Ⅰ서 론

최근 자동차가 새로운 스마트 플랫폼으로 진화 하고 있다. 이동통신의 고도화와 스마트 폰 대중화 로 상징되는 ICT (Information and Communication Technologies) 혁명의 흐름이 자동차 시장까지 영향 을 미치면서, 통신 기반 서비스를 지원하는 커넥티 드 카(connected car)를 둘러싸고 사업자들 간 경쟁 이 점차 복잡하게 전개되는 모습이다. 커넥티드 카 는 네트워크 접속 기능을 갖춘 자동차로서, 무선통 신을 통해 차량과 내/외부 네트워크가 상호 연결되 어 운전자의 편의성을 높일 수 있는 서비스를 제공 한다. 개인화, 양방향 실시간 서비스를 제공하며 클 라우드 등의 외부 인프라와도 연동 가능해 차량을 일종의 스마트 디바이스화 하고 있는 것이다.

하지만 운전자를 지원하는 시스템은 운전자에게 편의뿐만 아니라 운전자의 부적절한 주의행동이나 운전으로 인한 피로 및 추가 운전부하 등을 야기할 수 있음을 짐작할 수 있다. 실제로 운전자에게 운전 편의를 제공하는 IVIS(In-Vehicle Information System), ADAS(Advance Driver Assistance System), ITS(Intelligent Transportation System)와 같은 운전자 의 행동을 지원하는 시스템이 있음에도 불구하고 지난 2012년을 기준으로 볼 때, 우리나라에서 교통 사고로 발생한 사회적 피해비용은 2012년 국내총 생산(GDP)의 1.9%인 약 23조 5,900억 원이 도로교 통사고로 인한 것으로 나타났다[1]. 도로교통사고의 발생은 도로조건, 교통안전시설과 자동차 조건에 의해 형성된 물리적인 교통 환경에서 교통참가자가 어떠한 행동을 했느냐에 의해 결정된다고 할 수 있 다. 즉, 교통사고의 직접적인 원인은 인간의 교통행 동에 의해 결정되는 것이며 운전자의 사소한 실수 나 부적절한 운전행동이 위험 발견 시 잘못된 판단 과 연결될 때 교통사고의 발생 가능성은 더욱 높아 질 것 이다.

본 연구에서는 자동차 사고예방을 위한 선행연 구를 기반으로 하여 운전자의 운전부하를 측정하는 알고리즘을 구현하였다. 모바일 기기를 통하여 GPS, 마이크, 자이로 센서 정보를 수집하여 차량의 속도변화, 조향각 변화, 급정지 회수, 운행시간 등 을 분석하여 운전부하를 측정하였고, 차량 내부에 서 실제 테스트 가능하도록 애플리케이션을 구성하 였으며, 운전자의 급가속, 급감속, 급커브 및 경사 도로 등 사고위험지역의 실차 테스트를 통해 운전 자의 행동변화에 따른 운전부하의 변화량을 분석하 였다. 이러한 애플리케이션을 통해, 다양한 운전 환 경에서 차량 및 운전자의 안전에 기여할 수 있을 것이다.

Ⅱ연구방법

운전부하(Driving Workload)는 운전자가 보유한 용량이 실제 운전과제로부터 요구되는 용량의 수준 에 미치지 못할 때 발생하며, 운전부하의 수준은 운 전자가 기울여야 하는 과제의 난이도나 개수가 증 가하는 경우 증가하게 된다.

운전행동(Driving Task)은 운행하면서 운전자가 수행하는 과제(Task)로 정의할 수 있으며 운행하면 서 운전자가 겪을 수 있는 과제는 좌회전, 우회전, 유턴, 차선변경, 급가속, 급감속 등이 있을 수 있다.

