Journal Search Engine

Volume/Issue :

Year(s) : to

Search :

Title :

Author :

Keyword :

Abstract :

Figure :

Table :

Reference :

Search Advanced Search

Adode Reader(link)

View PDF Download PDF Export Citation Korean Bibliography PMC Previewer

The Journal of The Korea Institute of Intelligent Transport Systems Vol.23 No.6 pp.382-389
DOI : https://doi.org/10.12815/kits.2024.23.6.382

A Study on the Disengagement of Autonomous Mode for Mass-Produced Vehicle

Jaehong Park^*, Duk-Geun Yun^**, Kiwon Lim^***, Jaeduk Lee^****, Iljoon Chang^*****

^*Dept. of Highway & Transportation Research, Korea Institute of Civil Engineering and Building Technology
^**Dept. of Research Strategic Planning, Korea Institute of Civil Engineering and Building Technology
^***Dept. of Urban Planning, Gachon University
^****Co-author: Research Professor, Department of Urban Planning and Landscape Architecture, Gachon University
^*****Co-author: Professor, Department of Urban Planning and Landscape Architecture, Gachon University

^† Corresponding author : Jaehong Park, jhpark@kict.re.kr

Received 20 November 2024 │ Revised 29 November 2024 │ Accepted 29 November 2024

Abstract

Autonomous vehicles(AVs) differ from human-driven vehicles(HVs) in that the AV controls itself, and uses sensors to implement driving functions. As AVs and HVs are driven on the road at the same time, many changes will occur in the traffic flow. In particular, since AVs are controlled by a self-driving system, it is necessary to review any sections where disengagement occurs because the self-driving system is not detecting them. For this study, the autonomous driving function was activated on existing roads, and analyzed in situations when the function was deactivated when passing through road facilities. Target road facilities were selected for interrupted and uninterrupted flow. As a result, deactivation occurred in sections where lane markings were damaged or disconnected, and in sections where AV lane guidance was unclear. In addition, deactivation of the autonomous driving function occurred due to failure to slow down in sections where the speed limit has changed. The results of this study are expected to be used in research on technology development for safe AVs driving.

Key Words : Autonomous Vehicle , ADAS , Road Infrastructure , Road Facility

양산 차량 기반의 자율주행 기능 해제 상황에 관한 연구

박 재 홍^*, 윤 덕 근^**, 임 기 원^***, 이 재 덕^****, 장 일 준^*****

^*주저자 및 교신저자 : 한국건설기술연구원 도로교통연구본부 수석연구원
^**공저자 : 한국건설기술연구원 연구전략기획본부 선임연구위원
^***공저자 : 한국건설기술연구원 도로교통연구본부 박사후연구원
^****공저자 : 가천대학교 도시계획·조경학부 연구교수
^*****공저자 : 가천대학교 도시계획·조경학부 교수

초록

자율주행차는 자율주행시스템이 차량의 제어권을 가지고 있고, 센서를 이용하여 자율주행 의 기능을 구현하는 점에서 사람 운전자와 차이가 있다. 이러한 자율주행 차량과 사람이 운전 하는 차량이 혼재되어 도로를 주행함에 따라, 도로교통 분야에서 많은 변화가 나타날 것으로 예상된다. 특히, 자율주행차는 자율주행 시스템에 의해 주행하므로, 자율주행 시스템이 인지하 지 못하여 기능 해제가 발생하는 구간에 대한 검토가 필요하다. 이러한 관점에서 본 연구에서 는 자율주행 기능을 활성화시켜 기존 도로를 주행하도록 하였으며, 특정 도로 시설물을 통과 하는 상황에서 기능 해제가 발생하는 상황을 분석하였다. 대상 도로 시설물은 단속류와 연속 류에 설치된 시설을 대상으로 선정하였으며, 실제 자율주행 기능을 보유한 차량을 이용하여 주행 테스트를 진행하였다. 분석 결과, 차선 마킹 훼손 또는 단절 구간, 자율차의 차로 유도가 불명확한 구간에서 해제가 발생하였으며, 제한 속도가 변경되는 구간에서 속도 감속 실패로 인한 자율주행 기능의 해제 상황도 발생하였다. 또한, 기능 해제가 발생하는 상황을 예방하기 위한 시사점을 제시하였다. 본 연구의 결과는 자율주행차의 안전한 주행을 위한 기술 개발 연 구에 활용될 수 있을 것으로 기대한다.

