주체 차량 센서 자료를 이용한 차량간 상호작용 안전성 평가 기술

Abstract

교통사고는 다양한 요인에 의해 발생하며, 그 원인 중의 하나로써 운전자의 적절한 교통 상황 인식 및 반응 부재가 있을 수 있다. 이러한 교통사고는 차량 간의 상호작용에 의한 주행 안전성 변화를 추종함으로써, 위험 상황을 미리 인지하고 능동적으로 대처하는 차량 안전 보조 시스템 등을 이용하여 선제적으로 예방할 수 있다. 기존의 많은 연구들은 교통안전대체지표(Surrogate Safety Measure, SSM)를 사용하여 차량의 주행 안전성을 평가 하였으나, 주체 차량 및 인접 차량들의 주행 자료 수집이 선행되어야 한다는 가정을 전제한다. 그러나 현실적으로 도로를 주행하는 모든 차량들의 주행 정보를 수집하는 것은 한계가 존재하며, 많은 비용 및 시간이 소요될 것으로 예상된다. 따라서 본 연구에서는 인접 차량들의 주행 정보를 수집할 수 없는 조건에서, 주체 차량만의 정보만을 이용하여 주행 안전성을 평가할 수 있는 모형을 개발하고, 나아가 주행하고 있는 도로의 안전성을 평가하는 방법론을 제안하였다. 주행 안전성 평가 모형 개발 시 실제 주행 특성을 반영하기 위해 고사양의 센서가 부착된 조사 차량을 이용하여 주체 차량의 주행 데이터를 수집하였다. 또한 주체 차량의 미세한 움직임을 반영하는 Jerk와 차량간 상호작용을 평가하는 Stopping Distance Index(SDI)를 사용하여 주체 차량의 주행 안전성을 평가하였다. 특히, 패턴 인식으로 그룹 분류 규칙을 찾아내거나 미래의 패턴을 예측하는데 사용되는 서포트 벡터 머신(Support Vector Machine, SVM)을 활용하여 위험 운전 예측 분류기를 개발하였으며, 분류 정확도, 정밀도, 특이도 등을 이용하여 모형의 성능을 평가하였다. 본 연구에서는 개별 차량과 도로의 주행 안전성을 평가하는 두 가지 지표를 개발하였다. 개별 차량의 위험도 및 관측 시간을 이용한 개별 차량 위험도 평가 지표(Vehicle Risk Index, VRI)와 개별 차량의 위험도를 집계화하여 도로의 안전성을 평가하는 도로 위험도 평가 지표(Road Risk Index, RRI)를 개발하였다. 특히, 현실적으로 도로를 주행하는 모든 차량의 위험도를 취득하여 도로의 안전성을 평가할 수 없으므로, 도로의 위험도를 대표할 수 있는 probe 차량의 비율을 본 연구에서 제시하였다. 본 연구의 결과는 Digital Tacho Graph(DTG), 네비게이션 등이 설치된 차량에서 수집된 차량의 주행 정보를 이용하여, 실시간으로 주행 안전성을 평가하고 운전자에게 제공할 수 있는 시스템 개발에 활용될 수 있을 것으로 예상된다. 또한 전체 교통 네트워크를 관장하는 Cooperative-Intelligent Transport Systems(C-ITS) 환경 또는 교통정보센터 등에서 차량의 주행 정보를 수집 및 평가할 수 있는 경우, 도로의 안전성을 모니터링하는 연구에 활용할 수 있을 것으로 기대된다.