• Article

    Design of Human-Machine Interfaces on Take-over of Autonomous Vehicles Based on Human Factors

    인적요인 기반 자율차 제어권 전환 정보 컨텐츠 설계 기법 개발 연구

    KO, Jieun, KANG, Kyeongpyo, JEE, Jeonghoon, OH, Cheol

    고지은, 강경표, 지정훈, 오철

    When autonomous vehicles exit the operational design domain (ODD), a transition from autonomous mode to manual driving mode, known as the take-over …

    자율주행차량은 주행 중 운행가능영역(operational design domain, ODD)을 벗어날 경우 자율주행 모드에서 수동주행 모드로 제어권 전환 요청(take-over request, TOR)이 요구된다. 자율주행 시스템으로부터 운전자에게로 …

    + READ MORE
    When autonomous vehicles exit the operational design domain (ODD), a transition from autonomous mode to manual driving mode, known as the take-over request (TOR), is required. During this transition, the driver must be able to take control within the take-over request lead time (TORlt). However, drivers in autonomous vehicles may initiate a take-over without paying attention to the surrounding traffic situation, which would lead to higher potential of being exposed to crash risk. Thus, the provision of appropriate information content through modal systems is crucial for the driver's recognition of the control transition situation. This study developed a methodology for designing a human-machine-interface (HMI) user-interface (UI) for autonomous vehicle take-over based on human factors through Kansei engineering analysis. The quantification theory type I was adopted to conduct the Kansei engineering technique. In addition, the usecases for take-over situations were defined and the research scope was identified. Requirements and components were also established for HMI UI design. An in-depth expert interview was performed with 39 experts to identify the appropriate scope of design requirements. Total of 31 subjects with driving experience participated in questionnaire survey for the Kansei engineering analysis. The findings indicate that image presence, layout color, layout placement, and voice messages significantly impact the emotional response during take-over. The results of this study are expected to be used as useful information for both autonomous vehicle manufacturers and HMI-related industries.


    자율주행차량은 주행 중 운행가능영역(operational design domain, ODD)을 벗어날 경우 자율주행 모드에서 수동주행 모드로 제어권 전환 요청(take-over request, TOR)이 요구된다. 자율주행 시스템으로부터 운전자에게로 제어권이 전환되는 상황에서 운전자는 제어권 전환 요청 시간(take-over request lead time, TORlt) 내에 주행이 가능한 상태로 차량을 제어해야 한다. 그러나 자율주행차량에 탑승한 운전자는 주변의 교통상황에 대해 충분한 주의를 기울이지 않은 상태에서 제어권 전환이 진행될 수 있어 위험상황에 노출될 수 있다. 따라서 운전자가 제어권 전환 상황을 인지할 수 있도록 모달 시스템(modal system)을 활용하여 적절한 정보 컨텐츠를 제공하는 것이 중요하다. 본 연구에서는 인적요인 기반의 자율주행차 제어권 전환 휴먼 머신 인터페이스(human-machine-interface, HMI) 유저 인터페이스(user-interface, UI)를 설계하는 기법을 개발하고 설계안을 제시하였다. 인적요인을 반영하기 위해 수량화 1류를 이용한 감성공학 기법을 사용하였다. 또한 보다 체계적인 연구를 위해 제어권 전환 상황에 대한 유스케이스를 정의하고 연구 범위를 설정하였다. HMI UI 설계를 위한 요구사항 및 구성요소를 정립하고 총 39명의 전문가를 대상으로 전문가 의견조사를 통해 설계 요구사항 범위를 조정하여 감성공학 기법에 반영하였다. 감성공학 분석은 총 31명의 운전 경력이 있는 피실험자를 대상으로 수행하였다. 수량화 1류 기법을 이용하여 분석을 수행한 결과, 이미지 유무, 레이아웃 색상, 레이아웃 배치, 음성안내멘트에 대해 이용자들이 제어권 전환과 관련하여 감성적인 영향을 받는 것으로 도출되었다. 본 연구의 결과는 자율주행차 제조업체 및 HMI 관련 산업 분야에서 기초 연구자료로 활용 가능할 것으로 기대된다.