키워드 : 자율주행차 , 첨단운전자지원시스템 , 도로 인프라 , 도로 시설

This article has been cited by 0 article in crossref

Cited-By

Funding:

Ⅰ. 서 론

1. 개요

빅데이터, 인공 지능, 통신 및 센싱 기술과 자동차 산업이 융합된 형태의 자율주행 기술이 개발되어 운영 되고 있으며, 자율주행 기술이 적용된 자율주행차(Autonomous Vehicle, AV)는 미래의 대표적인 교통 수단으 로써 위치하고 있다. 또한, 나날이 발전하는 자율주행 기술은 자율주행차가 실제 도로를 주행할 수 있게 하 였으며(Fábio and Carlo, 2018), 현재는 자율주행차의 안전한 주행을 지원하기 위한 도로교통 분야의 대응 전 략이 필요한 시점이다. 자율주행차는 운전자가 차량을 직접 제어하지 않아도 자율주행시스템이 스스로 주행 환경을 인식하여 도로를 주행하는 자동차로써, 차량에 부착된 센서(카메라, LiDAR, 레이더)에서 수집한 정보 를 전적으로 이용하여 주행한다.(Shladover, 2021) 특히, 정밀한 센서를 통해 주변 환경 정보를 취득하고 기계 적 시스템에 의해 차량이 제어되므로, 사람이 운전하는 차량(Human-driven Vehicle, HV)보다 안전성, 효율성, 환경성 측면에서 우수한 성능을 가진다.(Fagnant and Kockelman, 2015;Talebpour and Mhmassni, 2016;Wadud et al., 2016;Taiebat et al., 2018)

자율주행차가 도로를 주행하는 동안 우수한 성능을 확보하기 위해서는 자율주행 기능이 해제(Disengagement) 되지 않고 지속적으로 유지되어야 한다. 현재의 자율주행 기술 수준으로는 모든 도로를 주행할 수 없고, 특정 도로 구간에서는 자율주행 기능의 해제 상황이 발생한다. 자율주행 기능의 해제가 발생하는 원인은 시스템 실패(System Failure) 52%, 인적 요인(Human Factor) 30%, 외부 환경(External Conditions) 11%, 기타(Others) 7%로 나타나고 있다.(Favarò et al., 2018) 이 중, 시스템 요인은 자율주행차의 하드웨어, 소프트웨어 측면에서의 해제, 인적 요인은 운전자의 불편(Discomfort), 불안(General Uneasiness)에 의한 임의 해제, 외부 환경은 낙하물, 차선 마킹 불량, 보행자 통행량 과다 등의 영향으로 해제된 상황을 의미한다(CA DMV, 2017). 이러한 원인으로 자율주 행 기능의 해제가 발생하게 되면, 사람 운전자로의 제어권 전환을 위한 시간이 소요되며, 즉각적인 조치가 이루어 지지 않으면 자율차의 안전성에 치명적인 영향을 미친다.

