresses the critical challenge of enhancing vehicle classification accuracy in traffic surveys by optimizing the conditions for vehicle axle recognition through artificial intelligence. With current governmental traffic surveys facing issues—particularly the misclassification of freight vehicles in systems employing a 12-category vehicle classification—the research proposes an optimal imaging setup to improve axle recognition accuracy. Field data were acquired at busy intersections using specialized equipment, comparing two camera installation heights under fixed conditions. Analysis revealed that a shooting height of 8.5m combined with a 50°angle significantly reduces occlusion and captures comprehensive vehicle features, including the front, side, and upper views, which are essential for reliable deep learning-based classification. The proposed methodology integrates YOLOv8 for vehicle detection and a CNN-based Deep Sort algorithm for tracking, with image extraction occurring every three frames. The axle regions are then segmented and analyzed for inter-axle distances and patterns, enabling classification into 15 categories—including 12 vehicle types and additional classes such as pedestrians, motorcycles, and personal mobility devices. Experimental results, based on a dataset collected at a high-traffic point in Gwangju, South Korea, demonstrate that the optimized conditions yield an overall accuracy of 97.22% and a PR-Curve AUC of 0.88. Notably, the enhanced setup significantly improved the classification performance for complex vehicle types, such as 6-axle dump trucks and semi-trailers, which are prone to misclassification under lower installation heights. The study concludes that optimized imaging conditions combined with advanced deep learning algorithms for axle recognition can substantially improve vehicle classification accuracy. These findings have important implications for traffic management, infrastructure planning, road maintenance, and policy-making by providing a more reliable and precise basis for traffic data analysis.

To analyze the effect of fire in electric-vehicle battery on concrete cement structure. A scenario evaluation was conducted for fire occurrence due to external influences on lithium battery cells used in electric vehicles. Visual inspection was conducted at each stage of the battery fire, and the fire duration and temperature were measured. The battery temperature rise curve and temperature during fire have been examined previously. The stability of a cement structure was evaluated via X-ray diffraction and SEM analyses of the reaction-product changes with respect to temperature. The battery temperature rise curve shows that the battery begins to change at 200 °C–300 °C. However, the general stage of battery damage cannot be readily confirmed from the literature. The current experiment and literature review indicate that battery fire can cause the fire temperature to increase beyond 1000 °C within a few seconds. The reaction product changes structurally in cement from 300 °C or higher. Many voids are generated owing to the decomposition of Ca(OH)2 and C-S-H gel. The temperature of an electric-vehicle fire increases rapidly to 1000 °C or higher within a few seconds. High temperatures change the reaction products in cement structures, thus creating internal voids and cracks and reducing the stability of the structure; therefore, the appropriate countermeasures must be identified.

This study collected video footage of accident-risk scenarios on actual roads using automobiles and motorcycles. A total of 191,500 km was driven with three vehicles and one motorcycle, capturing 6,550 near-miss accident videos. The footage was analyzed and categorized based on the 27 parameters of the iGLAD(Initiative for the Global Harmonization of Accident Data) accident categories. Parameters difficult to classify under iGLAD were localized to fit domestic conditions, and further analysis identified areas needing optimization. The categorized data was organized into a web-based database platform, providing statistical analysis and search functions for scenario development. Future use of this data will support the creation of safety evaluation scenarios for autonomous vehicles, enhancing traffic accident investigation and analysis systems. Expanding the database to include data from secondary roads and parking areas is expected to increase its applicability and value.

Vehicle body damage caused by accidents often presents unique conditions, making it difficult to acquire practical maintenance skills through textbook theory alone. To address this issue, this study explores body repair techniques, including the complete replacement, partial replacement, and modification of side quarter panels, with a focus on preventing depreciation, reducing environmental pollution, and maximizing vehicle owner satisfaction. In particular, the study highlights the need for a standardized body repair manual for vehicles with severe damage to the rear side members caused by rear-end collisions. This manual aims to minimize repair discrepancies due to differences in operator skill levels and proposes a solution to prevent the depreciation of vehicle market value after repairs. The study’s objective is to standardize the repair and replacement of rear side members in vehicle repair shops, ensuring consistent repair quality for consumers and contributing to the preservation of vehicle value.