    - COLLAPSE
    31 October 2024
  • Article

    Estimating Pedestrian Traffic Volumes Resulting from Urban Development and Transportation System Revitalization: A Case Study of Seoul International District Project

    도시 개발 및 교통체계 정비 사업에 따른 장래 보행량 추정 연구: 서울국제교류복합지구 사례 분석

    OH, Gwanyong, KO, Joonho, JANG, Seunghwa, KIM, Daejin

    오관용, 고준호, 장승화, 김대진

    This study presents a model and methodology that estimate the alterations in pedestrian traffic volumes resulting from urban development and transportation system …

    본 연구는 도시 개발 및 교통체계 정비 사업 추진에 따른 장래 보행량의 변동을 예측하는 모형 및 방법론을 제시하였다. 본 연구는 서울시 유동인구 …

    + READ MORE
    This study presents a model and methodology that estimate the alterations in pedestrian traffic volumes resulting from urban development and transportation system revitalization projects. This study utilizes the data from the Seoul Metropolitan Government's floating population survey to develop a log-linear regression model to estimate the pattern of pedestrian traffic volumes in urban areas. The model presents a goodness-of-fit of adjusted R2 of 0.427, confirming a significant causal relationship between land use, public transportation accessibility, population/employment, integration of pedestrian network, and pedestrian traffic volumes. This study conducted a case study of the Seoul International District development project that involves a large-scale urban development and transportation system improvement, to identify the alterations in pedestrian traffic volumes resulting. The case study identified the variation in pedestrian traffic volumes by the urban development and transportation system revitalization projects such as the construction of Hyundai GBC, Jamsil Stadium and MICE development, and the opening of GTX Samseong Station, and also analyzed the level of pedestrian service on major pedestrian routes in the project area. In the absence of domestic guidelines and systematic methodologies for estimating pedestrian traffic demand following urban development projects, this study is expected to make a contribution in terms of providing relevant analysis tools and guideline.


    본 연구는 도시 개발 및 교통체계 정비 사업 추진에 따른 장래 보행량의 변동을 예측하는 모형 및 방법론을 제시하였다. 본 연구는 서울시 유동인구 조사 자료를 활용하여, 도시 내 보행량 패턴을 추정하는 로그-선형 회귀모형을 구축하였다. 모형의 설명력 Adjusted R2이 0.427로 양호한 수준인 것으로 나타났으며, 토지이용, 대중교통 접근성, 인구/종사자, 보행로의 통합도와 보행량 간의 인과관계를 확인하였다. 본 연구는 대규모 도시 개발 및 교통체계 정비 사업에 따른 보행량의 변동을 확인하고자 서울국제교류복합지구 조성 사업을 사례 분석하였다. 사례 분석을 통해, 현대 GBC 건립, 잠실운동장 및 MICE 개발, GTX 삼성역 개통 등 대규모 도시 개발 및 교통체계 정비 사업에 따른 보행량의 변동 수준을 확인하였으며, 사업대상지 내 주요 보행로의 보행 서비스수준을 분석하였다. 본 연구는 도시 개발 및 교통체계 정비 사업에 따른 보행수요 추정에 관한 국내 지침 및 체계화된 방법론이 부재한 상황에서 본 연구는 관련된 분석 툴을 제공한다는 측면에서 실무적 기여가 있을 것으로 판단된다.