자율주행차가 도로를 안전하게 주행할 수 있도록 지원하는 자율주행 기능에는 Lane Keeping Assistance (LKA), Lane Following Assistance(LFA), Adaptive Cruise Control(ACC), Lane Change Assistance(LCA) 등이 있다. 또한, 각각의 기능은 첨단운전자지원시스템(Advanced Driver Assistance System, ADAS)을 구성하는 세부 기술로 써, 자율주행 성능이 고도화될수록 첨단운전자지원시스템에 대한 의존도가 높다(Texas Instruments, 2018). 첨단 운전자지원시스템은 운전자가 안전하고 편리하게 주행할 수 있도록 도와주는 시스템으로써(Golias et al., 2002;Jermakian, 2011;Khattak et al., 2024), 자율주행시스템의 운행 제어권이 존재하는 조건에서는 첨단운전자지원시 스템의 활성화는 필수적이다. 따라서, 자율주행 기능의 해제 상황을 판단하는 기준은 ADAS의 기능이 해제되 는 상황으로 한정할 수 있다. 본 연구에서는 자율주행 기능이 해제되는 상황 중에서, 도로 조건의 영향으로 인한 자율주행 기능의 해제가 발생하는 상황을 분석하였다. 자율주행 기능의 해제 상황을 분석하기 위하여, 실제 자율차를 활용하여 실험을 수행하였으며, 영상 장비를 활용하여 계기판에서 자율주행 기능 활성화가 해 제 되는 상황을 기록하였다. 실험 대상은 단속류(회전 교차로, 평면 교차로)와 연속류(연결로, 영업소) 구간으 로 선정하였으며, 각 시설물의 세부 유형을 구분하여 다양한 도로 환경에서의 기능 해제 상황을 분석할 수 있도록 하였다.

본 연구의 결과는 자율주행차의 안전한 주행을 위한 자율주행 기술 개발 연구에 활용될 수 있을 것으로 기대한다.

Ⅱ. 자율주행 기능 테스트 환경

ADAS의 기능과 성능이 고도화 될수록 완전 자율주행의 실현이 가까워지며, Lv.3 이상의 부분 자율주행 (Conditional Automation) 이상의 주행 성능을 확보하기 위해서는 속도 유지(Maintenance Speed), 차량 추종(Car Following), 차로 중심 주행(Lane Centering), 차로 변경(Lane Change), 합류(Merging), 경로 선정(Route Planning), 자동 주차(Automatic Parking) 기능이 필수적으로 구현되어야 한다.(NHTSA, 2018)

본 연구의 실증 실험에 사용된 차량은 Full Self Driving Capability(FSD)을 보유한 차량으로써, 부분 자율주 행에서 요구되는 기능의 구현이 가능하다. 다만, 국내에서는 FSD의 모든 기능을 사용할 수 없으므로, Enhanced Autopilot이 해제되는 상황을 자율주행 기능의 해제 상황으로 정의하였다. Enhanced Autopilot은 Autopilot(Traffic-Aware Cruise Control, Autosteer)과 Navigate on Autopilot(Auto Lane Change, Auto Park)으로 구 분된다. Autopilot(Traffic-Aware Cruise Control, Autosteer)는 주행 차로내에서 선행차와의 적정 속도와 거리를 유지시키며, Navigate on Autopilot(NoA)은 본선에서의 차로 변경 또는 추월을 지원하는 기능으로써 램프, 분 기점에서의 진출입에 사용된다. 본 연구에서 정의한 자율주행 기능이 활성화되는 상황을 계기판에 표시된 화면으로 판단하였으며, NoA의 활성화 상황은 주행 차로의 중심선 표시, Autosteer는 주행 차선 표시, Auto Lane Change는 변경하고자 하는 인접 차로에 공간이 표시될 수 있도록 설정하였다. 또한, 자율주행 기능이 활성화된 상태로 주행하다가 해제되는 상황의 도로교통 정보를 수집하기 위하여, 차량의 내ㆍ외부에 영상기 록 장비를 설치하였다. 차량의 내부에 설치된 장비는 자율주행 기능의 활성화 여부를 취득하였고, 외부에는 차량의 주행 상황을 수집하였다. <Fig. 1>에는 차량 내ㆍ외부에 부착된 영상 장비와 영상 장비에서 촬영된 영상을 제시하였다.

