<4D F736F F D BFEEC0FCBACEC7CF20C3F8C1A4C0BB20C0A7C7D120BFEEC0FCC0DA20C7E0B5BF20BAD0BCAE2E646F63>

Size: px

Start display at page:

Download "<4D F736F F D BFEEC0FCBACEC7CF20C3F8C1A4C0BB20C0A7C7D120BFEEC0FCC0DA20C7E0B5BF20BAD0BCAE2E646F63>"

선진 연
6 years ago
Views:

1 운전부하측정을위한운전자행동분석 윤대섭 황윤숙 김현숙 김경호 1 한국전자통신연구원자동차 / 조선 IT 융합연구부친환경차량 IT 연구팀 {eyetracker, hanulai403, hyskim, kkh}@etri.re.kr Driver Behavior Analysis for Driving Workload Daesub Yoon, Yoonsook Hwang, Hyunsuk Kim, Kyongho Kim Green Vehicle IT Research Team, Automotive/Ship IT Convergence Research Laboratory Electronics and Telecommunications Research Institute, Korea ABSTRACT 운전자가수행하는운전과제는주행, 차선변경, 추월등여러가지가있다. 이와같은운전과제들이운전자의부하를유발하는정도는운전과제에따라다를것이다. 따라서본연구는운전자의부하정도를수행시간의개념으로파악하고운전자의운전부하를측정할수있는방법에대해조사하였다. 본연구의주된목적은여러가지의운전과제중에서운전에기본이된다고판단한 6 가지의운전과제를선별하여각운전과제를수행하는데소요되는시간을알아보고, 각운전과제를하는데어떤행동을하는지알아보고자하는데있다. 두번째목적은운전자의운전외행동이운전과제에미치는영향을파악하는데있다. 이를위해아래의 12 가지운전과제로구성된시뮬레이터실험에 30 명의실험참가자가기본주행실험과비교주행실험에모두참가하였다. 자료분석에는 28 명의기본주행실험자료와 24 명의비교주행실험자료가사용되었다. 각과제별로하는행동은실험동영상및시뮬레이터로깅데이터를살펴보면서 27 개로구분하였다. 이를바탕으로실험참가자들이행동의종류에상관없이각과제별로몇번의행동을했는지주행조건별로살펴보기위해대응표본 t 검증을실시한결과, 실험참가자들은기본주행실험조건보다운전외행동을하는비교주행실험조건에서 교차로우회전, 좌측차로변경, 우측추월, 교차로우회전, 교차로좌회전, 돌발상황정지및출발 운전과제를하면서통계적으로유의하게더많은행동을하는것으로나타났다. Keywords: Driving Behavior, Driving Task, Driver Workload