운전자의 운전부하를 효과적으로 측정하고 관리 할 수 있는 알고리즘 설계를 위하여 다음과 같은 연구 절차가 반드시 필요하다. 첫 번째로 개인화된 운전부하 산출을 위하여 운전자 및 차량에 대한 정 보를 수집하여야 한다. 두 번째로 운행 중에 신뢰성 있는 센서 정보 수집을 위하여 각 플랫폼 버전 별 센서정보 특이사항을 확인하여야 한다. 예를 들어 센서정보 수급 방법의 경우 차량용 외부장치 (On-Board Diagonsis)를 통한 블루투스 통신 방법과, 모바일 기기 내장 센서를 활용하는 방법이 있는데 여러 가지 버전에 따른 센싱 정보의 형식을 파악하 여 보다 신뢰성 있는 운전부하 산출을 할 수 있다. 세 번째로 정확한 운전행동(diving task) 유추를 위 한 알고리즘 구현이다.

운전자의 운전행동을 측정하고 안전운행을 위한 시스템의 설계에 대한 연구가 최근에 소개되고 있 다. 운전자의 주행습관에 따라 안전운전을 위한 정 보 획득 및 분석 장치를 구현하고, 안전운전 지원을 위하여 공격적 운전행동을 정의하고, 운전 중 행동 을 인식할 수 있는 정보 획득 방법을 설계하고 구 현하였다. 이러한 시스템을 통해 정보의 정확성을 높이고, 운전자의 평소 운전행동과 비교하여 이상 행동을 검출하여 경고할 수 있도록 시스템을 설계 하기도 하였다[2]. 차량용 시뮬레이터를 통해, 주행 안정성을 분석하기도 했는데[3], 초보자는 운전기술 의 부족과 심리적 문제 등으로 상대적으로 주행안 정성이 낮은 것으로 분석되었다[4]. 초보자뿐만 아 니라, 고령자에 대해서도 행동 분석에 다른 주행 안 정성 등을 연구하기도 하였다[5]. 특히 교차로 및 회전 교차로에서 안전을 위해 운전행동 측정 장치 를 통한 부하요인 분석[6], 안전 시스템의 개발[7] 등이 최근에 많이 연구되고 있다.

이러한 연구들은 따로 측정을 위한 시스템을 개 발하고 이를 이용하여 정보를 얻고, 경고 등을 통해 안전운전을 지원하는 시스템의 개발 혹은 연구이 다. 하지만, 다양한 센서 기능을 내장한 고성능의 스마트 폰의 보급으로 이러한 차량운행 행동 정보 의 수집은 스마트 폰으로도 충분히 가능하게 되었 다. 본 연구에서는 차량용 외부장치와 모바일 기기 에 내장된 자이로 센서를 활용하여 정확한 운전행 동을 유추할 수 있도록 하였고 과속 방지턱, 운전 중 소음 등과 같은 부적절한 운전행동을 야기할 수 있는 요인을 반영하여 세밀한 운전부하 산출이 가 능하도록 하였다.

1운전자 특성 정보 수집 및 분석

운전부하를 산출하기 전에 입력된 운전자기본정 보, 차량 기본정보, 운전성향 설문정보를 바탕으로 사용자에 대한 기본적인 운전부하 가중치를 산출해 야 한다. 기본 운전부하 가중치를 산출하기 위하여 운전자 정보획득 질문지, 운전행동 결정요인 질문 지, 운전확신수준 질문지 등을 사용 하였으며, 각 세부항목은 <표 1>과 같다.

운전자의 기본적인 행동양식을 알아보기 위해 이들의 성별, 연령, 운전경력(년), 연간 평균 주행거 리(km)를 묻는 질문들과 이들의 과거 3년 간 각종 법규위반 경험 및 교통사고 경험을 묻는 문항들로 운전자의 정보획득 질문지를 구성 하였다.