    - COLLAPSE
    31 October 2024
  • Article

    Estimating the Value of Time Considering Perceived Congestion and Congestion Duration on Urban Rail Transit

    도시철도 시설별 체감 혼잡도와 혼잡지속시간을 고려한 가치 추정 연구

    JU, Yunho, KIM, Junghwa, KANG, Wooseok

    주윤호, 김정화, 강우석

    This study began with the significance of urban rail transit starting with Seoul Line 1 and extending to current additions, focusing on …

    본 연구는 서울시 1호선을 시작으로 현재까지 추가 연장되는 도시철도의 통행에 대한 중요성 및 통행에서 발생하는 혼잡 현상을 배경으로 시작하였다. 특히 도시철도 시설 …

    + READ MORE
    This study began with the significance of urban rail transit starting with Seoul Line 1 and extending to current additions, focusing on the congestion phenomenon in transit. In particular, given the increasing awareness of crowding in urban rail facilities, the study aims to estimate the impact of congestion during commuting hours on value of travel for urban rail users. For this purpose, a stated preference (SP) survey was conducted among 412 commuters in the metropolitan area, presenting hypothetical scenarios of typical congestion situations and asking about route choices. Through this, the monetary value of congestion in carriages, platforms, and transfer passages was estimated. The survey included 10 questions for each facility. The analysis using the multinomial logit model showed that the Value of Time (VOT) for in-vehicle, platform, and transit passage were KRW 6,375, KRW 8,295, and KRW 2,460, respectively, while the Value of Congestion (VOC) were KRW 3,375, KRW 7,380, and KRW 1,560, indicating that the value for platforms was the highest among the values for facilities. The results of this study suggest a new evaluation index to support effective decision-making for urban rail operations by calculating the estimated value of congestion and evaluating the impact on passengers' utility for each facility. These results are expected to provide important indicators for more efficient operation of the metropolitan transportation system in response to increasing rail demand due to the enlargement of the metropolitan transit network.


    본 연구는 서울시 1호선을 시작으로 현재까지 추가 연장되는 도시철도의 통행에 대한 중요성 및 통행에서 발생하는 혼잡 현상을 배경으로 시작하였다. 특히 도시철도 시설 내 혼잡에 대한 인식이 높아지고 있는 상황에서 출퇴근 시간에 발생하는 도시철도 시설의 혼잡이 도시철도 이용객의 통행가치에 미치는 영향을 추정하고자 한다. 이를 위해 수도권 도시철도를 이용하는 이용객들에게 첨두시 시 발생할 수 있는 통상적인 혼잡 상황에 대한 가정을 제시하고 경로 선택에 대한 질문을 진행하였다. 이를 통해 차량 내, 플랫폼, 환승통로에 대하여 혼잡한 상황에 대한 화폐화 가치를 추정하였다. 본 연구를 진행하기 위한 설문조사는 SP설문으로 수도권 출퇴근 통행자 412명을 대상으로 각 시설에 대하여 10개의 문항을 설문 하였다. 설문 결과에 대하여 다항로짓모형을 활용한 분석 결과 차량 내, 플랫폼, 환승통로에 대한 각각의 혼잡도를고려한 시간가치(VOT)는 6,375원, 8,295원, 2,460원의 결과가 나왔으며 혼잡도 변화에 대한 가치(VOC)는 3,375원, 7,380원, 1,560원으로 플랫폼에 대한 가치가 이용자들의 시설에 대한 가치 중 가장 큰 값임을 확인할 수 있었다. 본 연구의 결과를 통해 혼잡 상황에 대한 추정가치를 계산하고, 각각의 시설에 있어 혼잡 상황에 대한 승객의 효용에 미치는 영향을 평가함으로써 도시철도 운영에 대한 효과적인 의사결정에 도움을 줄 수 있는 새로운 평가 지표를 제시하였으며, 이러한 결과는 광역교통의 거대화로 증가하는 철도 수요에 대응하여 광역교통체계를 보다 효율적으로 운영하기 위한 중요한 지표를 제공할 것으로 기대한다.

