자율주행시스템(Automated Driving System, ADS)에서 인간 운전자의 역할은 자율주행 단계에 따라 달라진다. SAE(Society of Automotive Engineers) J3016에 따르면 ADS는 인간 운전자의 역할에 따라 수동 운전인 레벨 0에서 완전 자율 주행인 레벨 5까지 6단계로 분류된다. 레벨 3(조건부 자율 주행)까지가 운전자의 역할이 강조되고 레벨 4(고도 자율 주행) 이상에서는 운전자의 개입이 없어진다. 레벨 3 자율주행시스템 (ADS, Automated Driving System)은 자율주행 중 인간 운전자가 비운전작업 (NDRT, Non-Driving Related Task)을 수행하는 것을 허락지만, 인간 운전자는 자율주행시스템으로부터 제어권 전환 요청이 발생했을 때 언제라도 수동운전을 재시작할 수 있도록 준비하고 있어야 한다. 그러나 비운전작업에서 수동운전으로 전환하는 작업은 주의력과 시간 소모적인 운전자의 신체 및 인지 상태 재구성을 요구하기 때문에 인간 운전자가 차량제어를 다시 시작하는 것이 어려울 수 있다. 따라서 안전한 제어권 전환을 위해서는 자율주행자동차 인적요인 분석이 필요하다.
본 기술은 교통환경 복잡도를 다원화한 실험 조건을 구성하여 레벨 3 자율주행자동차 제어권전환 전후의 차량, 운전자, 환경 등 인적요인 분석을 위한 데이터셋을 구축하였다.
◆ 실험 횟수: 2회 (2020년도)
◆ 실험 인원: 120명
◆ 제어권 전환 실험 횟수: 약 360회
인간 운전자와 ADS가 차량의 제어를 교대로 수행하는 SAE 레벨 2 (부분적 자율 주행)와 레벨 3 (조건부 자율 주행) ADS는 운전자와 ADS 간의 안전한 차량 제어권 전환이 중요하다. 만약 실패 할 경우 사고로 이어진다. 인간 운전자에서 ADS로의 제어권 전환보다 ADS에서 인간 운전자로의 제어권 전환이 더욱 문제가 되는데, 이는 인간 운전자가 ADS로부터 발생하는 제어권 전환 요청(TOR, Take Over Request)을 인지하고 반응하는데 필요한 인지반응시간과 인간 운전자가 주행 중인 자동차의 제어권을 획득한 이후에 안정적으로 차량을 제어할 수 있을 때까지 안정화 시간이 필요하기 때문이다. 따라서 다양한 상황에서 수집한 자율주행자동차 인적요인 데이터셋을 이용하여 제어권 전환 상황에서의 인적요인 연구에 활용하여 안전한 자율주행자동차를 개발하고 이용할 필요가 있다.
인적요인 데이터셋 수집을 위해 레벨 3 자율주행자동차 시뮬레이션 환경을 구축하였으며, 실험 조건과 수집한 데이터는 아래와 같다.
◆ 조건 1
? 자율주행으로 실험을 시작
? 자율주행 중 운전자는 스마트폰을 사용하는 비운전작업(NDRT)를 반복적으로 수행
? 제어권 전환 에이전트는 자율주행이 종료되기 까지 남은 시간과 거리, 주행상황 정보 등을 디스플레이
? 자율주행 자동차는 미리 계획된 운전전환요구(TOR)를 발생하고, 이 때 운전자는 수동운전으로 전환
? 운전전환요구(TOR)가 발생하는 도로는 직선이며, 운전자의 반응 및 행동을 관찰
◆ 조건 2
? 자율주행으로 실험을 시작
? 자율주행 중 운전자는 스마트폰을 사용하는 비운전작업(NDRT)를 반복적으로 수행
? 제어권 전환 에이전트는 자율주행이 종료되기 까지 남은 시간과 거리, 주행상황 정보 등을 디스플레이
? 자율주행 자동차는 미리 계획된 운전전환요구(TOR)를 발생하고, 이 때 운전자는 수동운전으로 전환
? 운전전환요구(TOR)가 발생하는 도로는 직선이며, 500m후 도로공사로 인한 차선 막힘 이벤트가 발생하고, 옆차선은 비어져 있는 상황에서 운전자의 반응 및 행동을 관찰
◆ 조건 3
? 자율주행으로 실험을 시작
? 자율주행 중 운전자는 스마트폰을 사용하는 비운전작업(NDRT)를 반복적으로 수행
? 제어권 전환 에이전트는 자율주행이 종료되기 까지 남은 시간과 거리, 주행상황 정보 등을 디스플레이
? 자율주행 자동차는 미리 계획된 운전전환요구(TOR)를 발생하고, 이 때 운전자는 수동운전으로 전환
? 운전전환요구(TOR)가 발생하는 도로는 직선이며, 500m후 도로공사로 인한 차선 막힘 이벤트가 발생하고, 옆차선에도 차량들이 주행하고 있는 상황에서 운전자의 반응 및 행동을 관찰
◆ 수집 데이터 필드 : 생략
본 기술은 교통환경 복잡도를 다원화한 실험 조건을 구성하여 레벨 3 자율주행자동차 제어권전환 전후의 차량, 운전자, 환경 등 인적요인 분석을 위한 데이터셋을 구축하였다.