<Fig. 1>

Activation Cases for Advanced Driver Assistance System and Camera Devices

자율주행 기능을 활성화시킨 상태에서 해제가 발생하는 상황을 분석하였다. 주행 테스트를 위한 차량의 주 행 속도는 도로의 제한 속도를 준수하였으며, 제한 속도가 변경되는 구간에서는 최고속도제한표지에 표시된 속도의 인지 여부에 따라 속도가 결정되도록 하였다. 또한, 차량 제작사에서 제시한 운행가능영역을 준수하였 고, 기상 상태가 양호한 주간 시간대에 주행함으로써, 도로교통 조건 외에 영향을 받지 않도록 실험 환경을 설정하였다. 도로교통 환경 중심으로 해제 상황을 분석하였으며, 단속류 또는 연속류 특성을 나타내는 도로 시설물 중에서 기존 연구(Tengilimoglu et al., 2023)에서 제시한 결과를 검토하여 대상을 선정하였다. <Table 1> 에는 본 연구에서 자율주행 기능 해제의 검토를 위해 선정한 도로 시설물 및 시나리오를 제시하였다.

<Table 1>

Road facilities on test site

Section	Facility Type	Test Scenario
Uninterrupted Flow	Roundabout(Mini, One-lane, Two-Lane, Right-turn Bypass Lane)	Whether the disengagement occurred while passing the roundabout or not
Uninterrupted Flow	At Grade Intersection(Straight, Right-turn Channelization)	Whether the disengagement occurred while passing the at-grade section and channelization or not
Interrupted Flow	IC/JCT(Diamond, Trumpet, Three-Leg Directional, Cloverleaf), Ramp	Whether speed adjustment on deceleration lanes before passing the ramp
Interrupted Flow	Tollgate(Mainlain, Ramp)	Whether the disengagement occurred while passing the tollgate or not

Ⅲ. 자율주행 기능 테스트 결과

1. 자율주행 기능 해제 테스트 결과

단속류에서는 회전 교차로, 평면 교차로를 대상으로 Autopilot 기능의 활성화 여부를 검토하고, 연속류에서 는 Navigate on Autopilot 기능의 활성화 여부를 조사하였다. 회전 교차로는 회전 교차로의 유형과 관계없이 회전 교차로에 설치된 최고제한속도 표지에 표시된 속도로 진입하였다. 회전 교차로에서는 회전 교차로의 진입부, 회전 차로에서 자율주행 기능의 활성화 여부를 확인하고, 기능 해제가 발생하지 않는 경우에는 방향 지시등을 점등하여 진출부로 진출이 가능한지 여부를 확인하였다. 평면 교차로의 우회전 도류화 구간에서는 본선의 제한속도를 준수하여 주행하되, 도류로에서 진출하는 부분에서는 임의로 속도를 감속하여 주행하면 서 기능의 활성화 여부를 확인하였다.

회전 교차로에서 자율주행 기능의 활성화 여부를 분석한 결과, 최고속도제한 표지의 속도로 주행한 경우 에는 원형 교통섬에 충돌할 가능성이 나타났으며, 이후 속도를 감속하여 주행한 경우에는 회전차로 진입 후 에 방향이 변경되는 지점에서 기능 해제가 발생하였다. 추가적으로 고원식 횡단보도를 인식하지 못하여, 횡 단보도 진입 전 자율차의 감속이 발생하지 않았다. 1차로형 회전 교차로에서는 회전부 진입 후 차선인식의 오류가 발생했으며, 내접원의 반지름이 작은 구간에서 기능 해제가 발생하였다. 2차로형 회전 교차로에서는 회전 차로(1차로)로 주행시에 기능 해제가 발생하였다. 또한, 회전부 진입 후 노면표시가 훼손되어 차선 인식 이 불가능하여 기능 해제가 발생하였고, 설계 속도보다 높은 속도로 진입한 경우에 기능 해제가 발생하였다. 차로축소형 회전교차로에서는 분리교통섬으로 주행하거나 기능 해제가 발생하였으며, 회전부에서의 자율주 행 기능의 해제가 발생하였다. <Fig. 2>에는 회전 교차로에서 기능 해제가 발생하는 지점과 해제 지점에서의 도로 환경을 제시하였다.