    - COLLAPSE
    31 October 2024
  • Article

    Drone Vision-based Lane Change Prediction in Urban Vehicle Driving with Transformer

    드론 영상 인식과 Transformer를 활용한 도심 주행 차량의 차로 변경 예측 모델 연구

    HONG, Seokjun, IM, Jaegyun, LEE, Howoo, KA, Dongho, LEE, Changhee, NOH, Byeongjoon

    홍석준, 임재균, 이호우, 가동호, 이창희, 노병준

    Lane changes pose a risk of accidents due to lane interference between vehicles, affecting traffic flow. Therefore, research on predicting lane changes …

    차로 변경은 차량 간의 차선 간섭으로 인해 사고의 위험이 존재하며, 이에 따라 교통 흐름에 영향을 미친다. 따라서, 사고의 위험성을 줄이고 교통 시스템을 …

    + READ MORE
    Lane changes pose a risk of accidents due to lane interference between vehicles, affecting traffic flow. Therefore, research on predicting lane changes is necessary to reduce accident risks and improve the traffic system. This study proposes a method for extracting vehicle information from top-view drone footage and predicting lane changes. We used the deep learning-based object detection model YOLOv8 for vehicle detection in the footage and extracted Traffic Context from the detected objects. Using this extracted information, we performed lane change prediction utilizing a Transformer model. For our experiments, we utilized drone footage of road conditions in Guseong-dong, Yuseong-gu, Daejeon. The experimental results demonstrated that YOLOv8 achieved a high object detection performance with an mAP50 of 0.99 and an mAP50-95 of 0.75, indicating a high degree of agreement between detected and actual objects. In terms of lane change prediction, the Transformer model outperformed other models, achieving an accuracy of 0.977, which is 0.02 higher, and the lowest misclassification rate in the confusion matrix. This study is expected to contribute to improving traffic systems by serving as a valuable resource for efficient traffic flow management in the future.


    차로 변경은 차량 간의 차선 간섭으로 인해 사고의 위험이 존재하며, 이에 따라 교통 흐름에 영향을 미친다. 따라서, 사고의 위험성을 줄이고 교통 시스템을 원활하게 하기 위해 차로 변경 예측에 관한 연구는 필요하다. 본 연구에서는 드론으로 수집된 차량의 탑 뷰(top-view) 영상 정보를 활용하여 차량에 대한 정보를 추출하고, 차로 변경을 예측하는 방법에 대하여 제시한다. 먼저, 영상 내 차량 객체 탐지를 위해 딥러닝 기반 객체 탐지 모델인 YOLOv8을 사용하였으며, 객체 정보를 바탕으로 Traffic Context를 추출한다. 추출된 정보를 바탕으로 Transformer 모델을 활용하여 차로 변경 예측을 수행한다. 본 연구 실험에서는 드론으로 촬영한 대전 유성구 구성동의 도로 상황 영상을 활용하였다. 실험 결과 YOLOv8의 객체 탐지 성능으로는 mAP50에서 0.99, mAP50-95에서는 0.75로 검출 객체와 실체 객체 간의 높은 일치도를 확인하였다. 차로 변경 예측 모델에서는 Transformer가 다른 모델들에 비해 0.02 높은 0.977의 Accuracy를 보였으며, 혼동 행렬에서 가장 낮은 오분류를 확인하였다. 본 연구가 향후 효율적인 교통 흐름 관리를 위한 자료로 활용되어 교통 시스템 개선에 기여할 수 있을 것으로 기대된다.

    - COLLAPSE
    31 October 2024
  • Article

    Development and Evaluation of Closed Lane Avoidance Strategy Using CAV Control Algorithm Based on Reinforcement Learning

    강화학습 기반 CAV 거동 제어 알고리즘을 통한 통제차로 회피 전략 개발 및 평가

    KIM, Seunghwan, PARK, Juneyoung, YANG, Inchul

    김승환, 박준영, 양인철

    Autonomous vehicles (AVs) are expected to positively impact traffic flow by eliminating human factors and ensuring more ideal and consistent driving behaviors. …

    자율주행차량은 운전자의 인적요인을 제거하여 보다 이상적이고 일정한 주행행태를 교통류에 반영하여 이를 통해 긍정적인 영향을 미칠 것으로 기대되는 반면 아직 차량 중심 자율주행의 …