◆ 실험 횟수: 2회 (2020년도)
◆ 실험 인원: 120명
◆ 제어권 전환 실험 횟수: 약 360회
인적요인 데이터셋 수집을 위해 레벨 3 자율주행자동차 시뮬레이션 환경을 구축하였으며, 실험 조건과 수집한 데이터는 아래와 같다.
◆ 조건 1
- 자율주행으로 실험을 시작
- 자율주행 중 운전자는 스마트폰을 사용하는 비운전작업(NDRT)를 반복적으로 수행
- 제어권 전환 에이전트는 자율주행이 종료되기 까지 남은 시간과 거리, 주행상황 정보 등을 디스플레이
- 자율주행 자동차는 미리 계획된 운전전환요구(TOR)를 발생하고, 이 때 운전자는 수동운전으로 전환
- 운전전환요구(TOR)가 발생하는 도로는 직선이며, 운전자의 반응 및 행동을 관찰
◆ 조건 2
- 자율주행으로 실험을 시작
- 자율주행 중 운전자는 스마트폰을 사용하는 비운전작업(NDRT)를 반복적으로 수행
- 제어권 전환 에이전트는 자율주행이 종료되기 까지 남은 시간과 거리, 주행상황 정보 등을 디스플레이
- 자율주행 자동차는 미리 계획된 운전전환요구(TOR)를 발생하고, 이 때 운전자는 수동운전으로 전환
- 운전전환요구(TOR)가 발생하는 도로는 직선이며, 500m후 도로공사로 인한 차선 막힘 이벤트가 발생하고, 옆차선은 비어져 있는 상황에서 운전자의 반응 및 행동을 관찰
◆ 조건 3
- 자율주행으로 실험을 시작
- 자율주행 중 운전자는 스마트폰을 사용하는 비운전작업(NDRT)를 반복적으로 수행
- 제어권 전환 에이전트는 자율주행이 종료되기 까지 남은 시간과 거리, 주행상황 정보 등을 디스플레이
- 자율주행 자동차는 미리 계획된 운전전환요구(TOR)를 발생하고, 이 때 운전자는 수동운전으로 전환
- 운전전환요구(TOR)가 발생하는 도로는 직선이며, 500m후 도로공사로 인한 차선 막힘 이벤트가 발생하고, 옆차선에도 차량들이 주행하고 있는 상황에서 운전자의 반응 및 행동을 관찰
◆ 수집 데이터 필드
- 운전자:
인적사항, NASA-TLX 설문, 운전성향 설문, 운전준비도 설문, 심박 정보(ECG), 머리 {x,y,z} 방향 정보, 우측 눈 깜빡임, 좌측 눈 깜빡임, 시선 정보, 활성도(activeness) 정보
- 차량(시뮬레이터):
로그 시퀀스, 자율주행상태, 가속패달, 브레이크 패달, 방향지시등 조작, 라이트 조작, {x,y,z}축 속도, {heading,pitch,roll} 각속도, {x,y,z}축 가속도
{heading,pitch,roll} 각가속도, {x,y,z}축 위치, {heading,pitch,roll} 각도, 조향장치 {각도,각속도,토크}, 차선과의 거리, TOR 신호 정보, pre-que 신호 정보
rpm 정보, 주행거리, TOR 까지 남은 거리, 충돌 정보
1. 제어권 능력 평가 실험
- 수집데이터: 인지반응시간, 차량정보, 교통정보, 생체정보, 시선정보, 영상, 주관적 설문 데이터 등
- 인원 90명
2. 종합검증 시험
- 수집데이터: 인지반응시간, 차량정보, 교통정보, 생체정보, 영상, 주관적 설문 데이터 등
- 인원 30명
인적요인 데이터셋은 자율주행자동차 제어권 전환시의 인적요인 규명을 위한 연구 및 운전자의 특성을 이해한 자율주행자동차 유저인터페이스 개발에 활용될 수 있다.