earticle

영어

Automated Vehicles (AVs) are designed to interact safely with surrounding objects; however, their responses can be adversely affected by factors such as sensor performance, the responsiveness of driving algorithms to unexpected situations, roadway geometry and facilities, traffic conditions, and weather conditions. To evaluate the lateral driving safety of AVs, this study introduces an assessment metric referred to as the lateral deviation difference (LDD). LDD values in autonomous driving and manual driving modes (AD and MD modes, respectively) were determined when AVs traversed various urban infrastructure sections and compared. Results were classified into three categories: (1) sections where AD mode was significantly safer; (2) sections where AD and MD modes were non-significantly different; and (3) sections where MD mode was significantly better. Cases 2 and 3 corresponded to roundabouts and bus stop zones, respectively, for which countermeasures to enhance AV driving safety are proposed. The proposed LDD metric and evaluation methodology offer a means of identifying road segments that require targeted safety improvements in preparation for the widespread deployment of AVs.

한국어

자율주행차(Automated Vehicle, AV)는 주변의 객체와 안전하게 상호작용하면서 주행하도록 설계되었으나, 센서의 성능, 돌발상황에 대한 주행알고리즘의 대응 능력, 도로기하구조 및 시 설, 교통상황, 기상조건 등에 영향을 받아 불안전하게 주행할 수 있다. AV의 안전한 주행을 분석하기 위해, 본 연구는 횡방향 안전성을 평가할 수 있는 지표로 Lateral deviation difference LDD)를 제안하였다. AV가 자율주행 모드(AD mode) 또는 일반 운전자 주행 모드(MD mode)로 도심부 시설을 통과하였을 때 LDD를 비교하고, 통계적 검정을 수행하였다. 분석결과를 3 가지 case로 정리하였다. Case 1은 AD mode일 때 통계적으로 유의미한 주행안전성이 관찰되는 구 간, Case 2는 주행안전성이 개선되나 통계적으로 유의하지 않은 구간, Case 3은 주행안전성이 악화되며 통계적으로도 유의하지 않은 구간이다. Case 2와 3에 해당되는 구간은 각각 회전교차 로와 버스정류장 통과 구간이며, AV의 주행안전성 향상을 위한 대응방안을 제안하였다. 본 연 구에서 제안한 횡방향 안전성 평가 지표와 방법론은 향후 AV 도입을 대비한 주행안전성 개선 필요구간을 찾는 데 활용할 수 있다.