차량 시뮬레이터 활용 운전자 감정에 따른 주행 데이터 분석 및 감정 그룹 제안 연구

이명규 국민대학교 자동차공학전문대학원 2022 국내석사

운전자의 감정이 운전자의 운전 능력에 영향을 미친다는 발표들이 지속적으로 보고되고 있다. 운전자의 감정을 예측하여, 운전 능력을 향상시킬 수 있도록 적절한 서비스를 제공해준다면, 도로 안전은 물론 운전자의 만족도 또한 향상될 것이다. 본 연구는 운전자의 감정에 따라 차량 조작, 생체, 설문조사 데이터에서 어떤 차이를 보이는지 확인하고자 진행되었다. 14명의 실험참가자를 모집하여, 감정을 유도하였고, 차량 시뮬레이터 주행을 요청하였다. 유도하고자 하는 감정으로 행복, 놀람, 두려움, 화남, 슬픔, 지루함, 안도, 중립 여덟 가지를 선정하였다. 여덟 가지 감정을 감정의 각성도와 유인성을 고려하여 Russell의 circumplex model에 배치하였고, 감정을 분류하였다. 감정 유도는 영상 시청, 자기 경험 기술, 차량 시나리오 주행을 통해 진행되었으며, 차량 주행 5분간 실험참가자의 차량 조작, 생체 데이터가, 차량 주행 후 설문조사 데이터가 취득되었다. Human-in-the-loop 실험을 통해, 실험참가자 1명당 하루에 2개의 감정씩 4회, 14명 실험참가자에 대하여 총 56회의 본 실험을 진행하였다. 그 결과, 8개 각각 감정에 따른 차량 조작 데이터, 생체 데이터, 설문조사 데이터를 정상적으로 취득하였다. 결론적으로 14명의 실험참가자를 대상으로 유도하려는 감정을 의도한대로 유도하였고, 각 감정에 따른 데이터를 확보하였다. 통계분석을 통해 감정에 따라 유의한 데이터를 확인할 수 있었고, 유의한 데이터를 바탕으로 8개의 감정을 3개의 그룹으로 분류할 수 있었다. 본 연구 결과는 감정 예측에 대한 기초 연구, 차량 UX design을 위한 파라미터 등으로 활용될 것으로 기대된다. It has been continuously reported that the driver’s emotions affect the driver’s driving ability. If appropriate services are provided to improve driving ability by predicting the driver's emotions in advance, road safety and driver satisfaction will increase. This study was conducted to identify the differences in vehicle control data, physiological data, and survey data according to the driver's emotions. Fourteen experimental participants were recruited and eight emotions were induced. Happiness, surprise, fear, angry, depressed, bored, relieved, and neutral were selected as emotions to induce. Eight emotions were placed in Russell's Circumplex model in consideration of the arousal and valence of emotions, and emotions were classified. Emotional induction was conducted through video watching, writing passage, and scenario driving. As a result, vehicle control data, physiological data, and survey data were obtained after driving for 5 minutes. Through the human-in-the-loop experiment, eight emotions were induced successfully, and vehicle control data, physiological data, and survey data were acquired according to emotions. In conclusion, we were able to accurately induce the emotions, and it was possible to secure data according to each corresponding emotion. Significant data could be confirmed according to emotions, and 8 emotions could be classified into 3 groups based on the significant data. The results of this study can be used as a basic study on emotion prediction and parameters for vehicle UX design.