3 1. 서론 의행동에어떠한변화가있는지알아보기위해비교실험조건을함께수행하였다. 최근에과학기술이발달함에따라, 운전자에게주행정보를제공하여이들의운전편의를지원하는 IVIS(In-Vehicle Information System), ADAS(Advanced Driver Assistance System), ITS(Intelligent Transportation System) 등이꾸준히개발되고있는추세이다. 이와같이운전자의행동을지원하는시스템이있음에도불구하고, 지난 2007년을기준으로볼때, 우리나라에서교통사고로인해발생한사회적피해비용은 2007년국내총생산 (GDP) 의 1.68% 인약 15조 1천억원으로추정되고, 이가운데약 14조 9 천억원이도로교통사고로인한것으로나타났다 [3]. 이러한현상은운전자의운전을지원하는시스템이운전자에게편의뿐만아니라이들의부적절한주의행동이나운전으로인한피로, 운전부하등을야기할가능성이있음을짐작하게한다. 교통사고의발생은도로조건, 교통안전시설과자동차조건에의해형성된물리적인교통환경에서교통참가자가어떠한교통행동을했느냐에의해결정된다고할수있다. 즉, 교통사고의직접적인원인은인간의교통행동에의해결정되는것이다 [1]. 특히, 운전자의사소한실수나부적절한운전행동이위험발견및잘못된판단과연결될때교통사고의발생가능성은높고, 운전자의실수나부적절한운전행동은과속, 음주 ( 약물 ), 피로, 부적절한주의행동등이야기한다 [2]. 따라서기존의시스템의한계를벗어나진정한의미에서의운전자를지원하기위해서는인간의능력을고려한인간중심의시스템설계에관한중요성이강조되어야한다. 이와관련하여차량의주행정보뿐만아니라실제운전자가주행중에행하게되는행동정보기반의안전운전지원시스템개발이활발히연구되고있다 [4, 5]. 본연구에서는운전자가주행상황에서기본이되는운전과제 (Driving Task) 를정의하고, 각운전과제를수행하기위해운전자가하는행동 (Driving Action) 을수행시간의측면에서살펴보고자수행하였다. 이와더불어위와같은실험조건에서운전자의주의를분산시킬수있는과제를함께사용할때이들 2. 연구방법 운전자가수행하는운전과제는주행, 차선변경, 추월등으로여러가지가있다. 본연구에서는여러가지의운전과제중운전에기본이된다고판단한 6가지의운전과제를선별하여, 각과제별로운전자들이하는행동과반응시간등을살펴보고이를통해각과제의완료시간을알아보고자하는것이첫번째목적이다. 본연구의두번째목적은운전을하는동안다른과제를동시에수행할때, 운전과제수행에변화가있는지살펴보기위한것이다. 이를위해본연구에서는두가지의 2차과제를사용하였다. 첫번째과제는운전을하면서흔히발생하는동승자와의대화나운전과상관없는생각등의효과를알아보기위해 PASAT 과제 (The Paced Auditory Serial Addition Test) 를사용하였고, 두번째과제는운전자의시선을분산시키는과제의효과를알아보기위해문자를확인하며문자내용을반복하여읽어야하는과제를사용하였다. 2.1 실험참가자본연구의실험에는총 30명이참여하였다. 그러나실험참가자가운에 Simulator Sickness를호소하는실험참가자는실험을중지시켰으며, 해당자료는분석자료에서제외하였다. 또한, 분석을하기전에전처리프로그램을통해원자료를자료분석에필요한형태로가공하는과정에서적절하지않은자료로분류된자료역시분석에서제외하였다. 따라서본연구의자료분석에는 28명의기본주행자료와 24명의비교주행자료를사용하였다. 본연구의실험참가자는모두남성운전자였고, 이들의평균연령은 세 (SD=2.25) 였으며, 이들은평균 4.75년 (SD=2.58) 의운전경험이있었다. 그리고실험참가자가과속및음주운전, 위반행위로인해적발된횟수를측정하기위해서는실험일을기준으로과거 3년동안의적발횟수를직접기입하도록하였으며, 가해및피해교통사고의경험역시동일한기준을사용하여직접기

입하도록하였다. 이결과는표1과같다. 표 1. 실험참가자의기본적인특성 N M(SD) 연령 ( 세 ) 28 25.43(2.25) 운전경력 ( 년 ) 28 4.75(2.58) 연평균주행거리 (km) 28 7413.93(9003.84) 과속운전적발 ( 회 ) 28.36(.87) 음주운전적발 ( 회 ) 28.04(.19) 위반행위적발 ( 회 ) 28.29(.

시뮬레이터에사용할시나리오는사전에선별한 유턴, 추월, 차선변경, 좌회전, 우회 전, 돌발상황정지및출발 로구성하되, 진행방향 을고려하여다음과같이최종적으로한번실험주행을 할때, 12가지의운전과제를왕복 4차로이상의시내도 로에서주행하도록구성하였다. 12가지의운전과제는주 행화면에해당운전과제를지시문의형식으로제시하면 수행할수있도록실험전에지시하였다. 2.2.2 실험절차본실험의실험자는실험참가자에게먼저실험중언제든원하지않으면실험을중단할수있음을고지하였고, 모든실험참가자에게실험수당을지급하였다.