    + READ MORE
    Autonomous vehicles (AVs) are expected to positively impact traffic flow by eliminating human factors and ensuring more ideal and consistent driving behaviors. However, due to the limitations of vehicle-centric autonomy, AVs still fail to appropriately handle various unexpected situations, adversely affecting traffic flow and causing crashes. Therefore, for AVs to achieve their anticipated positive impact on traffic flow, it is necessary to evolve into Connected Autonomous Vehicles (CAVs), including the cooperation of infrastructure based on Vehicle to Everything (V2X) communication. The cooperative driving effect of CAVs will be evident in the case of lane closed situations caused by unexpected events such as traffic accidents or construction. If CAVs can acquire information about the lane closed situation through infrastructure communication in advance and control their maneuvers of CAVs appropriately, it is expected that the systematic movement of CAVs will alleviate issues such as bottlenecks caused by closed lanes and ensure a smoother traffic flow. This indicates the necessity for research on strategies to smoothly avoid and pass through closed lane situations in future LV4 autonomous driving situation where CAV maneuver control is possible. Reinforcement learning, which can accommodate large state spaces like traffic situations, has recently emerged as a promising framework for addressing the control challenges of CAVs, which must flexibly respond to real-time dynamic traffic conditions. Therefore, this study developed a reinforcement learning-based strategy for avoiding closed lanes and evaluated its impact on traffic flow, thereby demonstrating the utility of reinforcement learning as a methodology for developing closed lane avoidance strategies for CAVs in future connected environments.


    자율주행차량은 운전자의 인적요인을 제거하여 보다 이상적이고 일정한 주행행태를 교통류에 반영하여 이를 통해 긍정적인 영향을 미칠 것으로 기대되는 반면 아직 차량 중심 자율주행의 한계로 인해 다양한 돌발상황에서 적절한 대처를 하지 못하고 교통류에 악영향을 끼치며 사고 또한 끊이지 않고 있다. 이에 따라 자율주행차량이 교통류에 기대하는 만큼의 긍정적인 영향을 가져오기 위해선 V2X(Vehicle to Everything, V2X) 통신 기반 인프라의 협력을 포함한 자율협력주행차량(Connected Automated Vehicle, CAV)으로 발전할 필요가 있다. 교통사고나 공사와 같은 돌발상황으로 인한 차로 통제상황의 경우 CAV의 협력 주행 효과는 두드러질 것이다. 통제상황을 인프라 통신을 통해 CAV가 사전에 정보를 획득하고 이를 통해 CAV들의 거동을 적절히 제어할 수 있다면 체계적인 CAV의 움직임으로 인해 기존의 통제상황으로 인해 발생하는 병목현상 등의 문제점을 해소하고 교통류를 원활하게 유도할 수 있을 것으로 기대된다. 이는 CAV 기동제어가 가능한 향후 LV4 자율주행 상황에서 폐쇄차로 상황을 원활하게 회피하고 통과하기 위한 전략에 대한 연구가 필요함을 의미한다. 교통상황과 같은 큰 차원의 상태 공간을 고려할 수 있는 강화학습은 실시간 동적으로 변하는 교통상황에 따라 유연하게 대응할 수 있어야 하는 CAV의 제어 문제를 해결하기 위한 유망한 프레임워크로써 최근 부상하고 있다. 이에 따라 본 연구에서는 통제 차로를 회피하기 위한 강화학습 기반 전략을 개발하고 교통류에 미치는 영향을 평가함으로써 향후 커넥티드 환경에서 CAV의 통제 차로 회피 전략 개발 방법론으로서 강화학습의 유용성을 입증하였다.

