Methodology for Selecting Automated Driving Service Area Based on Spatial Influence Factors of Operational Design Domain(ODD)

Abstract

현재 자율주행 기술수준은 SAE level 기준으로서 국내에서는 level 3 단계의 유상 서비스를 제공 중이고, 국외에서는 level 4 수준의 유상 서비스를 제공하여 상용화 단계까지 도달 한 상황이다. 특히, 자율주행 level 4는 특정 지역에서 운전자의 개입 없이도 차량의 안전한 주행이 가능한 수준으로서 자율주행 기술을 더욱 고도화하는 것도 중요하지만 본격적인 상용화를 위해서는 자율주행서비스 측면에서의 준비도 필요하다. 이와 관련하여 2021년부터 정부에서 추진해오고 있는 다부처 사업인 자율주행기술개발혁신사업에는 6개의 서비스를 개발하는 세부 연구과제를 포함하고 있으며, 세부과제별로 개발되는 자율주행차와 서비스 기술은 사업 내 타 세부과제에서 선정된 리빙랩 도시를 대상으로 일반인들에게 제공할 계 획이므로 해당 서비스별 목적과 특성에 따라 안전하고 안정적인 서비스가 가능한 공간적 범위와 운행구간을 선정하는 것이 중요하다. 미국 자동차공학회에서 자율주행차의 안전한 운행을 위하여 운행설계영역(Operational Design Domain: ODD)의 중요성을 언급한 바가 있고, 국내에서 수행된 연구에서는 이용자들은 교통부문에서 안전성을 가장 중요한 요소로 여기고 있으며, 자율주행서비스의 확대 보급을 위해서는 자율주행기술을 안전성을 확보하 는 것이 가장 시급하다고 언급하였다. 미국 연방도로교통안전청(National Highway Traffic Safety Administration: NHTSA)에서는 자율주행 level 4를 위한 ODD 조건을 크게 6가지 로 분류하여 세부사항을 정의하도록 권고하고 있으나 자율주행차 제조 업체가 보유하고 있 는 기술의 수준에 따라 ODD 조건은 달라질 수 있으며, 관련 기업들의 기술력을 결정하는 중요한 사항으로 보고 있어 세부적인 ODD 조건들은 대외적으로 공개하지 않고 있는 실정 이다. 또한, 현재 자율주행차의 주행데이터의 수집은 아직 제한적으로 이루어지고 있으며, 수집된 데이터는 대부분 자율주행차 제작 업체에서 보유하고 있다. 각 업체별로 개발 기술 에 대한 보안의 이유로 기본적인 주행데이터 항목 이외에 자율주행의 안전성을 파악하는데 필요한 핵심적인 데이터는 아직까지 공개하지 않고 있다. 따라서, 본 논문에서는 기존 연구사례와 국제표준 및 관련 규정 등의 공개된 문서와 자율 주행서비스 특성을 분석한 결과를 토대로 자율주행서비스를 위한 공간적 ODD 구성요소를 재분류하였고, 현재 제공 중인 국내 자율주행 level 3 수준의 유상 서비스를 통해 수집된 실제 자율주행 현장데이터의 주행모드변경(제어권전환) 정보를 활용하여 자율주행의 안전 성에 영향을 미치는 공간적인 요인을 추정 후, 이를 기반으로 공간정보분석법을 활용하여 자율주행서비스 가능 구역을 설정하는 방법을 제안하였다. 마지막으로, 이를 종합하여 자율 주행서비스를 도입하고자 하는 중앙정부 및 지자체에서 계획수립 시 활용할 수 있는 자율 주행서비스 제공 가능 구역 선정을 위한 프레임워크를 제시하였다. 공간적 ODD 구성요소의 재분류 결과, 기존 연구사례에서 제시한 ODD 구성요소에 주정 차가 가능한 정류장 및 주차공간을 추가 요소로 포함하여 제시하였다. 자율주행 현장데이 터의 주행모드변경 정보를 활용하여 Open Source 프로그램인 R 4.2.3 ver.와 QGIS 3.30.1 ver.을 통해 총 6개의 주행모드변경 다발 지점을 도출하였고, 해당 지점에 공통적으로 포함 된 ODD 구성요소를 자율주행의 안전성에 영향을 미치는 공간적인 요인으로 추정하였다. 추정한 결과, 횡단보도, 신호등, 교차로, 자전거 도로로서 일반적으로 보행자, 주변차량, 자 전거 등과의 상충이 일어날 가능성이 높은 구성요소들 나타났다. 본 논문에서 재분류한 공 간적 ODD 구성요소를 기반으로 서울 상암 자율주행차 시범운행지구를 대상으로 속성정보 를 구축하였고, 공간정보분석법 적용을 위해 오픈소스 프로그램인 QGIS를 활용하여 자율주 행의 안전성에 영향을 미치는 요인과 자율주행서비스 특성을 반영한 자율주행서비스 구역 선정 방법을 제시하였다. 시나리오별로 자율주행서비스 구역 선정 방법을 적용한 결과, 제 안한 분석 방법을 통해 자율주행서비스 기술수준과 서비스의 목적 및 특성에 따른 자율주 행서비스 제공 구역의 선정이 가능함을 확인하였다. 이를 종합하여 선정 예정인 리빙랩 도 시뿐만 아니라 향후 중앙정부 및 지자체에서 자율주행서비스 도입 시 적용할 수 있도록 본 논문에서 제안한 분석 방법 및 절차와 해당 단계에서 고려해야 할 사항을 중심으로 구성한 자율주행서비스 구역 선정을 위한 프레임워크를 제시하였다. 본 논문에서 제안한 자율주행서비스 구역 선정 방법의 타당성을 입증하기 위해 현재 level 4 자율주행 공유차 서비스 기술을 테스트 중인 제주 첨단과학기술단지 테스트베드에 적용 을 통해 일치율을 비교·분석한 결과, level 3 자율주행 공유차 서비스의 경우, 대상구역 대 비 계획구역 간 링크수는 약 91%, 구간 거리는 약 94% 이상의 일치율이 나타났고, 계획구 역 대비 실증구역 간 링크수는 약 81%, 구간 거리는 약 70% 이상의 일치율을 보였다. level 4 자율주행 공유차 서비스의 경우, 대상구역 대비 계획구역 간의 일치율에서는 링크 수와 거리에서 모두 100% 일치하고, 계획구역 대비 실증구역 간 링크수는 약 74%, 구간 거리는 약 84% 이상의 일치율을 나타냈다. 검증 결과를 토대로 본 논문에서 제안하는 분석 방법 및 프레임워크를 통해 자율주행서비스 도입 전 계획단계에서 사전에 자율주행서비스 제공 구역의 선정하는 데 활용 가능할 것으로 판단된다.