Ⅰ. 서 론

1. 개요

자율주행시스템은 자율주행 센서, 판단 및 제어 알고리즘 등을 기반으로 스스로 자율주행할 수 있는 기능 을 갖추고 있다. 자율주행 레벨4는 다양한 도로교통 상황에서 스스로 안전하게 운행할 수 있는 수준이며 안 전한 도로 운행을 하기 위해서는 도로인프라의 지원이 필요하다. 자율주행시스템은 자율주행 센서와 알고리 즘 등을 통해 도로인프라와 상호작용을 하며, 주변 환경을 인지하는 능력은 최적의 안전한 환경에서 주행할 수 있도록 하는데 필요한 도로 인프라의 품질과 직접적인 관련이 있다.

정상적인 도로와 교통 조건, 기상 조건에서는 자율주행차와 일반 자동차의 운행 환경이 크게 다르지 않다. 하지만, 도로의 차선 도색이 희미해지고 표지판의 변형이 오는 경우, 혹은 기상이 악화하는 경우 자율주행차 의 운행 환경은 급격히 나빠지게 된다. 또한, 보행자, 자전거 이용자 또는 오토바이 운전자와 같은 도로 이용 자의 엄격한 접근 제한이 있는 고속도로와 달리 시내 도로의 경우 자율주행의 안전성을 확보하기는 쉽지 않 다. 자율주행의 운행 환경이 안전한지를 지속해서 모니터링하고 관리할 필요가 있다.

자율주행의 안전성은 도로 네트워크의 운영 상태와 관련성이 높다. 자율주행차가 인간과 달리 도로와 교 통 환경을 인식하는 방식이 다르므로 자동차와 도로가 차량에 탑재된 기술과 도로의 물리적 공간, 디지털 환 경하에서 안전한 상호작용이 이루어질 수 있도록 관리해야 한다. 다양한 도로교통 환경하에서 자율주행차가 운행의 위험 환경을 사전에 인지하고 대응할 수 있도록 시스템을 갖출 필요가 있다.

본 논문에서는 자율주행시스템 측면에서 도로 위험도를 관리할 수 있도록 도로모니터링을 체계를 구축하 고, 위험 정보를 표출할 수 있도록 노드와 링크 체계를 설계하는 방안과 위험도를 관리할 수 있는 지도 구축 및 이를 활용할 수 있는 방법을 제시하고자 한다.

Ⅱ. 선행연구 고찰

1. 자율주행의 운행 관련 도로인프라 위험도

자율주행시스템의 위험도는 도로 노면 상태 악화, 기상 악조건 등 외부 환경에 크게 의존한다. 도로 인 프라의 위험 요소와 알고리즘을 개발하기 위한 연구가 진행되고 있다. Masino et al.(2017)은 도로의 위험을 인지하는 방법론과 알고리즘을 개발하였고, Mohamed et al.(2021)'은 자율주행차가 도로 주행 중에 직면할 수 있는 다양한 환경하에서 위험을 관리할 수 있는 의사 결정 모형을 제시하였다. 통신과 기상 조건 등을 포함한 10개의 위험 요소를 제시하였다. Szénási(2021)는 교통사고 데이터를 기반으로 자율주행의 안전성 에 영향을 끼치는 요소로 노면 상태, 가시성, 이벤트 발생 등 환경적 요인을 제시하였다. Lei et al.(2021)은 자율주행차가 도로인프라 파손 정도를 파악해 최적 운행 경로를 도출할 수 있는 알고리즘을 개발하였다. Liu et al. (2019)는 자율주행차의 운행 개선을 위한 도로 기하구조와 표지판 등 물리 인프라 요소의 개선, V2X(Vehicle to Everything) 정보 활용 방안 등을 제시하였다. 자율주행 안전 운행에 필요한 도로인프라 개 선을 위한 대안으로 도로인프라의 유지관리, 자율주행 기술 발전에 따른 도로인프라의 확장 방안 등을 제 시하였다. Kim et al. (2022)는 자율주행시스템에 위험으로 작용하는 도로 인프라의 요소를 정의하고, 위험 도를 분류하여 등급화하고, 관련 정보를 제공하는 방안을 제시하였다. 도로인프라의 위험도는 자율주행차 의 센서 기술과 검지 범위 등에 따라 달라지며, 차량 센서 자체의 성능 개선 연구는 기업 중심으로 이루어 지고 있다.