    - COLLAPSE
    31 October 2024
  • Article

    Analysis of Terminal Work Site Accidents Severity Factor at Port Areas using ANN with Sampling Approach

    ANN 및 데이터 샘플링 기반 항만 터미널 작업 현장 사고 심각도 요인 분석

    KIM, Hyeonseo, PARK, Nuri, PARK, Juneyoung

    김현서, 박누리, 박준영

    In port terminals, workers and numerous heavy equipment operate in close proximity, and severity can be high in the event of accidents. …

    항만 터미널에서는 작업자와 다양한 중장비가 근거리에서 작업하며 사고 발생 시 심각도가 높을 수 있다. 따라서 중대 사고를 예방하기 위한 적절한 주의와 안전 …

    + READ MORE
    In port terminals, workers and numerous heavy equipment operate in close proximity, and severity can be high in the event of accidents. Therefore, appropriate attention and safety measures are required to prevent serious accidents. This study employed machine learning methodologies, namely artificial neural network (ANN), to develop models for predicting port accident severity. Additionally, oversampling and clustering techniques were applied to augment data for all features of port accident data and to separate accident risk situations based on features. Consequently, a port accident severity model was developed using heterogeneous accident data clustered by features, and its performance was compared and analyzed against a severity model built on non-clustered accident data. Research findings indicate that accident models utilizing clustered data reflecting the heterogeneity of port accident data show better performance than accident models utilizing non-clustered data. Finally, to explain the machine learning model, the ANN model was used to perform explainable artificial intelligence (XAI) analysis and identify key variables influencing severe accidents in ports. This study introduces a high-performance and interpretable analytics model for assessing port accident severity, offering valuable insights for informed decision-making by experts. The findings of this study can play a crucial role in reducing accident severity within port terminals, promoting safety, and contributing to reducing economic losses caused by accidents in ports.


    항만 터미널에서는 작업자와 다양한 중장비가 근거리에서 작업하며 사고 발생 시 심각도가 높을 수 있다. 따라서 중대 사고를 예방하기 위한 적절한 주의와 안전 조치가 필요하다. 본 연구에서는 항만 사고 심각도 예측 모델을 개발하기 위해 기계 학습 방법론인 인공 신경망(ANN)을 적용했다. 이를 위해, 항만 사고 데이터를 증강하고 사고 특징에 따라 사고 위험 상황을 구분하기 위해 오버샘플링 및 클러스터링 기법을 적용했다. 그 결과, 항만 사고의 이질성을 반영한 군집화된 사고 데이터를 사용하여 항만 사고 심각도 모델을 개발하였고, 이를 군집화하지 않은 사고 데이터를 사용하여 개발한 심각도 모델과 성능을 비교 분석했다. 분석 결과, 군집 데이터를 활용한 사고 모델의 F1-score가 0.890, 비군집 데이터를 활용한 사고 모델의 F1-score가 0.674로 도출되어 군집 데이터 모델이 비군집 데이터 모델 보다 더 나은 성능을 보였다. 마지막으로, ANN 모델 기반 설명 가능한 인공지능(XAI) 분석을 수행하고 항만 내 중대 사고에 영향을 미치는 주요 변수 10개를 도출하였다. 본 연구는 항만 사고 심각도를 평가하기 위한 고성능 및 설명 가능한 분석 모델을 소개하여 항만 안전 전문가에게 의사 결정을 위한 통찰력을 제공한다. 또한, 본 연구의 결과는 항만 터미널 내 사고 심각도를 줄이고 안전성을 높여 항만 사고로 인한 경제적 손실을 줄이는 데 중요한 역할을 할 수 있다.