운전행동 결정요인은 운전행동에 영향을 미칠 것으로 여겨지는 일반적인 성격과 태도 등에 대한 내용으로 “관계적응성 부족”, “불안상황”, “위험감 수성 부족”, “준법정신 부족”으로 구성되어 있으며 선행연구에 따르면 택시기사의 직무만족도가 운전 행동에 어떤 영향을 미치는지 알아보고자 한 또 다 른 연구에서는 운전행동 결정요인 가운데 위험 감 수성과 준법정신이 부족할수록 택시운전자들이 과 속운전이나 음주운전을 하고, 운전 중 관련 없는 주 의 산만한 행동을 하며 그리고 운전 중 발생하는 피로에 대해 심각하지 않게 생각하여 별다른 대처 를 하지 않는 것으로 나타났다.

운전행동에 대한 운전자의 확신은 운전자마다 차이가 있으며, 이려한 차이는 운전행동에 여러 가 지 영향을 주고 있다. 운전확신수준을 구성하는 요 인은 “상황둔감성”, “불안한 운전”, “주의집중소홀”, “운전자신감”이다. 이와 같은 운전확신 수준을 이용 하여 운전사고 다량 발생 집단인 초보운전자에 대 한 운전확신 수준과 가해 교통사고의 경험의 관계 에 대하여 확인하였다[8].

2센서 정보 수집

본 연구에서는 차량 내부에서 사용되는 모바일 애플리케이션으로 정확한 센서정보 수집을 위하여 차량용 거치대를 사용해야 한다. 차량용 거치대 설 치 위치는 운전자의 우측 즉, 차량의 가운데 정면의 유리에 장착하여 운행을 진행하였다.

운행 중 소음(Decibel) 측정을 위해 모바일 기기 에 내장된 마이크를 사용하여 소음을 산출 하였다. 소음의 경우 순간적인 소음과 지속적인 소음으로 분류하여 각 상황에 따른 운전부하 가중치를 부여 하여 운전부하를 산출하였다.

또한 자이로 센서를 사용하여 차량의 방위의 변 화를 유추하여 좌회전, 우회전, 유턴, 급가속, 급감 속을 판별하고 과속방지턱, 경사 등과 같은 신체적 으로 운전자에게 부담을 줄 수 있는 상황에 따른 운전부하의 가중치를 부여하였다.

<그림 1>과 같이 자이로 센서는 각속도를 측정 한다. 한 축을 기준으로 물체가 회전한 각도의 이동 속도 값을 획득할 수 있으며, 자이로 센서정보를 사 용하여 차량의 회전상태를 모니터링 한다. 자이로 센서 정보를 초당 10개씩 누적하고, 7초간의 자이 로센서 정보의 차이를 누적한다. 운행 중 누적된 센 서정보의 차이 값이 일정 임계 치를 초과하면, 해당 운전행동으로 판단한다. 세부 판별방법은 아래 <그 림 2>, <그림 3>, <그림 4>와 같다.

운행 중 변화되는 자이로센서 값의 변화량을 Dazimuth 배열에 저장하게 되는데, 차량의 회전이 심할수록 Dazimuth 값의 크기도 증가한다. 좌회전 판별 임계치인 Th_L을 두고, DazimuthCur의 값이 Th_L보다 작고, DazimuthPrev 값이 Th_L보다 클 경 우, 좌회전을 시작했다고 판단한다. 반대로 DazimuthCur의 값이 Th_L보다 크고, DazimuthPrev 의 값이 Th_L보다 작을 경우, 좌회전을 종료했다고 판단하고 좌회전 카운트를 증가시킨다. 이와 같이 누적된 자이로센서 값의 차이를 누적하고 차량 회 전의 시작과 끝을 판별하여, 운행 중의 운전행동을 증가시킨다.

3운전 부하 측정

운전자 운전부하 측정 방법은 차량정보 센싱 장 치를 통하여 운행정보를 수집하여 차량의 속도변 화, 조향각 변화, 급정지 회수, 운행 시간 등을 분석 하여 운전자의 운전부하를 측정하는 방법이다[9].

