◯ 연구배경 및 필요성
● 이륜차 안전문제에 대한 적극적인 대응 대책 필요
－ 코로나19로 인해 비대면 소비 구조와 생활 물류 서비스가 급증하여, 국내 음식 배달서비스 시장 규모는 코로나19 팬데믹 시기에 약 488% (2018년 대비 2021년도) 성장하였고, 2023년 시장 규모는 약 20조 원(1~9월 기준)으로 현재까지도 높은 수치를 보이고 있음
－ 이와 더불어 이륜차의 이용 빈도 증가와 함께 배달 관련 교통사고 비중이 증가하며, 이륜차 사고 발생 건수가 전체 사고 발생 건수에서 차지하는 비중이 평균 8.2% 수준인 데 비해, 사망자 수의 비중은 평균 15.7% 수준을 유지하는 결과를 보여(경찰통계자료), 이륜차 안전문제에 대한 적극적인 대응 대책이 필요함
● 이륜차 안전운전을 평가할 수 있는 데이터 수집체계 및 정량적 지표 미흡
－ 버스, 택시 등의 사업용 차량에 대해서는 11대 위험운전행동이 정의되어 있고, 동공 반응, 심전도 검사를 활용한 탑승객들의 불편도 수치 분석을 통해 위험운전행동별 위반에 대한 판단 기준이 마련되어 있으며, 항목별 가중치에 근거한 종합적인 안전운전지수가 개발되어 있음
－ 사업용 차량의 경우, GPS, 속도, RPM, 제동유무, 이동거리 등의 실시간 데이터가 수집되는 디지털운행기록장치(DTG: Digital Tacho Graph)를 활용하여 차량의 운행 패턴을 분석할 수 있지만, 이륜차는 데이터 수집 및 분석 플랫폼 부재로 인해 기초자료가 현저히 부족함
－ 이에 속도와 가속도, 업무 환경 등의 제한적인 평가항목을 기반으로 안전지수를 산출한 연구만 일부 진행되었고, 신호 위반, 인도 주행, 급회전, 역주행 등 교통사고를 유발할 수 있는 이륜차 운전의 다양한 행태를 종합적으로 고려한 정량적 지표 개발은 미흡한 실정임
● 딥러닝, 고성능 시뮬레이션 기술 등을 활용한 데이터 기반 안전운전 평가지수 개발 필요
－ 안전운전을 정량적으로 평가하기 위해 다양한 위험운전행동별 위험도 가중치 및 위반 정도의 평가 기준을 산정하는 과정이 필요함
－ 이륜차 운전자들에게 실제 도로에서 교통 법규 위반, 난폭운전 등을 요구하여 주행 데이터를 얻는 것은 현실적으로 불가능함
－ 이에 현장의 상황을 유사하게 재현할 수 있는 고성능 시뮬레이터를 이용하여, 설문을 통해 응답자에게 위험행동이 점진적으로 구현된 영상을 보여줌으로써, 급회전, 급진로변경 등의 평가 기준을 통계적으로 산출할 수 있는 과학적 분석 기법이 요구됨
－ 위험운전행동별 가중치를 도출하는 통계적 기법과 위반 여부 및 정도를 판단하는 딥러닝 모델 등 다양한 분석 기법이 고려되어, 이륜차 운전자의 주행에 대해 종합적 항목 평가에 근거한 지수 개발이 필요함
◯ 연구목적
● 딥러닝 및 시뮬레이션 기술을 활용하여 이륜차 운전 시의 10종 이상의 위험운전행동을 평가
● 고성능 도시환경 시뮬레이션 및 계층적 의사결정분석 기법을 이용한 이륜차 주행평가지수 개발
－ 딥러닝, 시뮬레이션 기술, 통계적 기법 등을 활용
－ 이륜차 운전 시의 10종 이상의 위험운전행동을 정량적 및 종합적으로 평가