• 대한교통학회지
• /
• 제21권4호
• /
• pp.91-101
• /
• 2003

본 연구에서는 현장실험 실시의 제약을 극복하기 위해 3차원 가상현실(Virtual Reality)로 4차로 고속도로를 모델링한 후, 피실험자가 차량시뮬레이터(Driving Simulator)에 탑승하고 주행하면서 혼합곡선부의 선형변화에 대한 동적인 반응 데이터를 획득함과 동시에 도로 기하구조 이미지 인지특성 데이터를 획득하였다. 특히, 본 실험에 적용된 차량시뮬레이터의 그래픽 모듈은 동역학 해석 모듈로 얻은 데이터에 기초하여 운동재현기와 가상환경의 일치감을 최대로 하여 피실험자로 하여금 Simulator Sickness를 최소화하도록 하였으며, 감성요인으로 사용된 어의는 국어사전 및 전문가의 견해를 바탕으로 추출된 7개 항목의 형용사를 바탕으로 감성평가를 실시하였다. 또한 감성적인 측면에서 도로 선형과 안전성에 대한 인과관계를 규명하기 위하여 LISREL(Linear Structural Relationships) 모형을 이용하여 정적인 도로 안전성 모형과 동적인 도로 안전성 모형을 구축하여 복합선형구간에서 도로 기하구조의 변화에 따른 운전자들의 안전성에 영향을 미치는 요인을 규명하였다. 그 결과, 도로 설계시 운전자의 감성적인 측면을 고려한 도로 설계가 필요하며 이는 안전한 도로를 건설하는데 있어 매우 중요한 요인이며 이를 통하여 도로 안전성 향상에 기여할 수 있다고 생각된다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제22권2호
• /
• pp.285-311
• /
• 2016

본 논문은 2004년부터 2013년까지 10년 동안 한국 교통행동 연구의 내용과 경향성을 살펴보기 위하여 학술지에 발표된 157편의 논문을 대상으로 분석하였다. 교통행동 연구의 연도별 발표논문 수는 2004년과 2005년에는 각각 6편, 7편이었으나 2006년 이후에는 꾸준히 10편 이상으로 증가하여 교통행동 연구가 활발하게 이루어지고 있었다. 논문주제별로 살펴보면 운전자 관련 연구가 73.2%, 보행자와 교통환경 연구가 각각 12.1%, 12.7%를 차지하였다. 운전자 관련 연구의 하부주제별로 보면, 음주운전, 피로와 스트레스, 인지 및 지각에 대한 연구가 많이 발표되었다. 그리고 고령자 연구가 단독으로 10.4%를 차지하는 것으로 나타나 고령화 현상과 더불어 교통환경에서의 고령운전자에 대한 관심 및 이에 대한 연구가 활발하게 진행되고 있음을 알 수 있었다. 한편, 교통안전연구논집, 한국심리학회지, 자료분석학회지, 대한교통학회지를 통해 2004년 이후 10년 동안 60% 이상의 논문이 발표되었다. 이를 통해 도로교통공단과 한국심리학회 및 자료분석학회 학술지를 통해 교통행동 연구가 주로 발표되고 있음을 알 수 있었다.

• 한국정보처리학회논문지
• /
• 제3권5호
• /
• pp.1037-1045
• /
• 1996

본 논문은 전방차량 추적에 있어서 스테레오 카메라 패러렐 모델을 사용하여 전방 차량과의 거리 및 헤딩앵글 데이터를 추출하고 이들 데이터를 이용하여 무인자동차 ART(Binocular Autonomous Research Team vehicle)를 제어하는 방법에 관한 것이다. 무인자동창의 제어는 2개의 역전달 뉴럴네트워크의 일종인 TDNN(Time De-lay Neural Network)을 각각 독립적으로 사용하였다. 그중 하나는 S-TDNN으로 추적차량의 속도와 전방차량과의 거리를 제어하며, 다른 하나는 A-TDNN으로 무인차량의 스티어링 앵글을 전담 제어한다. 인간 운전자가 전방차량을 추적하면서 수집한 제이터를 이용하여 상기 뉴럴네트워크를 학습시키며, 학습된 뉴럴네트워크는 인간이 운전하였을 때와 같은 조건하에서 전방차량의 추적을 만족스럽게 수행하였다. 뉴럴네트워크를 이용한 제어프 로그램은 이식성이 높아 다른 종류의 차량에도 쉽게 적용할 수 있어 타모델에 적용 시에 개발경비와 소요 시간을 줄일 수 있는 장점이 있다.

• International Journal of Automotive Technology
• /
• 제3권2호
• /
• pp.71-78
• /
• 2002

A new control method far vision-based autonomous vehicle is proposed to determine navigation direction by analyzing lane information from a camera and to navigate a vehicle. In this paper, characteristic featured data points are extracted from lane images using a lane recognition algorithm. Then the vehicle is controlled using new Levenberg-Marquardt neural network algorithm. To verify the usefulness of the algorithm, another algorithm, which utilizes the geometric relation of a camera and vehicle, is introduced. The second one involves transformation from an image coordinate to a vehicle coordinate, then steering is determined from Ackermann angle. The steering scheme using Ackermann angle is heavily depends on the correct geometric data of a vehicle and a camera. Meanwhile, the proposed neural network algorithm does not need geometric relations and it depends on the driving style of human driver. The proposed method is superior than other referenced neural network algorithms such as conjugate gradient method or gradient decent one in autonomous lateral control .