The rapid urbanization and industrial growth have increased the demand in construction, maintenance, and infrastructure, leading to significant advancements in aerial work vehicle technology. This study focuses on the structural performance of ultra-high-strength steel plates of varying thicknesses used in telescopic booms, which is a critical component of aerial work vehicles. This study aims to address the cost issues associated with the previously used 5mm thick plates by evaluating the structural integrity of thinner plates. Using finite element analysis (FEA), the study analyzes stress and displacement for different thicknesses, specifically targeting the first boom segment, which bears the most load. The results indicate that while 3mm and 3.2mm thick plates are unsuitable due to buckling, the 4mm thick plate meets safety criteria with a safety factor of 2.51 and reduces costs by over 20%. By using 4mm thick ultra-high-strength steel for the first boom segment is cost-effective, providing structural integrity and an applicable solution for aerial work vehicle manufacturers.

KCEV(Korean Combat Engineer Vehicle) perform the mission of removing mines and various military obstacles buried in the battlefield and opening passageways. It is characterized by modifying the chassis of the K1 series tank and equipping it with an excavator, track-width mine plough, and magnetic signature duplicator. KCEV has a steering wheel, and steering force is transmitted to the transmission steering lever through the steering linkage and acceleration linkage. KCEV can be steered in up to 3 gears, and it was confirmed that there was a risk of interference with the acceleration linkage as a bending occurred in the steering linkage when steering to the right in 3 gears. In this study, we examined the bending of the acceleration linkage and proposed a method to increase the stiffness of the acceleration linkage tube to improve it. Structural analysis was conducted to confirm the effect of increasing rigidity, and the improvement was confirmed by applying it to an actual vehicle. As a result, it was confirmed that not only the bending displacement of the steering linkage was reduced, but also the stress in the bent area was reduced.

This study uses a frequency analyzer to measure and analyze the major alarm sounds of vehicle selected by domestic car manufacturer and car size, which are continuously improving in accordance with the continuous development of the automobile field. Therefore, the purpose is to find the alarm sound that modern people can hear best and find improvement measures accordingly. In the past, only the driving performance of vehicles was considered important, but as the industry and science developed, research was conducted to satisfy not only the driving performance of vehicles but also the comfort and emotional needs of drivers, such as ride comfort, safety, and noise issues. At the same time, it is progressing actively and continues to develop.

This study aimed to develop a systematic process for identifying components that need to be changed to reduce the Head Injury Criterion (HIC) during pedestrian headform tests. Through simulation and analysis, it was confirmed that the hood, hinge, hinge plate, cowl, fender, and fender bracket significantly influence HIC15. The study identified the specific impact of each component on HIC15, allowing for targeted improvements. The proposed process demonstrated superior performance compared to single-component optimization, yielding more significant reductions in HIC15. Multiple vehicle models were tested, confirming the process's effectiveness in consistently lowering HIC15 values.

The lane designation and the bus-only lane system for traffic speed and road safety are difficult to crack down on, and for this purpose, crackdown methods using image recognition technologies are being studied. Existing studies require continuous learning or additional equipment, and it is difficult to classify combined vehicles such as vans and pickup trucks. Therefore, in this study, YOLO and EasyOCR were mixed to classify combined vehicles through vehicle type symbols. For combined vehicles, higher accuracy was shown than classification using YOLO. Due to the nature of Hangul, the accuracy was slightly lowered because the OCR was not accurately recognized, but if it is used with the existing YOLO classification, high accuracy of crackdown will be possible.

PURPOSES : This study aimed to derive the factors that contribute to crash severity in mixed traffic situations and suggest policy implications for enhancing traffic safety related to these contributing factors. METHODS : California autonomous vehicle (AV) accident reports and Google Maps based on accident location were used to identify potential accident severity-contributing factors. A decision tree analysis was adopted to derive the crash severity analyses. The 24 candidate variables that affected crash severity were used as the decision tree input variables, with the output being the crash severity categorized as high, medium, and low. RESULTS : The crash severity contributing factor results showed that the number of lanes, speed limit, bus stop, AV traveling straight, AV turning left, rightmost dedicated lane, and nighttime conditions are variables that affect crash severity. In particular, the speed limit was found to be a factor that caused serious crashes, suggesting that the AV driving speed is closely related to crash severity. Therefore, a speed management strategy for mixed traffic situations is proposed to decrease crash severity and enhance traffic safety. CONCLUSIONS : This paper presents policy implications for reducing accidents caused by autonomous and manual vehicle interactions in terms of engineering, education, enforcement, and governance. The findings of this study are expected to serve as a basis for preparing preventive measures against AV-related accidents.

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.