자율협력주행을 위한 차량 내 경고정보 시스템 설계 및 평가 기법 개발

Abstract

본 논문은 자율협력주행 시대를 대비하여 차내 경고정보 시스템의 설계 및 평가에 필수적인 방법론을 개발하는 것을 목표로 한다. 본 논문은 크게 두 가지 주요 분야로 연구를 나누어 진행하였다. 첫 번째는 시뮬레이션을 이용하여 커넥티드 차량 (connected vehicle, CV) 환경에서 차내 경고정보 시스템 (In-vehicle warning system)을 평가하는 방법론을 개발하였다. 멀티 에이전트 주행 시뮬레이터 (multi-agent driving simulator, MADS)을 활용하여 CV 환경에서 차내 경고정보 제공이 개별차량의 주행행태 뿐만 아니라 차량 간 상호작용에 미치는 영향을 차량 페어별 분석을 통해 도출하였다. 또한 본 논문에서는 CV의 주행특성 메커니즘을 정립하고 실 도로에서 수집된 CV 차량의 probe vehicle data (PVD) 분석을 통해 정립한 CV 주행특성 메커니즘을 검증하였을 뿐만 아니라 교통 시뮬레이션인 VISSIM 내 CV 거동을 구현하였다. CV 혼입률 (market penetration rate, MPR) 변화에 따라 경고정보 제공이 교통류의 이동성 및 교통 안전성에 미치는 영향을 VISSIM 시뮬레이션 분석을 통해 체계적으로 분석하였다. 연구 결과는 CV 환경에서 경고 정보의 제공이 개별 차량의 거동 변화와 주체 차량과 선행 차량 간의 상호 작용에 긍정적인 영향을 미친다는 것을 보여주었다. 특히, 차량 페어가 모두 CV인 시나리오에서 교통 안전 효과가 가장 크게 나타났으며, 차내 경고정보 시스템이 자율협력주행 기술 발전에 필수적인 요소임을 시사한다. 두 번째는 자율주행 환경에서 차내 경고정보 컨텐츠를 설계 및 최적 제공 기법을 개발하는 연구를 진행하였다. 감성공학 기법을 통해 인적요인 기반의 human-machine interaction (HMI) user interface (UI) 디자인안을 설계하고 Integrated risk scoring method를 개발 및 MADS 실험에 적용하여 설계한 HMI UI 시나리오를 평가함으로써 최적 HMI UI를 도출하였다. 또한 적정 제어권 전환 요청 시간 (take-over request lead time, TORlt)을 도출하기 위해 요구사항을 정립하고 MADS 실험을 수행하여 제어권 전환 성능 뿐만 아니라 자율-비자율 차량간 상호작용으로 인한 주행 안전성을 평가하였다. 체계적인 연구를 위해 다기준 가치함수 기반의 통합 평가 기법을 개발하고 적정 제어권 전환 요청 시간을 도출하였다. 본 연구들은 차내 경고정보의 제공 방식이 운전자의 주의력과 주행 안전성에 중요한 영향을 미칠 수 있음을 보여준다. 이러한 연구 결과들은 향후 자율주행차량에 정보를 제공하는 인프라 가이드라인 설계 및 평가 시 기초자료로 활용될 수 있다. 전반적으로 본 논문의 연구는 자율협력주행을 위한 차내 경고정보 시스템의 중요성을 강조하며, 이를 설계 및 평가하는데 필요한 효과적인 방법론을 제공한다. 이러한 방법론은 교통 안전성과 운영 효율성을 동시에 향상 시키는데 중요한 역할을 할 것으로 기대된다. 또한, 본 연구는 교통 운영 관리자 및 정책 입안자에게 자율협력주행 기술의 발전을 위한 중요한 근거 자료를 제공함으로써, 이 분야의 연구 및 개발에 있어서 새로운 지평을 열 것으로 기대된다.|The primary objective of this study is to develop essential methodologies for the design and evaluation of in-vehicle warning systems, gearing up for the forthcoming era of cooperative autonomous driving. The research was divided into two main areas. First, a methodology was developed to evaluate the in-vehicle warning system in a connected vehicle (CV) environment using simulation. The impact of in-vehicle warning information in a CV environment on individual vehicle behavior and vehicle-to-vehicle interaction was derived through pair-wise analysis using a multi-agent driving simulator (MADS). Furthermore, this study established the driving characteristics mechanism of CVs and validated it through the analysis of probe vehicle data (PVD) collected from actual roads, and implemented CV behavior in the VISSIM traffic simulation. The effect of changing CV market penetration rates (MPR) on traffic flow mobility and safety was systematically analyzed through VISSIM simulation. The results demonstrate that providing warning information in a CV environment positively affects individual vehicle behavior and interaction between the lead and following vehicles. Notably, the greatest traffic safety effect was observed in scenarios where both vehicles in the pair were CVs, suggesting that in-vehicle warning systems are a crucial element in the advancement of cooperative autonomous driving technology. The second part of the research involved developing methodologies for designing and optimally providing in-vehicle warning information content in autonomous driving environments. Using ergonomics engineering techniques, human-machine interaction (HMI) user interface (UI) design alternatives were developed, and an Integrated Risk Scoring Method was created and applied in MADS experiments to evaluate and derive the optimal HMI UI scenario. Additionally, requirements were established to derive the appropriate take-over request lead time (TORlt), and MADS experiments were conducted to evaluate the takeover performance and driving safety due to interactions between autonomous and non-autonomous vehicles. A multi-criteria value function-based integrated evaluation method was developed for a systematic study to derive the appropriate TORlt. These studies show that the provision of in-vehicle warning information can significantly impact drivers' attention and driving safety. The findings can be utilized as fundamental data for designing and evaluating infrastructure guidelines for providing information to autonomous vehicles. Overall, this research emphasizes the importance of in-vehicle warning systems for cooperative autonomous driving and provides effective methodologies for their design and evaluation. These methodologies are expected to play a significant role in enhancing traffic safety and operational efficiency. Moreover, this research offers critical evidence for traffic operation managers and policy makers, paving the way for new developments in research and development in this field.