하이브리드 베이지안 네트워크 기반 운전자 상태 통합 판단 알고리즘 개발 및 평가에 관한 연구

류동운 國民大學敎 自動車工學專門大學院 2015 국내석사

주행 중 운전자의 졸음이나 부주의 또는 과부하와 같은 비정상 상태에 의한 교통사고가 증가하고 있다. 이에 따라 최근 다양한 연구기관에서는 운전자 비정상 상태에 의한 교통사고를 줄이고 미연에 방지하기 위한 능동안전시스템 연구 개발을 활발히 진행하고 있다. 하지만, 현재의 능동안전시스템은 운전자 정보를 이용하기보다 주로 차량 정보나 주변 환경 정보를 이용하며, 운전자의 정보를 이용하더라도 단편적인 정보만을 이용하는 경우가 많다. 따라서 본 연구에서는 차량정보 외에 운전자의 영상정보, 음성정보, 생체정보를 이용하여 운전자의 비정상 상태를 판단하는 알고리즘을 개발 및 평가하는 연구를 진행하였다. 운전자의 비정상 상태를 판단하기 위한 변수의 선정과 조건부 확률표의 작성을 위해, 총 20명의 피험자를 모집하여 Human-in-the-loop 실험 진행하였고, 비정상 상태에 대한 실제 데이터를 취득하여 효용성 분석을 실시하였다. 그리고 효용성 분석 결과를 바탕으로 변수를 군집화하여 하이브리드 베이지안 네트워크 알고리즘을 모델링하였다. 이후 알고리즘의 성능을 평가하기 위하여, 졸음, 부주의, 과부하 상태의 구간을 선정하고 일반적인 상태의 구간과 비교하였다. 또한 효용성 분석 전과 후의 하이브리드 베이지안 네트워크의 성능을 비교하였으며, 일반적인 베이지안 네트워크와의 비교도 수행하였다. 수행 결과 일반 베이지안 네트워크의 경우 평균 적중률 0.9500으로 가장 높았지만, 평균 오경보율이 0.3320으로 가장 높았다. 효용성 분석 후의 하이브리드 베이지안 네트워크의 경우 평균 적중률 0.8764, 평균 오경보율 0.1552, 평균 계산속도 0.00022초로 가장 좋은 성능을 보였으며, 다른 알고리즘에 비해 오경보율 및 계산속도가 감소하는 것을 확인할 수 있었다.

연령 및 성별을 고려한 운전자 상태 판단 알고리즘 개발 및 평가에 관한 연구

정현빈 국민대학교 2016 국내석사

교통사고의 높은 비율을 차지하는 원인 중 하나는 인간 오류이다. 안전한 운전에 필요한 주의의 문제는 운전자의 판단 실수, 정보 처리 지연 등으로 이어지고 교통사고가 발생할 가능성이 커진다. 이에 따라 다양한 연구기관과 상용자동차 업체에서는 운전자 상태 판단 시스템을 개발하고 있다. 하지만 운전자의 특성이 다양한 만큼 많은 요소를 고려해야 다양한 운전자의 특성에 맞는 정상적인 판단을 할 수 있다. 따라서 본 연구에서는 다양한 성별과 연령대의 운전자의 상태를 차량, 영상, 음성, 생체 정보를 사용하여 확률적인 기반으로 판단하는 것이 목표이다. 정량적 수치에 근거한 알고리즘 설계를 위해서 다양한 성별과 연령대를 갖는 운전자의 비정상상태에 따른 특성 정보를 획득하기 위해서 Human-in-the-loop 실험을 진행하였다. 실험을 통해서 획득된 정보는 알고리즘 구조를 정의하기 위한 운전자 상태에 따른 변수별 효용성 분석과 신호탐지이론을 적용한 베이지안 네트워크 내부의 우도확률 정의를 위해서 사용되었다. 이러한 방법으로 설계된 운전자 상태 판단 알고리즘은 실험 데이터를 통해서 성능이 검증되었다. 검증 결과, 본 논문에서 정의된 적합도 항목에서 적중률과 오경보율의 조건에서는 전체 상태 140개 중 109개를 만족하는 78%의 적합도를 가졌고 ROC 커브 면적의 조건에서는 전체 상태 140개 중 121개를 만족하는 86%의 적합도를 보였다. 또한, 알고리즘의 1행 당 평균 동작 시간은 0.00062472초를 보였다. One of the main reasons for traffic accidents is human error. Anything less than the level of attention necessary to drive safely can lead to mistakes in judgement and delayed information processing and therefore. increase the likelihood of an accident occurring. Accordingly, systems for monitoring a driver’s level of attention are being developed by many research institutes and automobile companies. However, it is necessary to consider all of the drivers’ characteristics in order to correctly judge his or her state at any particular instant. Therefore, the purpose of this study was to stochastically estimate the driver’s state based on data from the vehicle and the driver’s vision, voice, and physiological information while also considering age and gender. To quantitatively design an algorithm, “human-in-the-loop”experiments were conducted to obtain information corresponding to an abnormal state. The information thus obtained was used to define the probability of a Bayesian network structure. The developed estimation algorithm was assessed by comparing the results obtained with experimental data. The estimation algorithm was found to be suited to 109(78%) of 140 instances of correct detection and false alarms and 121(86%) of 140 instances of ROC curves. Also, the average computing time per line of the algorithm was 0.00062472 s.

운전자 특성을 고려한 부분자율주행 제어권 이양 알람 시점 설계 및 평가

김형준 국민대학교 2016 국내석사

Autonomous vehicles relying on sensors have been developed to improve a driver’s safety while enhancing vehicle convenience. However, an autonomous vehicle must take account of human factors and human-vehicle interaction. The control authority between a driver and an autonomous vehicle, which constitutes one human-vehicle interaction, is used as the standard whereby autonomous vehicles are classified. One particular human factor, namely, driver reaction, is a highly significant factor affecting safety and the convenience of autonomy. This study examines the human factors leading to takeover requests in an autonomous vehicle and aims to identify the optimal time for a takeover request when the situation suddenly warrants takeover. An experiment was designed with four time thresholds for the takeover request. The timing of the takeover request was based on ADAS (for which every event had a duration of 2.1 s). The timing of the takeover request was based on the results of previous autonomous vehicle research (for which every event had a duration of 3.5 s). That of the takeover was obtained using a performance-based approach (where the duration of the first event was 3.9 s, that of the second and firth events was 3.24 s, and that of the third was 4.43 s). The timing of the takeover request was based on the longest time required for takeover (for which all the events had a duration of 4.43 s). Human-in-the-loop experiments were conducted to compare the thresholds for the takeover requests. The quantitative/qualitative data thus obtained exhibited differences between the four thresholds for the takeover request. This paper shows that the timing of the takeover can be obtained using a performance-based approach. 센서 중심의 자율주행차량은 운전자의 안전과 편의를 향상시키는 목적으로 개발되었다. 하지만 센서 중심의 자율주행차량은 운전자 특성 및 인간 차량 인터랙션을 고려하지 않았다. 인간 차량 인터랙션의 한 부분인 운전자와 자율주행차량의 제어권은 자율주행의 단계를 나누는 기준이며, 운전자 특성은 운전자의 대응에 따라서 자율주행차량의 편의와 안전에 지대한 영향을 끼치는 요소다. 본 연구는 자율주행 3단계의 제어권 이양에 필요한 운전자 요소를 발굴하고, 제어권 이양 시점에서 운전자가 대응 할 수 있는 최적의 시점을 찾는 것을 목표로 하였다. 본 연구는 기계중심의 제어권 이양 알람 발생 시점(모든 상황 2.1초), 선행연구의 제어권 이양 알람 발생 시점(모든 상황 3.5초), 성능기반기법으로 도출된 제어권 이양 알람 발생 시점(첫번째 상황 3.9초, 두 번째 및 네 번째 상황 3.24초, 세 번째 상황 4.43초), 가장 긴 제어권 이양 알람 발생 시점(모든 상황 5초)으로 설계하였다. 설계된 제어권 이양 알람 발생 시점을 비교분석하기 위해, 총 30명의 실험참가자를 모집하여 Human-in-the-loop 실험을 진행하였다. 정량적/정성적 실험 결과는 제어권 이양 알람 발생 시점에 따라서 차이를 보이며, 성능기반기법으로 도출된 제어권 이양 알람 발생 시점이 대체로 가장 적절한 것으로 보였다. 따라서 운전자의 특성을 고려하여 성능기반기법을 통한 제어권 이양 알람 발생 시점이 유용하다는 것을 확인하였다.

Level 3 자율주행 운전자 제어권 인수 검증 프로세스 연구

맹주영 국민대학교 자동차공학전문대학원 2022 국내석사

자율주행 기술의 도입은 운전자들에게 편의를 제공할 것이다. 하지만 완전 자율주행이 도입되기까지 부분 자율주행 단계를 필연적으로 거치게 되는데, 운전자들의 자율주행 기술에 대한 이해 부족이나, 기술 과신 등의 이유로 부분 자율주행 운전자의 역할을 제대로 수행하지 못할 수 있다. 국제자동차기술자협회(SAE)에 따르면 level 3 자율주행 운전자의 경우 시스템의 제어권 인수 요청 시 반드시 제어권을 인수해야 할 의무가 있다. 따라서 level 3 자율주행 시스템은 운전자가 제어권 인수 준비 상태를 갖추었는지 모니터링할 필요가 있다. 본 연구에서는 운전자 모니터링 시스템을 구현하고 이 시스템이 운전자 관점에서 적합한지 검증하기 위한 프로세스를 구축하고자 하였다. STPA(System-Theoretic Process Analysis) 안전 분석 기법을 활용하여 제어권 인수 상황에서 발생할 수 있는 위험 시나리오를 도출하였다. 도출된 위험 시나리오 중 일부를 선정하여 총 40명을 대상으로 Human in the loop 실험을 진행하였다. 그 결과, 운전자 모니터링 시스템의 운전자 관점에서 부적절하게 작동하여 운전자의 위험 행동을 유발하는 경우가 있는 것으로 나타났다. 운전자가 위험 행동을 선택하게 되는 원인을 분석하여 이를 예방하기 위한 시스템 요구사항을 도출하였다. 결과적으로 운전자 모니터링 시스템의 잠재적인 위험 요인을 확인하고 예방할 수 있는 프로세스를 구축하였다. The introduction of autonomous driving technology will provide convenience to drivers. However, until full autonomous driving is introduced, it is inevitable to go through the partial autonomous driving stage, and drivers may not be able to play the role of partial autonomous driving drivers due to their lack of understanding of autonomous driving technology or overconfidence. According to the Society of Automotive Engineers(SAE), level 3 self-driving drivers are obligated to take over control when requesting to take over control of the system. Therefore, the level 3 autonomous driving system needs to monitor whether the driver is ready to take over control. In this study, we intended to implement a driver monitoring system and establish a process to verify that the system is suitable from a driver's point of view. Using the STPA (System-Theoretic Process Analysis) safety analysis method, we derive a possible risk scenario in a control takeover situation. Some of the derived risk scenarios were selected and a human in the loop experiment was conducted on a total of 40 people. As a result, it was found that there are cases in which the driver's dangerous behavior is caused by improper operation from the driver's perspective of the driver monitoring system. The cause of the driver's choice of dangerous behavior was analyzed to derive system requirements to prevent the occurrence of such dangerous behavior. As a result, we have established a process to identify and prevent potential risk factors for driver monitoring systems.

EEG를 고려한 Level 3 부분자율주행차량에서의 운전자 행동 가이드라인 연구

이지원 국민대학교 자동차공학전문대학원 2019 국내석사

자율주행 레벨 3 차량은 제어권 전환이라는 이슈가 발생하게 된다. 자율주행으로 운행하던 차량이 외부 혹은 내부의 사정으로 더 이상 운전을 재게하지 못하는 상황일 경우 차량은 즉시 운전자에게 제어권 전환 요청을 보내게 된다. 이때 운전자가 자율주행 시스템을 과신하여 주의 집중한 상태로 운전과는 전현 관련이 없는 작업을 할 경우, 운전 제어권을 제대로 이양받지 못하여 사고로 이어지게 될 것이다. 기존의 선행 연구에서는 운전자의 상태를 고려하지 않으며, 제어권 전환 요청 시간과 운전자의 반응 시간에 대한 연구를 지속해왔다. 하지만 본 연구에서는 시뮬레이터 기반 자율주행차량에서 운전자에게 뇌파 장비를 착용시키고 제어권 전환 알림을 운전자에게 전달하였다. 운전자는 자율주행 동안 운전에 집중할 수 없는 다양한 작업을 진행하도록 요청하였다. 이런 상황에서 제어권 전환 알림 전 후로 운전자의 자율주행과 수동주행 시 뇌파 상태를 분석하여 운전자의 뇌파 상태 차이에 대해 분석하였다. 또한 자율주행에서 운전자가 운전과는 상관없는 다양한 행동을 취할 경우의 뇌파를 분석하여 자율주행 상태에서 운전자가 취할 수 있는 행동에 대한 가이드라인을 제시하고자 한다. Automated vehicles at SAE level 3 cannot avoid a take-over between the human driver and vehicle system. If automated vehicle is no longer allowed to drive due to external or internal circumstances, the vehicle will immediately send a take-over request to the driver. If the driver overconfidence the automated system and performs tasks that are never related to driving such as sleeping, gaming, the driver cannot get take-over properly and will lead to accidents. Existing prior studies do not take into the condition of the driver, and have continued to study the time of take-over and driver’s response time. However, this study the driver put on a sensor of EEG in a simulator-based automated vehicle and the driver was informed of take-over request. Drivers proceed with various tasks that cannot fucous on driving during autonomous mode. In this situation, the condition of the driver's EEG data in autonomous mode and manual mode was checked. It also seeks to analyze the EEG data of drivers under various tasks in autonomous mode and provide guidelines for actions that can be taken by drivers under autonomous mode conditions.