• 자동차안전학회지
• /
• 제11권4호
• /
• pp.39-49
• /
• 2019

Autonomous vehicle is a car which drives itself without any human interaction. SAE provides technical definitions for autonomous and international standards for test evaluation. Accordingly, automobile industry is actively researching development and evaluation of various ADAS (Advanced Driver Assistance Systems), : representative technology of autonomous technology. Recently, ADAS is in the commercialization level such as ACC, LKAS, AEB, and HDA etc. And it also has issues about safety evaluation. The purpose of HDA in ADAS is reduced the driving load on highway. It has a function which can maintain lane keeping and control distance from forward vehicle. This function is evaluated to be useful for accident prevention. Therefore, this paper proposes the safety evaluation scenario of HDA, considering the domestic highway design criteria and the situation that may arise on the actual highway. We compared and analyzed the data acquired through simulation and actual vehicle test. And verified the reliability of the proposed safety evaluation scenario. The verified result is expected safety evaluation of HDA is possible even under the bad condition, which cannot be tested.

• 한국컴퓨터정보학회논문지
• /
• 제13권1호
• /
• pp.253-260
• /
• 2008

본 논문은 유비쿼터스 네트워크의 텔레매틱스 기술을 기반으로 자동차에 장착된 블랙박스에 IPv6에 의한 고유한 주소를 부여한다. 블랙박스는 시동 시에 운전자의 인증을 받아 작동하며 자동차의 주행기록을 영상신호 처리부와 센서신호 처리부회 분석하여 실시간으로 기록한다. 기록된 자료는 유비쿼터스 네트워크를 통하여 암호화되어 전송되며 도로변의 기지국 센서들을 통해 끊김 없는 위치 추적과 이동성 자료를 생성한다. 이 자료는 교통운영관리센터의 교통기록 데이터베이스에 IPv6 고유주소로 저장된다. 블랙박스를 장착한 자동차가 교통사고나 범죄에 사용된 경우에, 자동차용 블랙박스에서 회수된 코드와 IPv6주소, 교통기록 데이터베이스에 저장된 자료를 비교하여 검증과 인증을 통해 무결성을 확보한다. 이 포렌식 자료는 법정에서 책임소재와 판단의 증거자료로 인정받아 고도지식정보화사회에 편리하고 안전한 인간생활에 기여하게 될 것이다.

• 대한교통학회지
• /
• 제22권6호
• /
• pp.133-144
• /
• 2004

안전측면에서 교통류를 효율적으로 운영${\cdot}$관리하기 위해서는 교통류의 위험정도를 명확하게 판단할 수 있는 기준 및 모형개발이 필요하다. 이를 위해, 본 연구에서는 불완전한 추종으로 인해 발생할 수 있는 교통류 위험을 후미추돌위험의 관점에서 파악하였다. 과거 사고 예측 및 도로위험도 평가모형의 경우 운전자 반응을 고려하지 않았기 때문에, 모형의 신뢰성에 다소 문제가 있는 것으로 나타났다. 본 연구에서는 이러한 한계 및 문제점을 극복하기 위해 사고발생 가능성이라는 개념을 도입함으로써 위험과 사고 사이에 존재하는 운전자 반응을 모형에 반영하였다. 즉, 추종이론 및 안정성 이론을 바탕으로 후미추돌과 관련된 미시적 변수 즉, 운전자의 반응시간과 감속도를 반영하여 운전자를 고려한 모형을 개발하였다. 위험도를 대표할 수 있는 지표 개발을 위해 소음영향평가에서 사용되는 척도를 활용하였으며, 상대적인 위험도 우위를 평가하기 위해 위험강도 및 지속시간을 고려한 ‘등가위험도’를 개발하였다. 서울시 도시고속도로를 대상으로 직접 실험${\cdot}$조사를 수행하였으며, 미시적 교통류 자료수집을 위해 직접 실험차량을 제작하였다. 수집된 자료를 바탕으로 구간별, 차로별, 교통상황별 위험도를 도출하였다. 모형에 의해 도출된 위험도를 해당구간에서 수집된 차로별 사고자료와 비교하여 본 결과, 교통상황 및 사고자료 패턴과 일치하는 결과를 보여주었다. 본 연구에서 개발된 모형은 안전진단 및 도로설계에서부터 첨단안전차량 제어알고리즘의 안전성평가에 이르기가지 다양한 분야에서 활용될 수 있다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 자동차안전학회지
• /
• 제11권4호
• /
• pp.28-38
• /
• 2019

In the world, traffic accidents and environmental pollution caused by the increase of vehicles are becoming a serious social problem. According to the 2016 data published by the Korea Highway Traffic Authority, Korea owns 49.9 vehicles per 100 people. This is the 28th largest number among the 35 OECD member countries. In addition, the number of deaths from traffic accidents in Korea totaled 4,292, of which 1,714 were caused by traffic accidents involving vehicles and pedestrians. To reduce these human casualties, the automotive industry is constantly working on the development and commercialization of Adaptive Driver Assist System (ADAS). ADAS is the system providing convenience and safeness for drivers. In general, ADAS consists of Autonomous Emergency Braking (AEB), Highway Driving Assist (HDA), Adaptive Cruise Control (ACC), Lane Keeping Assist System (LKAS). Among them, the AEB detects the possibility of collision by the vehicle itself and plays a role of avoiding the collision or reducing the damage through active braking. For such AEB, Euro NCAP has been developing test-evaluation methods for the vulnerable since 2017. Therefore, In this paper analyzes the scenario of Euro NCAP VRU Test Protocol v3.0.1, which will be established in 2020, and proposes test conditions according to the Korean road traffic law. In addition, the reliability of the proposed scenario and test conditions was verified by comparing and analyzing the proposed theoretical evaluation formulas and actual test results.