1)운행시간에 따른 운전부하

운전자는 운행이 길어질수록 피로감을 느끼기 쉽고 이는 졸음운전을 유발할 수 있으므로 운행 시 간에 따른 운전 부하 증가를 반영한다.

본 연구에서는 주행시간을 고려하여 운전부하를 적용하는 방식을 사용하였다. 운행시간이 30분 이 상일 경우 시각(Visual), 청각(Auditory), 인지(Cognition), 신체(Physical)적인 운전부하를 증가시킨다. 운행 시간이 2시간 이상일 경우 운전자에게 휴식 알림을 제공하여 운전자의 휴식을 유도한다.

2)운행속도에 따른 운전부하

차량의 운행속도에 따라 사고 위험은 증가한다. 속도에 따른 운전부하 반영은 최하 속도를 60km/h 로 하고, 속도가 20km/h씩 증가 할 때마다 운전부 하를 증가시킨다. 운전부하의 최하 속도를 60km/h 로 설정한 이유는 사용자에게 정량적인 운전부하를 제공하고 직접적인 사고의 위험을 인지하도록 하기 위하여 일반도로 최저 과속단속 기준인 60km/h를 설정하였다.

3)운전행동에 따른 운전부하

자이로 센서정보를 통하여 운전행동을 유추하고 발생할 수 있는 운전행동 결과를 운전부하에 반영 한다. 선행 연구에 의한 운전 행동의 정의는 총 유 턴, 추월, 차선변경, 좌회전, 우회전, 돌발 상황 및 출발로 되어 있다[9]. 하지만 본 연구는 모바일 어 플리케이션이고 별도의 차량용 외부 OBD(On-Board Diagonsis)장치 없이 추월, 차선 변경은 판별이 어렵 다고 판단하여 운전행동을 급가속, 급감속, 좌회전, 우회전, 유턴으로 반영하였다.

급가속, 급감속, 좌회전, 우회전, 유턴 등과 같은 운전행동은 운전자의 시각적인 부분과 주변 사물인 지, 그리고 신체적인 부담을 줄 수 있기 때문에 4가 지 항목 중 시각, 인지, 신체 운전부하를 증가시킨다.

4)소음에 따른 운전부하

차량 경적 같은 돌발적인 소리는 운전자에게 청 각적인 부담을 증가시키고 교통사고를 야기할 수 있으며, 운행 중 운전자가 음악을 청취하거나 통화 벨소리가 울리는 등 지속적으로 발생하는 소리 또 한 운전자의 운행을 방해할 수 있는 요인이 될 수 있다.

본 연구에서는 운전자가 운행 중 접할 수 있는 소음의 데시벨을 측정하여 반영하였는데, 실험결과 차량의 속도가 10km/h 이하일 경우 평균 데시벨이 46.12db, 차량의 속도가 10km/h 이상일 경우 61.92db로 나타났다. 이에 따라 차량의 속도, 데시 벨 임계 치를 설정하고 주행 중 지속적으로 데시벨 을 모니터링 하여 각 데시벨 단계에 따른 청각 운 전부하를 증가시키도록 구성 하였다.

또한 소음측정에 사용되는 데시벨 정보는 안드 로이드 API의 MicroPhone을 사용하여 데시벨 정보 를 획득하였고 정확한 데시벨 판별 및 신뢰성을 확 보하기 위하여 0.1초당 산출하여 1초단위로 평균을 구하는 식으로 알고리즘을 구성 하였다.

4운전 부하 관리

운전부하 측정은 <그림 5>와 같이 운전부하 관 리 시스템(Workload Management System)으로 이루 어진다[10]. 정확한 운전부하 측정을 위해서는 시각, 청각, 인지처리, 바디컨트롤에 대한 데이터를 수집 하고 VACP(visual, auditory, cognition, physical) 테이 블을 참조하여 각 채널에 로드된 부하를 측정할 수 있다. 측정된 운전부하는 경고를 통하여 사용자에 게 경고를 제공하게 되며 별도의 플랫폼 전환이 필 요 할 시에는 인터페이스 관리자를 사용한다.

