earticle

영어

Commercialization of level-4 (Lv.4) autonomous driving applications requires the definition of a safe road environment under which autonomous vehicles can operate safely. Thus, a risk assessment model is required to determine whether the operation of autonomous vehicles can provide safety to is sufficiently prepared for future real-life traffic problems. Although the risk factors of autonomous vehicles were selected and graded, the decision-making method was applied as qualitative data using a survey of experts in the field of autonomous driving due to the cause of the accident and difficulty in obtaining autonomous driving data. The fuzzy linguistic representation of decision-makers and the fuzzy analytic hierarchy process (AHP), which converts uncertainty into quantitative figures, were implemented to compensate for the AHP shortcomings of the multi-standard decision-making technique. Through the process of deriving the weights of the upper and lower attributes, the road alignment, which is a physical infrastructure, was analyzed as the most important risk factor in the operation risk of autonomous vehicles. In addition, the operation risk of autonomous vehicles was derived through the example of the risk of operating autonomous vehicles for the 5 areas to be evaluated.

한국어

Lv.4 자율주행의 상용화를 위하여 안전한 도로환경과 자율주행차량이 안전하게 운행할 수 있는 구체적인 정의가 필요되고, 미래 교통안전 문제에 대비하기 위해 자율주행차량의 안전한 운행 여부를 판단할 수 있는 위험도 평가모델이 요구된다. 자율주행차량의 운행 위험요소를 선정 및 등급화를 수행하였으나, 자율주행차량의 사고 발생 원인과 운행 자료 구득에 어려움 이 있어 자율주행 분야 전문가 설문조사를 활용하여 정성적 자료로 의사결정방법을 적용하였 다. 의사결정자의 애매모호한 언어적 표현, 불확실함을 정량적 수치로 변환하는 퍼지-계층화 분석법을 통해 다기준 의사결정에 있어 기존의 계층화 분석법(AHP)의 단점을 보완할 수 있었 다. 상위· 하위속성들의 가중치 도출 과정을 거쳐, 물리적 인프라인 도로선형이 자율주행차량 의 운행 위험도에 가장 중요한 위험요소로 분석되었다. 또한, 자율주행차량의 운행 위험도 범 례를 통하여 평가 대상지 5곳에 대한 자율주행차량 운행 위험 여부를 도출하였다.