4 입하도록하였다. 이결과는표1과같다. 표 1. 실험참가자의기본적인특성 N M(SD) 연령 ( 세 ) (2.25) 운전경력 ( 년 ) (2.58) 연평균주행거리 (km) ( ) 과속운전적발 ( 회 ) 28.36(.87) 음주운전적발 ( 회 ) 28.04(.19) 위반행위적발 ( 회 ) 28.29(.53) 가해교통사고경험 ( 회 ) 28.29(.46) 피해교통사고경험 ( 회 ) 28.14(.36) 2.2 시뮬레이터실험 시뮬레이터실험자극 운전자가운전과제를수행하면서하는행동과각행동 의반응시간을측정하기위해시뮬레이터실험을실시하 였다. 시뮬레이터에사용할시나리오는사전에선별한 유턴, 추월, 차선변경, 좌회전, 우회 전, 돌발상황정지및출발 로구성하되, 진행방향 을고려하여다음과같이최종적으로한번실험주행을 할때, 12가지의운전과제를왕복 4차로이상의시내도 로에서주행하도록구성하였다. 12가지의운전과제는주 행화면에해당운전과제를지시문의형식으로제시하면 수행할수있도록실험전에지시하였다 실험절차본실험의실험자는실험참가자에게먼저실험중언제든원하지않으면실험을중단할수있음을고지하였고, 모든실험참가자에게실험수당을지급하였다. 모든실험참가자는시뮬레이터실험을하기전에실험참가자의기본적인인적사항, 주관적운전부하, 실험수당지급확인서등을작성하였다. 그리고실험참가자가시뮬레이터운전이익숙하다고보고할때까지연습주행을하도록하였다. 위와같은절차를마치면, 모든실험참가자는본실험인 12가지운전과제만수행하는기본주행실험을하고난후, 다음실험을하기전까지충분한휴식을할수있도록하였다. 휴식후에는운전과제를하면서 2차과제를함께수행하는비교주행실험에참여하였다. 본연구에서첫번째목적인운전과제수행에서나타나는운전자의행동및반응시간등을측정하는실험은실험참가자들이수행하는첫번째실험인기본주행실험이다. 그리고운전자가 2차과제를함께수행하는실험은비교주행실험으로 유턴 과제에서실험을시작하여 교차로우회전 과제까지는 PASAT 과제를수행하고, 그이후부터최종목적지까지는문자확인과제를수행하도록실험을설계하였다 비교실험분석의한계본연구의첫번째목적은운전자의운전과제수행시간및운전과제완료를위한행동과반응시간을살펴보는것이다. 그러나실험참가자에게실험자극을교차균형화를하여제시할경우, 비교주행실험의영향을받을것이다. 따라서본실험에서는실험참가자에게실험자극을교차균형화하지않고제시하였으며, 학습효과나피로효과로나타날수있는실험결과는자료분석에서제외하였다. 3. 연구결과 본연구의운전자가운전을하면서해야하는여러가지운전과제들가운데 6가지의운전과제를선별하여시뮬레이션시나리오를구성하고, 운전자들이각운전과제를수행하면서보이는행동과반응시간을살펴보고자하는데기본적인목적이있다. 이와같은목적에따라실험참가자가 12가지의운전과제를수행하는데소요한시간에대해분석한결과는표 2과같다. 이번 1차분석에

5 서운전과제수행시간은해당과제의지시문에제시된시점부터다음운전과제의지시문에제시되기전까지를측정한시간이다. 이와같은사실을감안해볼때, 두주행조건모두에서운전자들은교차로에서우회전을할때가장시간이오래걸렸고, 우측추월을할때시간이가장짧은것으로나타났다. 두실험조건에서운전과제수행시간에차이가있는지알아보기위해대응표본 t검증을실시한결과, 유턴 (Task01,12), 교차로좌회전 (Task04) 과제는기본주행조건에서수행시간이통계적으로더유의하게나타남을확인하였다 ( 각각 t=2.16, p<.05; t=2.96, p<.01; t=5.50, p<.001). 그외에 교차로우회전 (Task06), 좌측차로변경 (Task07), 우측추월 (Task08), 돌발상황정지및출발 (Task11) 과제에서는비교실험조건의수행이더오래걸리는것으로나타났다 ( 각각 t=-2.79, p<.05; t=-3.13, p<.01; t=-2.71, p<.05; t=-3.28, p<.01). 표 2. 운전과제별수행완료소요시간 Normal Driving Comparison Driving N M(SD) N M(SD) Task (6.10) (9.14) 2.16* Task (5.62) (6.82) Task (3.48) (4.10) 0.27 Task (2.57) (2.68) 5.50*** Task (4.94) (6.79) 0.25 Task (9.36) (11.58) -2.79* Task (4.82) (5.74) -3.13** Task (2.41) (2.25) -2.71* Task (2.94) (3.24) Task (11.97) (10.22) Task (3.15) (3.24) -3.28** Task (9.06) (7.06) 2.96** *p<.05, **p<.01, ***p< Task 01, Task 12 : 유턴 - Task 02 : 좌측추월 - Task 03, 11 : 돌발상황정지및출발 - Task 04, 10 : 교차로좌회전 - Task 05 : 우측으로차로변경 - Task 06, 09 : 교차로우회전 - Task 07 : 좌측으로차로변경 - Task 08 : 우측추월 각운전과제를완료하는데소요되는시간을살펴본후, 실험참가자가운전과제를하면서하는주요행동이무엇인지실험을하면서촬영한동영상과로깅데이터들을살펴보면서 27가지의행동으로구분하였다. 이와같은구분을바탕으로실험참가자들이 12가지의운전과제를하 t 면서각과제별로몇개의행동을했는지주행조건별로살펴보기위해대응표본t검증을실시한결과는표 3에제시한것과같다. 분석결과, 실험참가자들은기본주행실험조건보다비교주행실험조건에서 교차로우회전 (Task06), 좌측차로변경 (Task07), 우측추월 (Task08), 교차로우회전 (Task09), 교차로좌회전 (Task10), 돌발상황정지및출발 (Task11) 의운전과제를수행하면서통계적으로유의하게더많은행동을하는것으로나타났다 ( 각각 t=-6.32, p<.001; t=-7.42, p<.001; t=-4.94, p<.001; t=-5.18, p<.001; t=-7.39, p<.001; t=-6.94, p<.001). 표 3. 운전과제별로수행한행동의개수 N M(SD) t Normal Comparison Task (15.18) 52.38(27.68) Task (12.15) 37.04(27.21) -.89 Task (16.59) 53.42(40.89) Task (12.67) 31.42(17.22) Task (12.90) 34.79(28.73) Task (42.74) (56.44) -6.32*** Task (11.46) 62.33(22.43) -7.42*** Task (7.84) 35.42(13.15) -4.94*** Task (16.64) 66.71(17.45) -5.18*** Task (27.78) (45.64) -7.39*** Task (15.50) 85.83(37.95) -6.94*** Task (19.15) 59.92(20.47) ***p< Task 01, Task 12 : 유턴 - Task 02 : 좌측추월 - Task 03, 11 : 돌발상황정지및출발 - Task 04, 10 : 교차로좌회전 - Task 05 : 우측으로차로변경 - Task 06, 09 : 교차로우회전 - Task 07 : 좌측으로차로변경 - Task 08 : 우측추월 4. 결론및검토 본연구는운전에서기본적으로수행해야하는운전과제를선별하고, 각운전과제를수행함에있어운전자들이어떠한행동을하는지를수행시간측면에서파악하고자수행하였다. 이와함께연구자는운전자가주의분산과제를수행하면서운전을할때의행동변화를알아보고자하였다. 연구결과, 과제의유형에따라주의분산과제를하면서