    - COLLAPSE
    31 October 2024
  • Article

    Study on the Application of Black Box Image Recognition Techniques for Driving Safety Evaluation

    주행 안전성 평가를 위한 블랙박스 영상 인식 적용 기법 연구

    CHO, Junhan, CHOI, Yoonyoung, LEE, Sungjun, PARK, Juneyoung, PARK, Seongmin

    조준한, 최윤영, 이성준, 박준영, 박성민

    To evaluate traffic safety, traffic accident data, navigation systems, driving recorders, and simulations are commonly used. However, these methods have limitations in …

    교통 안전성 평가는 교통사고 자료, 내비게이션 및 운행기록장치, 시뮬레이션 등을 주로 사용하고 있으나, 사고 발생 직전의 상황을 규명하는 데에는 한계가 있다. 블랙박스 …

    + READ MORE
    To evaluate traffic safety, traffic accident data, navigation systems, driving recorders, and simulations are commonly used. However, these methods have limitations in identifying situations immediately before accidents occur. In contrast, black box camera footage can be obtained with the vehicle owner's consent and, with a 100% penetration rate, allows for comprehensive analysis of all vehicles. This study aims to analyze vehicle behavior in rear-end collision situations based on black box camera footage and to establish foundational data for future collision avoidance and response strategies for autonomous vehicles. To analyze rear-end collision black box camera footage, an image recognition algorithm based on OpenCV's YOLO5 is developed to perform object recognition in the footage. Additionally, algorithms are developed to predict the speed of preceding and following vehicles and to estimate the inter-vehicle distance. Real road driving experiments were conducted to train and calibrate the developed algorithms. Speeds and Time-to-Collision were extracted from 12 rear-end collision cases that occurred on highways. These 12 accidents were categorized into three groups based on speed, and the characteristics of each group were analyzed. Through this study, an algorithm was developed to analyze vehicle behavior immediately before rear-end collisions using black box camera footage. The further refinement of this algorithm and evaluation metrics is expected to advance video-based traffic accident analysis and contribute to the development of strategies for improving traffic safety in real road conditions.


    교통 안전성 평가는 교통사고 자료, 내비게이션 및 운행기록장치, 시뮬레이션 등을 주로 사용하고 있으나, 사고 발생 직전의 상황을 규명하는 데에는 한계가 있다. 블랙박스 영상의 경우 사고 발생 직전의 상황을 가장 잘 설명할 수 있는 데이터를 얻을 수 있으며, 차량 소유주의 동의를 얻으면 사고 영상을 쉽게 취득할 수 있고, 보급률이 100%에 달해 샘플 데이터 구득이 용이하다는 장점이 있다(Han and Yang, 2007). 본 연구는 블랙박스 영상에서 관련된 데이터를 추출하고, 후미추돌 교통사고 상황에서의 차량 행태를 분석하여 교통안전성을 평가하는 방법론을 제시하고자 한다. 이를 위해 후미추돌 교통사고의 블랙박스 영상 분석을 위하여 OpenCV의 YOLO5에 기반한 영상인식 알고리즘을 개발하여 블랙박스 영상에서의 객체 인식을 수행한다. 그리고 선행 및 후행 차량 속도를 예측하고 차간 거리를 추정하는 알고리즘을 개발한다. 실도로 주행실험을 통해 개발된 알고리즘의 학습 및 보정을 진행하였으며 고속도로 본선에서 발생한 12건의 후미추돌사고에 대해 각각의 속도 및 TTC를 추출하였다. 12건의 사고를 속도를 기준으로 3가지 그룹으로 나누어 각 그룹별 특성을 분석하였다. 본 연구는 블랙박스 영상을 통한 후미추돌사고 발생 직전의 차량 행태 분석을 위한 알고리즘을 개발하였으며, 추후 카메라를 이용한 영상분석에 기반한 안전성 분석 및 자율주행차량의 사고 회피 및 대응을 위한 기초자료를 구축할 때 활용될 수 있다. 또한, 알고리즘 및 평가지표의 고도화를 통하여 실 도로 상황에서의 교통안전성 증진을 위한 전략 수립에 기여할 수 있을 것으로 기대된다.