<Fig. 2>

The concept drawing and images for disengagement of autonomous mode at roundabout

평면 교차로는 도로 간의 교차각이 직각, 예각(둔각)인 교차로에서 직진으로 통과하는 상황과 우회전 도류 로(교통섬)를 이용하는 상황을 검토하였다. 부도로에서의 좌회전을 위한 유도선(노면표시)의 영향으로 인하 여, 주도로에서 직진을 하지 못하고 기능의 해제가 발생하였다. 또한, 교차각이 직각이 아닌 경우에 2차로에 서 출발하는 경우, 직진 차로 유도선이 존재하는 상황에서는 2차로로 주행하였으나, 직진 차로 유도선이 부 재한 경우에는 1차로로 차로가 변경되어 주행되었다. 우회전 도류로(교통섬)가 존재하는 교차로에서는 도류 로의 진입 전 전방의 노면표시(차도설치형 자전거 전용도로, 안전지대, 노면색유도선)의 영향과 본선에 설치 된 점선 형태의 차선 도색 간의 빈길이(점선 형태의 노면표시 중 도색된 면 사이의 도색되지 않은 면의 공 간) 공간을 경로로 인식하는 경우가 발생하였다. 또한, 주도로와 부도로의 교차각이 예각인 경우에 도류로의 회전 반경이 짧은 구간 및 도류로에 최고속도제한 표지가 설치되어 있어도, 자율차는 본선의 속도로 진입하 여 기능 해제가 발생하였다. <Fig. 3>에는 평면 교차로에서의 기능 해제가 발생한 지점에서의 주행 상황을 제시하였다.

<Fig. 3>

The images for disengagement of autonomous mode at grade section

입체교차로는 램프의 유형에 따라 구분하였으며, 감속차로에 진입하여 램프를 통과 후, 가속차로를 주행 하도록 하였다. 다이아몬드형은 감속차로를 이용하여 램프로 진입하는 구간에서 Navigate on Autopilot가 해 제되었으며, 가속차로에서 본선으로 진입하는 지점에서도 기능의 해제가 발생하였다. 클로버형은 본선에서 연결로에 진입하는 경우에 연결로의 제한 속도로 감속하지 못하여 자율주행 기능의 해제 사례가 발생하였 다. 단, 연결로의 제한 속도 40 km/h를 준수하여 연결로로 진입하는 경우에는 자율주행 기능의 해제가 발생 하지 않는 것으로 검토되었다. <Fig. 4>에는 입체교차로에서 기능 해제가 발생한 지점에서의 주행 상황을 제 시하였다.

<Fig. 4>

The images for disengagement of autonomous mode on Interchange and ramp section

고속도로 본선 영업소(Tollgate)에서는 영업소의 통과를 위해 차로를 변경하거나, 영업소의 설치로 인해 차 로의 수가 증가(감속 구간)하거나 감속(가속 구간)하는 구간에서 기능 해제가 발생하였다. 다만, 나들목(IC)에 설치된 영업소를 통과하는 상황에서는 1개의 차로만이 존재하여 기능 해제가 발생하지 않았으나, 영업소를 통과하기 위한 제한 속도 30km/h 보다 높은 속도로 주행하는 상황이 발생하였다. <Fig. 5>에는 영업소를 통 과하는 경우, 자율주행 기능의 해제가 발생하는 지점과 주행 상황을 제시하였다.

<Fig. 5>

The concept drawing and images for disengagement of autonomous mode on tollgate

2. 자율주행 기능 해제 방지를 위한 시사점

본 연구에서 자율주행 기능이 해제가 나타난 구간에서 기능 해제의 방지를 위한 시사점을 다음과 같이 제 시할 수 있다. 회전교차로는 회전 교차로의 진입 또는 진출 상황에서 차선의 단절(고원식 횡단보도 구간 포 함)로 인한 주행 차로의 인식을 실패하는 상황이 발생하였다. 이러한 상황에 대한 대안으로써, 차선의 흐름 이 끊이지 않을 수 있는 전용 유도선의 설치가 필요할 것으로 검토된다. 또한, 회전교차로에서의 과속 방지 를 위하여 설계속도에 따른 회전 반지름의 계산 값 보다 작은 반지름을 설치하도록 규정하고 있으나, 자율차 의 회전이나 차선 인식을 위한 크기의 곡선 반지름의 확보에 대한 검토가 필요하다. 평면 교차로에서는 자율 주행차가 전방에 도류로가 존재하는 것을 사전에 인지할 수 있도록 도류화 구간에서는 노상시설물의 설치 등을 배제하여 시거의 확보가 필요하며, 노면 마킹(차선 등)이 지워지거나 차선의 단락이 발생한 구간에서는 차선의 재도색 또는 차선의 연속 설치가 필요하다. 평면교차로의 교차각이 90°에서 ±15°를 초과하는 경우, 둔각부의 경우 비교적 큰 곡선반경을 적용해도 영향이 없으나 예각부의 경우, 용지폭 축소를 위하여 과소한 회전부에 과소한 곡선반경을 적용할 경우, 횡단보도 구간에서 차선이 끊어지거나 차량의 회전 이탈이 발생 할 수 있다.「도로의 구조ㆍ시설 기준에 관한 규칙」의 도로모퉁이 규정(모퉁이 내측 길이 최소 기준) 등의 기준을 검토하여(MLTM, 2020), 평면교차로에서의 곡선 반지름을 설정하는 것이 필요하다. 또한, 단속류 구 간에서는 불법 주정차로 인한 주행 차선의 인식의 해제가 공통적으로 나타나므로, 단속 등을 통한 주행 차로 주변의 정리가 필요하다. 연속류에서는 고속으로 주행하던 차량이 영업소의 이용을 위한 차로 변경을 하거 나, 유출 램프로 진입하는 과정에서 기능 해제가 공통적으로 발생하였다. 따라서, 자율차가 영업소를 통과하 는 경우에는 차로변경을 최소화 할 수 있도록 차로를 운영하며, 램프 진입을 위한 속도를 조절할 수 있는 길 이를 확보할 수 있도록 해야 한다.

본 연구에서는 자율차가 자율주행으로 주행하는 상황에서, 운전자의 인위적인 개입 없이 자율주행 기능이 해제되는 구간을 분석하였다. 자율주행 기능의 해제 상황이 교통사고를 발생시키는 직접적인 원인으로 가정 하는 부분에는 몇 가지 제약 조건이 존재하지만, 제어권 전환 시간과 차량의 주행 거리를 고려하면 잠정적인 위험 구간으로 간주할 수 있으므로 주의가 필요하다.(Dixit et al., 2016;Hyun et al., 2024) 또한, 주행 특성이 서로 다른 자율주행차와 비자율주행차가 혼재된 환경에서는 차량간의 복잡한 상호 작용으로 인한 안전 측면 의 문제가 발생할 수 있으므로(Fábio and Carlo, 2018;Di et al., 2020;Dawid et al., 2024) 자율주행차의 내부 시스템과 외부 환경 문제가 복합적으로 고려된 해결 방안의 모색이 필요하다.(Chen and Chen, 2024;Zhao et al., 2024)

Ⅳ. 결론 및 향후 연구과제

자율주행 기능을 보유한 차량을 이용하여 도로를 주행하면서, 자율주행 기능이 해제되는 구간에 대한 상 황을 검토하였다. 단속류(회전 교차로, 평면 교차로)와 연속류(연결로, 영업소) 도로에 설치된 시설물에서의 자율주행 기능 해제 상황을 분석하였다. 기능 해제 구간에 대한 검토 결과, 차선 마킹 훼손 또는 단절 구간, 자율차의 차로 유도가 불명확한 구간에서 해제가 발생하였다. 추가적으로, 제한속도가 변경되는 구간에서 속 도 감속 실패로 인하여 자율주행 기능의 해제가 발생하는 것으로 분석되었다.

본 연구에서는 기능 해제가 발생하는 상황을 예방하기 위한 시사점을 제시하였으며, 연구 결과를 발전시 키기 위한 향후 연구 내용은 다음과 같다. 자율주행 기능 해제 구간을 선정함에 있어서 계기판에 표시된 표 출 정보를 이용하였으나, 기능 해제가 발생한 정확한 지점 및 대상 시설물에 대한 정보를 제시하지 못하였 다. 향후 연구에는 각 시설물에 대한 정보를 사전에 파악하고, 기능 해제가 발생한 지점과 기하구조와의 연 계성을 종합적으로 검토해야 한다. 또한, 본 연구에서는 각각의 실험 구간에서 1회 이상 주행하고 대상 구간 에 대한 분석을 수행하였다. 향후 연구에는 실험 구간을 주행한 횟수를 늘리고, FSD를 보유하지 않은 다른 자율주행 기능으로 주행하는 차종을 사용하여 실험함으로써 기능 해제가 발생한 구간의 대표성을 찾을 수 있어야 한다. 마지막으로 자율주행 기능의 해제가 발생한 원인을 도로환경 요인을 중심으로 기술하였지만, 차량 내부에서 운영되는 자율주행 시스템 및 차량에 부착된 센서의 인식 성능 등을 복합적으로 연계하여, 자 율주행 기능이 해제되는 구간에서의 원인을 찾고 개선(안)을 제시할 수 있어야 한다.

ACKNOWLEDGEMENTS

본 연구는 국토교통부/국토교통과학기술진흥원의 지원으로 수행되었습니다(RS-2021-KA160881, 자율협력 주행을 위한 미래도로 설계 및 실증 기술 개발). 또한, 본 연구는 ITS Brief(vol. 14, no. 3)에 기술된 내용을 발 전시켜 연구 논문을 작성하였습니다.

Figure

<Fig. 1>.

Activation Cases for Advanced Driver Assistance System and Camera Devices

<Fig. 2>.

The concept drawing and images for disengagement of autonomous mode at roundabout

<Fig. 3>.

The images for disengagement of autonomous mode at grade section

<Fig. 4>.

The images for disengagement of autonomous mode on Interchange and ramp section

<Fig. 5>.

The concept drawing and images for disengagement of autonomous mode on tollgate

Table

<Table 1>.