6 더빨리과제수행을완료하는경우도있었고, 주의분산과제를수행할때더시간이오래걸리는운전과제도있음을확인하였다. 또한대부분의과제에서운전자가주의분산과제를수행하며운전을할때, 운전과제를완료하기위해더많은행동들을수행하는것으로나타났다. 이와같은분석결과는 1차분석을통해얻은것이다. 1차분석에서주목해볼점은교차균형화를하지않았음에도불구하고, 비교실험에서의수행시간이일정하지않았음이다. 이러한결과가도출된점에대해서는추후에다음과같은과정을통해점검하고논의할필요가있을것으로판단된다. 따라서추후에는운전과제시작및종료시점을재설정, 운전자의행동을시각적행동, 신체운동적 (psychomotor) 행동, 인지적행동등으로구분하는등의절차를수행하고, 추가분석을실시할계획이다. 이와같은절차를통해분석한결과는본연구의모과제인 운전자운전부하측정및정량화기술개발 의서브모듈일부분으로사용할것이며, 이를통해운전자의운전부하를측정하고관리할수있는시스템으로개발하여운전자의안전운전을지원할예정이다. 본연구는지식경제부및정보통신연구진흥원의 IT 신성장동력핵심기술개발사업의일환으로수행하였음 [ , 운전자운전부하측정및정량화기술개발 ]. 참고문헌 [1] 이순철, 교통심리학, 학지사, [2] 오주석, 이순철, 사고및음주운전자들의운전행동결정요인특성이운전행동및교통사고에미치는영향 : 경로분석연구, 대한교통학회지, [3] 심재익, 유정복, 2007년교통사고비용추정, 한국교통연구원, [4] 윤대섭, 김경호, 김현숙, 주행정보기반안전지수산출에관한연구, 한국정보처리학회추계학술발표대회논문집제 15 권 2호, [5] 윤대섭, 최종우, 김현숙, 노용완, 홍광석, 운전자대화여부인식을통한운전부하측정, HCIKorea, 2008.

<4D F736F F D E332E20BFEEC0FCC0DAC0C720C1D6B0FCC0FB20BFEEC0FCBACEC7CF20C6AFBCBAB0FA20BFEEC0FCC7E0B5BFC0C720B0FCB0E8>

<4D F736F F D E332E20BFEEC0FCC0DAC0C720C1D6B0FCC0FB20BFEEC0FCBACEC7CF20C6AFBCBAB0FA20BFEEC0FCC7E0B5BFC0C720B0FCB0E8> The Relations between the Drivers' Subjective Workload Characteristics and Driving Behaviors Yoonsook Hwang, Daesub Yoon, Kyong-Ho Kim Green Vehicle IT Research Team, ETRI, Daejeon, 305 700 ABSTRACT Objective: