일반선형모델 기반의 통계적 모델링 기법을 응용한 가상운전자 감각수용 및 지각과정 구현

Abstract

이 연구는 점차 지능화되고 폭 넓은 능동적 제어를 수행하는 지능형 운전 보조 시스템 (Intelligent Driving Support System [IDSS])의 개발 과정에 활용할 수 있는 새로운 개념의 컴퓨터 기반 통합 차량 시뮬레이션 환경을 제안하였다. 특히, 컴퓨터 기반 차량 동역학 모델 (e.g., CarSim)과 연동하여 작동하는 가상 운전자 모델 구축 방법론에 초점을 맞추어 차량 동역학 모델로 실현되는 ‘가상 차량 모델’을 제어하는 역할을 하는 ‘가상 운전자 모델’에 대한 새로운 개념을 정의하였다. 즉, 기존의 컴퓨터 기반 차량 시뮬레이션 환경에서의 운전자 모델이 완벽한 정보 수용과 완벽한 차량 제어를 가정하고 미리 정의된 주행 시나리오를 수행하는 기능 중심 제어 모델이라 한다면, 본 연구의 운전자 모델은 인간의 감각수용 및 지각 특성을 고려한 운전자 중심의 인지적 정보처리 모델이라 할 수 있으며, 인간의 인지적 정보처리과정 전반을 네개의 독립적인 단계 (i.e., 감각수용 및 지각 과정, 인지 및 예측 과정, 반응 선택 과정, 그리고 제어 실행 과정)로 구분하고, 각 독립적 정보처리 단계 구현에 적합한 방법론을 적용하여 개발한 후 서로를 연동하여 하나의 정보처리 시스템으로 운용할 수 있는 방법론을 제안하였다. 또한, 운전자 인간공학 요인별로 차별화된 운전자 모델을 개발하기 위해, 먼저, 문헌 연구를 기반으로 차량 제어에 영향을 미칠 수 있는 인간공학 요인을 선별하였으며, 인지적 정보처리 단계 별 영향을 정리하였다. 이와 같은 차별화된 운전자 모델의 필요성 타진과, 실질적 운전자 모델 구현을 위한 첫 번째 단계로서 운전자 감각수용 및 지각과정 특성을 알아보기 위한 일련의 정신물리학 실험을 진행하였으며, 그 결과를 바탕으로 일반 선형모델 (i.e., general linear model) 기반 통계적 모델링 과정을 수행하였다. 모두 130명의 운전자를 대상으로 실제 도로 상 71개 측정지점에서 진행된 챠량 속도 추정 실험은 운전자의 인간공학 요인 (i.e., 연령, 성별, 운전 경력)을 정성적 독립변수로 선정하고, 체감속도를 종속변수로 정의하였으며, 차량의 실제 속도와 도로 곡률 반경, 그리고 차량의 실내 소음 수준을 정량적 공변인으로서 모델에 추가하여 각각의 주효과 및 교호작용 효과에 대한 통계적 유의성을 검토하였다. 분석 결과, 세 가지 정량적 공변인은 모두 운전자 체감속도에 통계적으로 유의한 수준 이상 영향을 미침을 알 수 있었다. 차량의 실제 속도는 물론 실내 소음 수준의 경우 운전자 체감속도와 양의 상관관계를 나타내며 다중 감각요소 상호 상승효과 (i.e., crossmodal enhancement effect)를 가짐을 알 수 있었다. 반면, 도로 곡률반경은 모든 인간공학 요인 수준에 관계 없이 음의 상관 관계가 있음을 알았다. 또한, 공변인과 인간공학 요인 사이에 존재하는 교호작용 효과 역시 통계적 유의성을 나타내어, 서로 다른 인간공학 요인을 가지는 운전자가 서로 다른 형태와 차별화된 수준의 공변인 효과를 받는 것을 알 수 있었다. 이러한 결과를 토대로, 운전자 인간공학 요인 수준 조합 별 여덟 가지 운전자 체감속도 모델 (성별, 연령, 그리고 운전 경력 각각 2수준으로 정의함)이 도출되었다. 차별화된 운전자 감각수용 및 지각과정의 실질적 효과를 검증하기위해 기존의 차량 성능 평가 등에 널리 활용되고 있는 기능 중심 횡적 제어 모델인 최적 예견제어 모델 (i.e., optimal finite preview control model)을 기준 운전자 모델로 선정하여 본 연구에서 정의한 운전자 체감속도 모델을 바탕으로 수정하여 새로운 여덟 가지 운전자 모델을 구현하였다. 즉, 운전자 체감속도가 차량의 실제 속도보다 상대적으로 높게 혹은 낮게 형성되는 정도에 따라 가상 차량에 대한 운전자 모델의 제어 시점에 차이를 발생시켜 그 제어 결과를 관찰 할 수 있도록 구성하였다. 가상운전자 모델 구현을 위해서는 Matlab/Simulink 소프트웨어 패키지를 이용하였고, 차량 동역학 모델로는 CarSim을 이용하였다. 이중 차선 변경 환경 (i.e., double lane change maneuver)에서 이루어진 컴퓨터 기반 통합 차량 시뮬레이션을 통해 각 운전자 모델의 감각수용 및 지각과정 특성 효과를 관찰할 수 있었으며, 기존의 기능 중심 제어 알고리즘으로 정의된 가상 운전자 모델이 제공할 수 없었던 인간공학 요인 수준 조합 별 차별화된 정보를 얻을 수 있었다. 운전자 감각수용 및 지각 특성을 적용한 컴퓨터 기반 차량 시뮬레이션을 통해 나타난 시뮬레이션 결과의 인간공학 요인 별 차별화와 정보량 확대는 향후 인지 및 예측, 반응 선택, 실행과정에 대한 운전자 중심 설계를 위한 연구가 반드시 필요하며 더욱 다양한 결과 및 정보를 창출할 수 있는 가능성을 보여주는 매우 중요한 결과라 할 수 있다. 결론적으로, 이와 같은 연구 결과로부터 보다 지능화되고있는 IDSS의 개발 및 평가과정에서 폭 넓게 활용될 수 있는 컴퓨터 기반의 통합 차량 시뮬레이션 환경 구축 과정에는 인간공학 요인 별 차별화된 운전자 모델 개발이 필수적임을 설명할 수 있었으며, 본 연구에서 개발한 방법론이 운전자 감각수용 지각과정 특성 구현 과정에 효과적으로 활용될 수 있음을 알 수 있었다. 향후 본 연구에서 제안한 운전자 모델링 방법론을 기초로 나머지 인지 정보처리과정의 개발로 더욱 확장시킨다면 궁극적으로 첨단 안전 차량의 설계 및 평가과정에서 효율적으로 활용될 수 있을 것으로 기대된다.|This study describes a new approach to develop computational driver models in vehicle simulations for evaluating intelligent driving support systems (IDSSs). As IDSSs become more intelligent and provide active safety controls, more comprehensive understanding of a driver’s cognitive processes is required as well as vehicle dynamics. That means, the driver-centered evaluation tools implementing the driver's cognitive characteristics and limits are needed for assessing such intelligent subsystems beyond traditional function-oriented computational driver models used in computer-based vehicle simulations. In these circumstances, a new design paradigm for the computational driver models was introduced based on the driver's cognitive architecture: the entire driver's cognitive information processing stages were divided into four independent but functionally interrelated modules, i.e., sensory-perception, cognition-projection, response selection, and execution processes. Moreover, according to the pertinent literature, nineteen driver's human factors that can induce significant changes in the results of simulations were identified and classified into five groups (i.e., fundamental human factors, individual backgrounds, medical condition, on-the-driving condition, and socio-psychological factors). In order to differentiate the conventional function-oriented driver models into the driver-centered computational driver models in accordance with the specified driver's generic human factors, a set of cognitive empirical structures was defined as the sensory-perception process of the cognitive architecture. One hundred thirty drivers participated in a psychophysical experiment of velocity estimation at 71 checkpoints on a road section. The perceived velocity, as a dependent variable, was modeled based on general linear modeling approach with respect to the driver’s fundamental human factors (i.e., age, gender, and driving experience) as independent variables. As a result, eight different perceived velocity models (alpha=0.05; adjusted R-square=0.5013) were defined as a part of the cognitive processes with quantitative covariates in different modalities (i.e., radius of road, level of interior noise, as well as vehicle velocity). To observe differential effects of the revised sensory-perception processes, i.e., driver's perceived models, 1) eight different driver models equipped with the heterogeneous perceptual modules were developed based on a well-known lateral vehicle control model (i.e., optimal finite preview control [OFPC] model) using Matlab/Simulink software package; 2) double lane change [DLC] test track for passenger cars was selected as a driving scenario for simulation purposes; and 3) a full-scale vehicle model was implemented with physical/dynamic parameters of the experimental vehicle in this study based on a computer-based vehicle dynamic model (i.e., CarSim). The driver models implemented with different perceptual processes exhibited considerable changes in the results of vehicle simulations on DLC maneuvers. The results presented in this study suggested that defining the perceptual processes of different groups of drivers was an efficient and essential process of developing vehicle simulation environments for evaluating driver-centered intelligent driving support systems. Consequently, the results from this study may ultimately provide meaningful data for early stages of the advanced safety vehicle design.; This study describes a new approach to develop computational driver models in vehicle simulations for evaluating intelligent driving support systems (IDSSs). As IDSSs become more intelligent and provide active safety controls, more comprehensive understanding of a driver’s cognitive processes is required as well as vehicle dynamics. That means, the driver-centered evaluation tools implementing the driver's cognitive characteristics and limits are needed for assessing such intelligent subsystems beyond traditional function-oriented computational driver models used in computer-based vehicle simulations. In these circumstances, a new design paradigm for the computational driver models was introduced based on the driver's cognitive architecture: the entire driver's cognitive information processing stages were divided into four independent but functionally interrelated modules, i.e., sensory-perception, cognition-projection, response selection, and execution processes. Moreover, according to the pertinent literature, nineteen driver's human factors that can induce significant changes in the results of simulations were identified and classified into five groups (i.e., fundamental human factors, individual backgrounds, medical condition, on-the-driving condition, and socio-psychological factors). In order to differentiate the conventional function-oriented driver models into the driver-centered computational driver models in accordance with the specified driver's generic human factors, a set of cognitive empirical structures was defined as the sensory-perception process of the cognitive architecture. One hundred thirty drivers participated in a psychophysical experiment of velocity estimation at 71 checkpoints on a road section. The perceived velocity, as a dependent variable, was modeled based on general linear modeling approach with respect to the driver’s fundamental human factors (i.e., age, gender, and driving experience) as independent variables. As a result, eight different perceived velocity models (alpha=0.05