Road facilities on test site

Reference

California Department of Motor Vehicles(CA DMV) ( 2017), CA DMV-Autonomous Vehicles Disengagement Reports.
Chen, J. and Chen, F. ( 2024), “Efficient vehicle lateral safety analysis based on multi-kriging metamodels: Autonomous trucks under different lateral control modes during being overtaken”, Accident Analysis and Prevention, vol. 208, 107787.
Dawid, H., Di, X., Kort, P. M. and Muehlheusser, G. ( 2024), “Autonomous vehicles policy and safety investment: An equilibrium analysis with endogenous demand”, Transportation Research Part B: Methodological, vol. 182, 102908.
Di, X., Chen, X. and Tally, E. ( 2020), “Liability design for autonomous vehicles and human-driven vehicles: A hierarchical game-theoretic approach”, Transportation Research Part C, vol. 118, 102710.
Dixit, V. V., Chand, S. and Nair, D. J. ( 2016), “Autonomous vehicles: disengagements, accidents and reaction times”, Plos One, vol. 11, no. 12, e0168054.
Fábio, D. and Carlo, R. ( 2018), “The impact of autonomous vehicles on cities: A review”, Journal of Urban Technology, vol. 25, pp.3-18.
Fagnant, D. J. and Kockelman, K. ( 2015), “Preparing a nation for autonomous vehicles: Opportunities, barriers and policy recommendations”, Transportation Research Part A, vol. 77. pp. 167-181.
Favarò, F. M., Nader, N., Eurich, S., Tripp, M. and Varadaraju, N. ( 2017), “Examining accident reports involving autonomous vehicles in california”, Plus One, vol. 12, no. 9, e0184952.
Favarò, F., Eurich, S. and Nader, N. ( 2018), “Autonomous vehicles’ disengagements: Trends, triggers, and regulatory limitations”, Accident Analysis & Prevention, vol. 110, pp.136-148.
Golias, J., Antoniou, C. and Yannis, G. ( 2002), “A methodology for the estimation of traffic and related impacts of advanced driver assistance systems”, Journal of Intelligent Transportation Systems, vol. 7, no. 3-4, pp.261-277.
Hyun, S., Son, J., Oh, Y. and You, B. ( 2024), “A study of the DSSAD data elements derivation through autonomous driving data analysis on expressway”, Journal of Korean Society of Intelligent Transport Systems, vol. 23, no. 3, pp.97-106.
Jermakian, J. ( 2011), “Crash avoidance potential of four passenger vehicle technologies”, Accident Analysis and Prevention, vol. 43, pp.732-740.
Khattak, M. W., Brijs, K., Tran, T. M. D., Trinh, T. A., Vu, A. T. and Brijs, T. ( 2024), “Acceptance towards advanced driver assistance systems (ADAS): A validation of the unified model of driver acceptance (UMDA) using structural equation modelling”, Transportation Research Part F: Psychology and Behaviour, vol. 105, pp.284-305.
Ministry of Land, Infrastructure and Transport ( 2020), Rules about the Road Structure and Facilities Standards Explanation.
National Highway Traffic Safety Administration ( 2018), A Framework for Automated Driving System Testable Cases and Scenarios.
Shladover, S. E. ( 2021), “Opportunities and challenges in cooperative road vehicle automation”, IEEE Open Journal of Intelligent Transportation Systems, vol. 2, pp.216-224.
Taiebat, M., Brown, A. L., Safford, H. R., Qu, S. and Xu, M. ( 2018), “A review on energy, environmental, and sustainability implications of connected and automated vehicles”, Environmental Science & Technology, vol. 52, pp.11449-11465.
Talebpour, A. and Mhmassni, H. S. ( 2016), “Influence of connected and autonomous vehicles on traffic flow stability and throughput”, Transportation Research Part C, vol. 71, pp.143-163.
Tengilimoglu, O., Carsten, O. and Wadud, Z. ( 2023), “Implication of automated vehicles for physical road environment: A comprehensive review”, Transportation Research Part E, vol. 169, 102989.
Texas Instruments ( 2018), ADAS Applications Drive Advances in Image-Processing Architectures.
Wadud, Z., MacKenzei, D. and Leiby, P. ( 2016), “Help or hindrance? the travel, energy and carbon impacts of highly automated vehicles”, Transportation Research Part A, vol. 86, pp.1-18.
Zhao, X., Fang, Y., Min, H., Wu, X., Wang, W. and Teixeira, R. ( 2024), “Potential sources of sensor data anomalies for autonomous vehicles: An overview from road vehicle safety perspective”, Expert Systems With Applications, vol. 236, 121358.

A Study on the Disengagement of Autonomous Mode for Mass-Produced Vehicle

Abstract

양산 차량 기반의 자율주행 기능 해제 상황에 관한 연구

초록