2. 도로인프라 모니터링 요소

자율주행의 운행 준비 정도를 지표화하는 방안과 자율주행을 모니터링 할 필요성 등을 제시한 연구들이 수행되었다. 자율주행을 위한 도로인프라의 모니터링 요소로 Armana et al. (2021)이 제시한 항목은 신호표지 판과 노면 마킹, 차량의 사고, 디지털 통신, 주차, 서비스 장소, 배수 시설, 포장 상태 및 구조, 차로의 용량, 노면 상태 등이다. Kuutti et al.(2018)은 영상 인식 기반의 자율주행 기술인 경우 도로 표지판과 차로의 마킹 정도에 따라 자율주행 인식 기술에 큰 차이가 발생하는 것을 지적하였다. 도로 표지판과 마킹의 주기적인 관 리 필요성과 자율주행 인식 기술의 개선 방안을 제시하였다. Liu et al.(2019)와 Guanetti et al.(2019)는 자율주 행 차량 센서와 도로인프라의 통신 연결성이 자율주행 안전 확보에 큰 영향을 끼치는 점을 설명하였다. 그 이외에도 기상 변화로 인한 도로 노면 상태의 변화, 사이버 보안 등 다양한 요소가 자율주행 운행 안전성에 영향을 끼치고 있는 연구보고서가 존재한다.

본 논문에서는 도로 모니터링의 주요 항목을 검토하고 모티터링하기 위한 시스템구축 방안을 모색하였 다. 도로 노면 및 차로는 자율주행차가 식별해야 하는 주요 형상이다. 도로 노면의 균열, 파손 등에 대한 정 보가 노드 혹은 링크 등과 같은 표준화된 방법에 따라 제공되고 다양한 상태의 정보가 등급화될 수 있어야 한다. 도로표지의 가시성은 도로표지의 정보가 정확히 전달될 수 있는지를 나타내주는 것으로 도로표지의 손상, 도로 표지판의 방해 혹은 판독의 어려움, 정밀 지도의 표출 등과 같은 조건에 따라 등급을 구분할 수 있다. 통신 상태는 건물, 나무 및 터널과 같은 지역 환경 요인에 큰 영향을 받게 되며, 도로구간의 적합성에 관한 판단은 GPS 신호를 방해할 수 있는 환경 요인이 존재하는지에 따라 판단할 수 있다. 센서 성능을 저 하할 수 있는 비, 안개, 먼지와 같은 요인은 가시성에 영향을 주게 된다. 가시성이 감소하면 주변의 물리 인 프라를 인식하는 차량의 능력에 영향을 미치기 때문에 중요한 고려사항이다. 이것은 노면 상태가 양호하더 라도 비나 안개로 인해 자율주행차가 사물을 인식하는 데 기술적인 한계가 발생할 수 있기 때문이다. 차량 센서의 가시거리에 따라 가시성이 달라진다. 도로공사와 교통관리 구간의 도로 인프라의 운영 상태는 기본 적인 교통통제시설의 설치 유무, 도로공사가 예정된 구간, 긴급 교통 통제가 발생한 구간 등의 정보를 포함 하며 자율주행차의 운행에 영향을 미친다. 도로의 위치와 인프라의 형태 등을 포함한 도로 환경 또한 운행 에 영향을 미친다. 신호교차로와 회전교차로, 비신호 교차로의 유무에 따라 자율주행의 복잡한 정도가 다르 다. 따라서, 도시의 간선도로, 도시 외곽 도로, 고속도로 등의 도로 환경을 구분할 필요가 있다. 이 이외에도 보행자, 자전거 이용자, 일반 운전자와의 상호 작용 정도 등에 따라 도로 모니터링의 위험도 수준을 구분할 수 있다.

본 논문에서는 도로와 교통 인프라 환경의 변화에 대응할 수 있도록 도로 모니터링의 대상 항목을 선정하 고, 기존의 ITS 표준 노드 링크 체계와 같이 물리적인 공간에 동적인 인프라 운영 환경 변화와 이에 따른 위 험도를 관리할 수 있는 시스템구축 방안을 제시하고자 한다.

Ⅲ. 위험도 기반 도로 모니터링 및 관리를 위한 시스템 구축 방안

1. 도로 인프라 모니터링 대상

도로 인프라 모니터링 대상은 크게 물리 인프라와 디지털 인프라 등으로 구분할 수 있으며 그 이외에도 기상환경에 따른 가시성, 운영 구간의 접근성, 사물 인식에 방해가 되는 객체, 통신 연결성 등이 포함될 수 있다. Kim et al.(2022)는 도로 인프라 모니터링을 위한 대상을 <Table 1>과 같이 제시하였다. 본 논문에서는 도로와 교통 상황을 모니터링을 할 수 있는 노드와 링크 체계를 제시하고, 운영 상태를 위험도 수준에 따라 관리하는 방법을 제시하고자 한다.

<Table 1>

Directions for map design for road infrastructure monitoring

2. ITS 표준 노드-링크체계

교통정보를 원활하게 제공하기 위해 우리나라는 전국 교통망에 대해 단일화된 ITS 표준 노드-링크 체계를 적용하고 있다. 교통정보를 실시간으로 제공하기 위해 전국 단위의 정보제공 표준화를 구축하여 ITS 호환성 과 상호 연계 및 운용 효율성을 확보할 수 있게 되었다. ITS의 표준 노드는 링크를 구분하는 점으로 표준 노 드/링크 구축 운영 지침에 따라 도로의 교차점, 시종점, 교통 통제점, 도로 구조 변환점, 행정 구역의 변환점, 도로 운영의 변환점, 교통 진출입점 등을 노드로 정의하고 있으며, 그 외에 ITS 사업 주체가 필요에 따라 정 할 수 있게 되어 있다. <Table 2>는 ITS 표준 노드의 구성을 보여주고 있다. 노드의 식별자는 권역 번호, 일 련번호, 장래 확장자로 구성되며 10자리의 숫자 형태의 문자를 부여한다. 노드 타입은 교차로, 도로, 시종점, 속성변환점, 도로 시설물, 행정 경계, 연결로 접속부, IC 및 JC의 노드 형태로 구분할 수 있도록 코드값에 따 라 입력하며, 3자리의 코드 값을 부여한다. 노드에서 회전 제한 유무는 0(무) 혹은 1(유)의 값을 부여한다.

<Table 2>

Configuration of Node Table

링크는 각 노드를 이은 도로중심선을 방향별로 일정 간격 이격시켜 생성한 선으로서 실제 도로구간에 대 한 정보를 전달한다. <Table 3>은 ITS 표준 링크 체계를 보여주고 있다. 링크의 식별자는 권역번호, 일련번 호, 장래 확장자로 구성되며 10자리의 숫자 형태의 문자를 부여하고, 링크 정보는 도로 등급, 도로 유형, 도 로 사용 유무, 중용 구간 유무, 연결로 코드, 통행 제한 차량, 통과 제한 하중, 통과 제한 높이 등을 포함한다.

<Table 3>

Configuration of Link Table

3. 도로 인프라의 위험도 관리를 위한 위험지도 데이터 모델

자율주행의 안전한 운행을 위해서는 도로 인프라의 위험도를 지속해서 모니터링 할 필요가 있다. 차량의 운행 안전에 영향을 미치는 요소는 차로 유지, 차로 내 장애물 충돌 방지, 전방차 추종, 차로변경 및 끼어들 기 대응, 차로변경 후 나타난 장애물 대응 등 차량의 성능이 포함된다. 자율주행차는 장착된 차량의 센서 성 능에 따라 안전성의 수준이 달라진다. 한편, 도로와 교통의 주변 환경이 변화하게 될 때 자율주행시스템의 인지 센서와 제어 알고리즘이 변화된 주행 환경을 인지하고 대응할 수 있어야 한다. 자율주행시스템의 안전 성을 확보하기 위해 실시간으로 도로와 교통의 물리적 환경 변화를 모니터링하고, 안전에 위해가 되는 상황 을 구분하여 운행 구간의 위험 정도를 제공할 필요가 있다.

1) 위험지도 정보 제공을 위한 노드 체계

본 연구에서는 자율주행차의 운행 환경 조건을 모니터링하기 위한 위험지도 데이터 모델링을 하기 위한 노드 링크 체계는 제안하였다. 자율주행 도로 모니터링을 위한 정보는 인프라 모니터링 대상에 따라 노드 링 크 체계로 제공할 수 있다. <Table 4>는 위험지도의 노드를 나타내주고 있다. 기본적으로 ITS 표준 노드 체 계를 준용하며, 도로의 물리적 시설물, 위치가 확정된 신호 및 교통 관련 시설물, 해당 지점의 기상 조건, 도 로상의 낙하물 등을 추가적인 노드로 설정하였다. 이러한 노드는 모니터링 대상 지역이 고속도로, 일반국도, 시·군도 등을 선형으로 관리하는 지역인지 혹은 도시와 같은 면 단위로 관리하는 지역인지에 따라 선택할 수 있다. 제안된 노드의 환경요소는 시설변화 정보, 도로 공사장, 고장차량, 노면 잡물, 표지와 표시등을 가리 는 정보 등을 포함한다. 각 노드의 경우 위험도는 자율주행차의 운행에 영향을 미치는 정도와 도로 관리상의 목적에 따라 구분할 수 있으며, 실제 자율주행차의 실증을 통해 위험도가 설정될 필요가 있다.

<Table 4>

Configuration of Node Table for Risk Map

2) 위험지도 정보 제공을 위한 링크 체계

도로 인프라 모니터링 위험지도의 링크는 ITS 표준노드링크 체계의 링크속성을 그대로 유지하며 모니터 링 항목에 대한 속성을 추가하는 형태이다. 그 이유는 모니터링 대상 구간 혹은 도시의 도로와 교통 정보를 활용하는 데 쉽고, 관련 정보를 실시간으로 수집하여 관리할 수 있도록 하기 위함이다. <Table 5>는 위험지 도의 링크 체계를 보여준다. 링크는 도로 인프라 중 도로상에서 발생하는 모니터링 요소이고, 링크로 구성될 수 있는 도로 인프라 모니터링 대상은 노면상태, 물고임, 도로공사장, 교통사고, 보행자, 전용도로, 승하차 구 역, 화물 적재구역, 지정차 구역, 불법 주차구역 등이 포함된다. 모든 도로 모니터링 인프라 정보는 링크상의 GPS 좌푯값과 평가된 위험도 단계 정보가 제공되어야 한다. 인프라의 모니터링은 물리적인 도로인프라의 상 태정보와 함께 도로 소통 정보 등이 포함될 수 있다. 상습 불법주차 구간, 공사 구간, 보행자의 불법 도로 횡 단이 잦은 구간 등도 관리 차원에서 정보로 활용될 수 있다. 이를 바탕으로 자율주행차는 경로상에 발생하는 위험 요소를 회피하여 최적경로를 갱신하여 운행하게 된다.

<Table 5>

Configuration of Link Table for Risk Map

3) 위험지도 정보 제공을 위한 위험도 단계 설정

제안된 노드는 도로 인프라 중 도로 시설물 등에서 발생하는 모니터링 요소이며, 각 노드의 위험도는 5단 계로 구분할 수 있다. 0단계는 도로의 상태가 정상적이며 유지관리의 필요가 전혀 없는 상태이다. 1단계는 부분적으로 외형의 변형이 있거나 차량 운행에 영향을 주지 않는 시설물 파손이 발생한 경우이다. 2단계는 시설물에 경미한 파손 혹은 결함이 발생하였으나 차량의 안전 운행에 영향을 미치는지 확인이 필요한 단계 이다. 3단계는 시설물이 차량의 운행에 영향을 끼칠 만큼 파손이 광범위하게 이루어져 차량의 기능성 저하 방지를 위한 시설 보수가 필요한 단계이다. 4단계는 주요 시설물의 파손 정도가 광범위하고, 즉각적인 조치 가 필요한 상태를 의미한다. 자율주행의 안전에 영향을 미치는 위험도 단계는 실증을 통해 기준이 마련될 필 요가 있다. 다음 <Fig. 1>은 노드 위험등급의 사례이며, 각 노드의 경우 이처럼 위험등급이 부여될 수 있다. 자율주행 서비스의 실증 단계에서 도로 모니터링의 위험도를 결정하는 기준과 단계의 구분이 확정되면 위험 지도의 속성값을 실시간으로 업데이트할 수 있다. <Fig. 2>는 링크의 위험등급 사례이다.

<Fig. 1>

Example of Risk Level for Road Facility(Node Case)

<Fig. 2>

Example of Risk Level for Pavement Condition(Link Case)

4) 위험도 기반의 최적경로 선정을 위한 노드와 링크의 통제 정보 제공

최적경로 설정을 위해서는 링크의 통행 비용과 관련한 속성값이 제공되어야 한다. 또한 경로 선택을 할 수 있는 노드의 속성값이 제시되어야 한다. 최적경로를 선택하기 위해서는 위험지도의 노드 속성 정보가 필 요하다. 센터에서는 각 노드와 링크의 운영 상태를 분석하고 교차로의 통제 및 제어와 관련한 정보를 파악해 서 최적의 경로를 추천한다. 이를 위해 각 노드의 회전 제한 여부에 대한 정보를 파악하게 된다.

최적경로를 선정할 때 교차로가 대표적인 탐색의 고려 대상이다. 교차로는 제어 방식과 제어 변수에 따라 복잡성이 크게 달라진다. 교차로의 운영 유형은 신호교차로, 회전교차로, 우선신호제어 등으로 구분하고, 최 적경로의 탐색과 제어 우선순위를 신호교차로, 우선신호제어, 회전교차로 등의 순으로 한다. 링크의 통제 정 보는 자율주행차의 운행이 불가한 구간의 정보를 받아 경로 탐색 시 대상 링크에서 제외토록 한다. <Table 6>은 최적경로를 선택하는 데 필요한 노드를 정의한 것이다. 도로 인프라의 운행 시 위험 인자는 모니터링 되어 등급화된 값으로 센터에 저장되며, 최적경로의 탐색 시에 노드의 회전 정보가 전달된다. 또한, 링크의 위험도 정보가 경로 선택의 우선순위에 활용된다. 이러한 정보는 노드에서의 차량 통제 정보로 활용된다.

<Table 6>

Additional Node Table for Control at Risk Map

5) 위험지도의 시범 구축 및 활용

자율주행차의 운행 안전을 확보하기 위해 도로교통 인프라 분야에서 발생할 수 있는 위험 요소를 지도상 에 표출할 수 있도록 인프라 모니터링 위험지도를 설계하고 구축 방법 및 방안을 제시하였다. 이를 위해 데 이터 모델과 구축 방법론을 세종시 1생활권과 2생활권을 대상으로 시범 적용하여 자율주행차 및 도로 이용 자에게 인프라 위험 요소 및 통제 정보 등을 제공할 수 있는지 <Fig 3>과 같이 확인하였다. 도로 인프라 모 니터링 위험지도에 활용된 ITS 표준 노드 링크는 링크 1,494개, 노드 489개이며, 제안한 위험지도의 노드와 링크의 속성값 표출과 지도 표출, 최적경로 알고리즘의 선정을 위한 시스템을 구축하였다.

<Fig 3>

Example of Node and Link for Risk Map

도로 인프라 모니터링 위험지도의 20개 링크 정보와 21개의 노드 정보를 표출하고, 각 노드와 링크의 위 험도를 단계 0부터 단계 4까지 구현할 수 있는 시스템을 구축하였다. 또한 세종시 1생활권과 2생활권을 대상 으로 물리적인 링크별 거리와 통행시간의 정보를 DB화하였다. 이를 기반으로 위험지도의 노드와 링크 체계 기반으로 최적경로를 선정할 수 있는 시스템을 구축하였고, 향후 실질적인 위험도를 현장 평가를 통해 산정 하고 구현할 수 있도록 하였다.

Ⅳ. 결 론

자율주행 센서, 판단 및 제어 알고리즘 등에 따라 스스로 주행할 수 있는 자율주행시스템은 다양한 도로 및 교통 상황에서 안전하게 운행할 수 있어야 하지만, 차량 센서의 한계가 있어 도로 인프라의 정보가 제공 될 때 더욱 안전한 운행이 가능하다. 정상적인 도로와 교통 조건이 아닌 경우에는 자율주행차 센서 및 알고 리즘 등이 영향을 받을 수 있으며, 이럴 때를 대비하여 도로를 지속해서 모니터링하고 관리할 필요가 있다. 관리 대상은 도로의 물리적 공간, 디지털 환경, 기상 상황 등을 포함하며 운행 구간에 따라 관리해야 할 항 목이 달라진다. 본 논문에서는 자율주행 운행 측면에서 관리해야 할 대상을 자율주행차의 ODD 특성에 따라 물리 인프라, 디지털 인프라, 환경 조건, 운행 구역 및 운영 제한, 관리 객체, 통신 연결성 등의 6개 항목으로 구분하고 이를 위험 지도로 표출하여 모니터링을 할 수 있는 방안을 제시하였다.

도로 모니터링시스템의 확장성을 고려하여 ITS 표준 노드링크 체계를 활용하였다. 자율주행차의 운행 환 경 조건을 모니터링하기 위한 위험지도 데이터 모델링을 하기 위한 노드 링크 체계는 도로의 물리적 시설물, 신호 및 교통 관련 시설물, 해당 지점의 기상 조건, 도로상의 낙하물 등을 추가적인 노드로 설정하였다. 또 한, 시설변화 정보, 도로 공사장, 고장차량, 노면 잡물, 표지와 표시등을 가리는 정보 등을 포함한다. 각 노드 의 경우 위험도는 자율주행차의 운행에 영향을 미치는 정도와 도로 관리상의 목적에 따라 5개의 등급으로 구분할 수 있는 체계를 제시하였다. 또한 링크 정보는, 실제 자율주행차의 실증을 통해 위험도가 설정될 필 요가 있다. 위험지도의 링크는 물리적인 도로인프라의 상태정보, 상습 불법주차 구간, 공사 구간, 보행자의 불법 도로 횡단이 잦은 구간 등의 운영 정보를 표출할 수 있으며 경로상에 발생하는 위험 요소를 회피하여 최적경로를 갱신하여 운행하는 활용할 수 있다.

본 논문에서는 도로 모니터링 대상 항목의 정보를 표출할 수 있는 관리 체계를 구축하고, 위험 정보를 표 출할 수 있도록 노드와 링크 체계를 설계하는 방안과 위험도를 관리할 수 있는지도 구축 및 이를 활용해 최 적경로를 탐색할 수 있는 노드 체계를 제시하였다. 도로 위험도를 표출할 수 있는 지도의 노드와 링크 체계 를 기반으로 자율주행시스템의 도로 안전성을 높이고 최적경로를 선정하는 방법론을 구체화할 필요가 있다. 앞으로 노드의 회전 제한 정보, 링크의 위험도 정보를 토대로 한 최적경로 선정, 현장 및 시뮬레이션 검증에 관한 연구가 필요하다. 또한, 도로 인프라의 위험도를 구분하는 기술적 방법과 기준에 관한 연구, 도로 모니 터링시스템의 정보를 실시간으로 수집하고 갱신하는 방법과 적용 방안 마련이 필요하다.