자율주행시스템 사용자 불신 상황 필수 인터페이스 정보 연구

윤한나 국민대학교 자동차공학전문대학원 2019 국내석사

자율주행 기술 발달이 고도화되고, 더 높은 수준의 기능을 갖춘 자율주행차량들이 양산을 앞두고 있다. 하지만 실제 부분자율주행 차량 또는 테스트 자율주행 차량의 사고 사례가 여러 차례 발생하며, 사람들의 자율주행차량에 대한 부정적인 인식이 점진적으로 증가하고 있다. 이는 자율주행차량의 상품성을 떨어트리고, 시장 형성에 악영향을 미칠 수 있다. 때문에 사용자와 자율주행 시스템과의 적절한 신뢰(trust)를 형성할 수 있도록 하는 UX/UI(User Experience/User Interface) 측면의 연구가 필수적이다. 본 연구에서는 자율주행차량에 대한 사용자의 불신과 원인 정의하고, 이러한 상황을 해결하기 위해 인터페이스에서 제공할 수 있는 정보를 정의했다. 그 다음으로 자율주행 실도로 테스트 사례 분석을 기반으로 불신 시나리오 21개를 정의하고, 가상환경 주행시뮬레이터에서 30명의 실험참여자를 대상으로 human-in-the-loop 실험을 진행했다. 실험참여자의 설문조사 응답과 생체신호 데이터를 기반으로, 사용자의 특성에 따른 자율주행 시스템 불신 상황에 대한 반응을 분석했다. 남자는 여자보다 자율주행차량에 대한 불신이 더 크고, 운전경력이 10년 미만인 사람은 그 이상의 경력을 가진 사람보다 불신이 더 컸다. 마지막으로, 불신 요인에 따라 이를 해결하기 위해 필요한 필수 정보를 분석했다. ‘외부 물체 인지 여부’ 정보 유형은 모든 불신 상황에 대하여 가장 필요로 되는 정보 였으며, ‘촉각’ 모달리티 기반의 정보 제공 방법은 가장 낮은 필요도를 보이는 제공 방법이었다. 본 연구를 기반으로 자율주행 시스템 불신 상황에서의 반응은 운전자 특성별로 다르며, 불신 요인에 따라서 필수적으로 제공되어야 하는 정보가 구별됨을 알 수 있었다. 본 연구 결과는 자율주행차량을 개발함에 있어 사용자와 시스템이 적절한 신뢰 형성을 하여 자율주행차량에 대한 고객의 수용성과 상품성을 제고하는 UI 설계의 밑바탕이 될 것으로 기대한다. Development of automated driving technologies is becoming more advanced and automated vehicles with higher levels of functions are set to mass-produce. However, there have been several incidents of actual partially automated vehicles or automated vehicles for test. As a result, people's negative perception of self-driving cars is gradually increasing. Therefore, UX/UI(User Experience/User Interface) aspect study that allows users to create appropriate trust with automated driving systems is essential. In this study, we defined users' distrust and cause of automated vehicle, and defined the information that can be provided from the user interface to settle the distrust. Next, we defined 21 distrust scenarios based on analysis of test data in real roads, and conducted human-in-the-loop experiments on 30 participants in a virtual environment driving simulator. Finally, required information to settle distrust was analyzed. Based on this study, the response in the automated vehicle distrust situation varies by driver characteristics, and the information that must be provided is distinguished according to the cause of distrust. In developing automated vehicles, the results of this study are expected to be the basis of UI design, which enhances customer's acceptability and commercial value for self-driving cars by creating appropriate trust between users and systems.

멀티모달리티 알림에 대한 자율주행차량 제어권 전환 상황에서의 사용자 인지/반응에 대한 연구

김재원 국민대학교 자동차공학전문대학원 2020 국내석사

자율주행기술은 제4차 산업혁명의 핵심기술로 부각되면서, 세계적으로 활발한 자율주행기술 개발이 이루어지고 있다. 자율주행차량의 개발은 기본적으로 교통 안전을 향상시키는 것으로 여겨진다. 그러나, 안전성이 확보되지 않은 자율주행기술의 개발은 인간의 생명과 재산을 보호할 수 없다. 자율주행시스템이 대처할 수 없는 상황이 존재하며 이 경우 운전자는 안전한 방법으로 차량을 제어할 수 있어야 한다. 때문에, 이러한 긴급상황에서의 알림의 중요성이 대두된다. 자율주행시스템의 사용자에게 제공되는 알림은 직관적이어야 하며 사용자에게 불쾌감을 주어서는 안된다. 본 연구에서는 차량시뮬레이터를 이용한 전용도로(신갈-오산IC)에서의 자율주행차량의 긴급한 제어권 전환 상황을 구현하여 실험을 진행하였다. 실험참여자는 자율주행 도중 제어권 전환 알림을 제공받으면 제어권을 이양하여 수동주행을 재개했다. 취득된 차량, 생체, 운전자 행동지표 분석을 통하여 SAE(Society of Automotive Engineers) 자동화 레벨3 자율주행차량의 안전한 제어권 전환을 위한 시각/청각/촉각의 멀티모달 알림방법을 도출한다. 또한 정량지표와 정성지표의 상관성 분석을 진행하여 제어권 전환 상황에서의 안전하고 직관적인 멀티모달 알림조합과 방법을 제시한다. 결과를 기반으로 멀티모달 알림방법의 설계 가이드라인을 제시하여 자율주행차량에서의 효과적인 멀티모달 알림방법의 설계방법을 제안한다. As autonomous driving technology has emerged as a core technology of the fourth industrial revolution, active autonomous driving technology is being developed worldwide. The development of autonomous vehicles is considered to fundamentally improve traffic safety. However, the development of unsecured autonomous driving technology cannot protect human life and property. There are situations in which autonomous driving systems cannot cope, in which case the driver must be able to control the vehicle in a safe manner. Therefore, the importance of notification in such an emergency emerges. Notifications provided to users of autonomous driving systems should be intuitive and should not be offensive to the user. In this study, we embarked on an emergency control of autonomous vehicles on a private road (Singal-Osan IC) using a vehicle simulator. The experiment participant resumed manual driving by transferring control when receiving the notification of control switching during autonomous driving. Based on the analysis of acquired vehicle, biometric and driver behavioral indicators, a multi-modal notification method of visual, auditory, and tactile sense for safe control of SAE automation level 3 autonomous vehicles is derived. Also, by analyzing the correlation between the quantitative indicator and the qualitative indicator, we propose a safe and intuitive multi-modal notification combination and method in the situation of switching control. Based on the results, we propose a design guideline for the multimodal notification method and propose an effective multimodal notification method in autonomous vehicles.

시뮬레이터 기반 위험인지상황에서 운전자의 행동특성에 관한 연구

한현서 국민대학교 자동차공학전문대학원 2020 국내석사

최근 위험상황에서 운전자의 인지반응 특성을 이용한 고의 교통사고가 증가하여 점차 지능화, 조직화 되는 경향을 보이며, 선량한 운전자들이 받는 경제적 피해부담이 증가하고 있다. 이는 경제사회적으로 막대한 손실을 초래할 뿐만 아니라 장기적 관점에서 사회불안요소로 작용할 수 있는 상황이다. 국내에는 고의 교통사고를 판별할 수 있는 체계적인 감정기법이 부재하며 운전자의 고의성 여부를 판단할 수 있는 “위험 인지반응시간”데이터베이스 등이 구축되어 있지 않다. 국내 운전자의 인지반응시간 및 행동특성에 관한 연구는 주로 도로설계기준의 확인 위주로 수행되어 교통사고 감정에 활용하기에 적절하지 않다. 따라서 국내 교통 환경 및 내국인의 특성을 반영한 운전자의 행동특성 연구가 필요한 실정이다. 본 논문에서는 도심로 내에서 발생하는 4가지 교통사고 위험상황(맞은편 차량의 중앙선 침범, 끼어들기, 보행자 무단횡단, 교차로 위험상황)을 시뮬레이터에 구현한 뒤 20대, 30대, 40대 실험참가자를 대상으로 위험상황 발생 시 대처방법 및 인지반응시간 등을 확인하였고, 이를 연령대, 성별, 위험상황, 속도별로 통계적으로 유의미한 차이가 있는지에 대해 분석하고 제시하였다. Recently, the number of intentional traffic accidents using driver cognitive response characteristics has increased, showing a tendency to become intelligent and organized gradually, and the burden of economic damage suffered by good drivers has increased. This is not only an economic and social loss, but also a situation that can serve as a social anxiety In Korea, there are no systematic appraisal techniques for determining intentional traffic accidents, and there are no "Perception-response time" databases that can determine drivers' intent. Research on the cognitive reaction time and behavioral characteristics of domestic drivers is mainly conducted to verify road design standards and is not suitable for use in traffic accident feelings. Therefore, it is necessary to study the behavioural characteristics of drivers that reflect the domestic traffic environment and characteristics of locals. In this paper, we implemented four traffic accident hazard situations (intervention of the centerline of the right vehicle, interception, pedestrian jaywalking, crossroad hazard) in the simulator and identified response methods and cognitive response times in case of a hazard, and analyzed whether they differed statistically by age group, gender, risk situation and speed.

자율주행 시스템의 사용자 관점 인터페이스 정보 제공 실험 및 가이드라인 개발

백수진 국민대학교 자동차공학전문대학원 2020 국내석사

SAE 기준 레벨3 자율주행차량에서 사용자에게 적정한 양의 시각적 정보를 제공하는 것에 대해 연구하였다. 자율주행차량의 주행 환경에 따라 사용자에게 제공해야 하는 정보를 1 ~ 4 순위로 정하였으며, 이에 대해 1수준(1, 2 순위 조합)/ 2수준(1, 2, 3 순위 조합)/ 3수준(1, 2, 3, 4 순위 조합)의 “정보의 양”을 시각적 인터페이스 정보로 제공하기 위해 이미지로 구현하여 사용자에게 제공하였다. 또한, 설문조사를 통해 사용자가 주행 환경에 따라 더 필요하다고 생각하는 사용자 needs에 대해 수집하였다. 이를 통해 자율주행 시스템 사용자에게 적정한 “정보의 양”의 시각적 인터페이스 정보를 제공한다. NHTSA, ISO의 human factor 가이드라인에서 인터페이스 정보를 제공할 때 사용되는 symbol, 색상, 크기, 위치의 가이드를 참고하여 시각 인터페이스 이미지를 구현하였다. 본 논문에서는 사용자에게 제공되는 시각적 정보가 도로 주행 상황(차간&차선 거리 유지, 차선 변경, 저속 주행, 교차로 우회전, 분기로 진출)에 따라 “정보의 양”에 차이가 있음을 제시한다. 정량적인 평가를 위해 인지시간, 인지율, GSR(peak)을 분석하였으며, 설문조사(1), 설문조사(2)를 통해 수준별 사용자의 주관적인 인지도 점수를 확인하였다. 이를 통해 전용도로/도심로를 나눠 각각의 도로 주행상황에서 정보제공 수준별로 차이가 있는지 확인 한다. 최종적으로 사용자에게 “적정한 수준의 정보”를 제공할 수 있도록 가이드라인을 제시한다. SAE Reference Level 3 Self-driving vehicles have been studied to provide users with the appropriate amount of visual information. Information to be provided according to the driving environment of self-driving vehicles was ranked 1 to 4, and visual interface information of the combination of 1st, 2nd, 2nd, 3rd, 1st, 2nd, 3rd, and 4th (amount of information was provided to users. In addition, the survey collected information that users thought was more necessary depending on the driving environment. Through this process, it provides users of self-driving systems with appropriate amount of visual interface information. NHTSA, ISO's human factor guidelines have implemented visual interface images for symbol, color, size and location used to provide interface information. This paper suggests that the visual information provided to users differs in the "amount of information" depending on the road driving situation (maintaining the distance between lanes, changing lanes, driving at low speeds, turning right at intersections, advancing to the branch). For quantitative evaluation, cognitive time, cognitive rate, and GSR(peak) were analyzed, and the subjective recognition score of users by level was verified through a survey (1), survey (2). In this way, the dedicated roads/urban are divided to see if there is a difference in the level of information provided in each road driving situation. Finally, guidelines are presented to provide users with the right level of information.