    - COLLAPSE
    31 October 2024
  • Article

    Analyzing Willingness to Pay for New Transportation Services by User Group and Service Experience: The Case of DRT TABARA in Gijang

    이용자특성, 이용경험에 따른 신규교통서비스 지불의사 분석: 기장군 DRT TABARA를 사례로

    KIM, Hyunmyung, LEE, Changseok, LIM, HyungJoo, LEE, Jung-Hyun, HA, Hye-Rim, KIM, Seheon, JOH, Chang-Hyeon

    김현명, 이창석, 임형주, 이정현, 하혜림, 김세헌, 조창현

    Efforts to provide demand-responsive transit (DRT) services, a variation on traditional bus operations, are spreading to many local governments to secure the …

    대중교통의 서비스 수준이 취약한 지역, 계층, 시간대의 이동기본권을 확보하기 위해 기존의 버스 운영 방식을 변형한 수요응답형 대중교통(DRT) 서비스를 공급하는 노력이 여러 지방자치단체(지자체)로 …

    + READ MORE
    Efforts to provide demand-responsive transit (DRT) services, a variation on traditional bus operations, are spreading to many local governments to secure the right to mobility for underserved areas, classes, and times of day. While DRT is intended to complement or replace traditional public transportation, it is crucial for local governments to set appropriate fares in order to successfully implement and sustainably provide this service. To this end, many studies have analyzed the average user's willingness to pay for new transportation services entering the market, such as DRT. However, these studies were limited in their ability to identify differences in willingness to pay based on user experience. User experience is important in the sense that it reflects the context in which a user normally uses the service. This is because users may have different preferences for the same transportation service depending on their characteristics and experiences. To this end, this study conducted a latent preference survey among respondents who had used DRT services during the pilot project to identify the preference structure of service options and estimate the willingness to pay based on user characteristics and user experience. The model was estimated using a mixed logit model that allows for differences in preferences among users. The results of the analysis clearly confirm the dominant influence of alternative characteristics on DRT preferences, while some user characteristics and experience attributes also have significant, albeit limited, effects. The results of this study have important implications for municipalities' efforts to provide new transportation services.


    대중교통의 서비스 수준이 취약한 지역, 계층, 시간대의 이동기본권을 확보하기 위해 기존의 버스 운영 방식을 변형한 수요응답형 대중교통(DRT) 서비스를 공급하는 노력이 여러 지방자치단체(지자체)로 확산되고 있다. DRT는 기존 대중교통수단을 보완하거나 대체하기 위한 서비스이나, 지자체가 성공적으로 이 서비스 사업을 시행하여 지속가능하게 공급하기 위해서는 적정한 이용요금을 책정하는 것이 매우 중요하다. 이를 위해 많은 연구들이 DRT 등 시장에 신규 진입할 신규교통서비스에 대한 평균적인 이용자 지불의사를 분석해 왔다. 그러나 이들 연구들은 이용 경험에 따른 지불의사의 차이를 확인하는 데 한계가 있었다. 이용 경험은 그것이 평상시 이용자의 서비스 이용 당시의 이용 맥락을 반영한다는 의미에서 중요하다. 교통서비스는 이용자 특성은 물론 이용 경험에 따라 동일한 서비스라도 선호도가 상이할 수 있기 때문이다. 본 연구는 이를 위해 시범사업 기간 중 DRT 서비스를 이용한 경험이 있는 응답자들을 대상으로 한 잠재선호 조사를 통해 서비스 옵션들에 대한 선호구조를 파악하고, 이로부터 이용자 특성과 함께 이용자의 서비스 이용 경험에 따른 지불의사를 추정하였다. 모형의 추정에는 이용자 간 선호의 차이를 허용하는 혼합로짓모형을 사용하였다. 분석 결과는 DRT 선호에 대안특성이 주도적인 영향을 미치는 것을 뚜렷이 확인하였으며, 아직은 제한적이지만 이용자 특성과 이용 경험 속성들 일부 역시 유의미한 영향이 있음을 확인하였다. 본 연구의 결과는 새로운 교통서비스를 제공하려는 지자체의 노력에 중요한 시사점을 제공한다.

    - COLLAPSE
    31 October 2024