Ⅲ연구 결과

설계된 알고리즘을 모바일 애플리케이션으로 개 발하여 실차주행을 실시하였고 다양한 도로에서 발 생될 수 있는 운전행동, 운전부하 정보에 신뢰성이 있는지에 대하여 <그림6>와 같이 테스트를 실시하 였다.

실차 테스트는 맑은 날씨에 일반적인 시가지를 기준으로 수행하였다. 차량은 중형 승용차를 사용 하여 차량 운전자 우측 거치대에 스마트폰을 고정 하여 진행하였다. 테스트 절차는 운행 경로를 정하 여 차례대로 수행하는 방식으로 테스트를 진행하였 으며 차량이 많지 않은 안전한 도로에서 급가속, 급 감속을 집중적으로 테스트 하였다.

운전행동의 경우 좌회전, 유턴, 우회전은 자이로 센서를 사용하고 급가속과 급감 속은 GPS정보의 속도 정보를 사용 하였다. 그 결과 좌회전, 유턴, 우 회전의 경우 차량 내부의 센서정보의 정확한 정보 수집을 기반으로 높은 성공률을 보였으나 급가속, 급감속의 경우 GPS정보의 특성상 음영지역이나 기 후조건에 영향을 받는 모습을 보이며 몇몇 구간에 서는 잘못 증가되었다.

<그림 7>은 실차 운행을 통하여 산출된 자이로 센서 정보의 로그 그래프의 모습이다. 값이 Dazimuth 값이 40이상일 경우 우회전으로 판별되고, -40 이하일 경우 좌회전으로 판별된다. 그리고 유턴의 경우 -140의 임계 치를 사용한다.

<그림 8>은 과속 방지턱 같은 차량의 튐 현상, 도로의 경사정보를 운전부하에 반영하기 위한 자이 로 센서의 x값의 로그이다. 과속방지턱의 경우 운 전자의 안전운전을 위하여 설치된 것이지만 파손된 과속방지턱이나 운전자가 인지하지 못한 과속방지 턱의 경우 순간적인 차량 흔들림으로 운전자에게 신체적으로 부담을 줄 수 있다.

<그림 9>은 운행 중 측정된 소음 정보이다. 측정 결과 차량의 엔진 소리로 인하여 기본적으로 증가 되는 데시벨 있었으며 차량의 라디오 소리, 전화벨 소리, 내비게이션 등 상황에 따라 다양한 정보가 수 집되었으며 이를 알고리즘에서 반영하였다.

Ⅴ결 론

본 연구에서는 선행된 연구 이론을 바탕으로 종 합하여 알고리즘을 설계하고 모바일 애플리케이션 을 구현하여 차량 내부에서 직접 테스트를 실시하 였으며, 자이로 센서를 통한 운전행동 유추의 정확 도 테스트 및 센서정보 변화 추이를 살펴보았다. 연 구결과 자이로 센서를 통한 운전행동 판별은 오류 없이 정확했고 운전 중 소음, 차량 튐 현상 등 돌발 적인 상황에 대한 운전부하 측정 또한 정확하게 판 별하였다.

이와 같은 분석 결과는 다양한 도로를 주행하면 서 얻은 것으로, 주목할 점은 실험결과 실제 교통사 고 다발지역에서의 운전부하가 상당히 높게 측정 되었다는 것이다. 이 점은 본 논문에서 제시한 측정 기법과 알고리즘이 실외에서 실제 상황을 반영하여 분석해 준다는 것으로 판단할 수 있다. 이러한 실험 을 통해, 운전자의 운전부하를 정확하게 측정하여 운전자의 안전운전을 지원해줄 수 있을 것이다. 추 후에는 많은 실험참가자를 통하여 다양한 상황(날 씨, 야간, 혼잡도로 등)에 관한 테스트를 실시할 계 획이다.