자율주행·커넥티드 차량 사고 원인 조사 및 책임 지원 데이터 프레임워크

Autonomous/Connected Vehicle Accident Cause Investigation and Accountability Data Framework

연구 내용

자율주행·커넥티드 차량 사고 원인을 조사 항목과 절차로 구조화하고, 다중출처 데이터를 메타데이터로 연결해 책임소재를 지원하는 연구

자율주행과 커넥티드 환경에서는 사고 원인이 사람의 조작뿐 아니라 자동화 기능, 통신, 센서 조건에 의해 복합적으로 나타납니다. 연구에서는 기존 사고조사 절차를 기반으로 자율주행 특화 조사 항목을 도출하고, 사고 단계별로 필요한 데이터를 매핑합니다. 또한 Hidden Markov model 기반 추정, 확률 모델 기반 이상 신호 경로 분석, DCAT 확장 메타데이터 스키마 설계를 통해 이기종 데이터를 사건 위치와 책임 주체 단위로 연결합니다. 이를 바탕으로 사고 위험의 전개 양상과 기여 요인을 시각화·분석하는 흐름을 제시합니다.

관련 프로젝트

5건

연구 흐름

초기에는 자율주행 사고를 조사하기 위한 항목과 절차를 정리하고, 경찰 및 관할기관이 적용할 수 있는 조사 과정의 골격을 구성하는 데 집중했습니다. 이후 사고 원인 추적을 위해 상태 전이 관점의 추정 기법을 적용하고, 사고 단계와 책임 요소를 데이터 구조로 정렬하는 메타데이터 스키마를 확장했습니다. 최근에는 위험이 발생·증가·지속되는 시간적 특성을 반영한 고위험 상황 개념화와 단계별 시각화 분석 프레임워크로 확장하여, 다중 요인의 상호작용을 사건 수준에서 설명하는 방향으로 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

자율주행 사고 증거 데이터 카탈로그
사고조사 절차 자동화 도구
책임소재 매핑용 데이터 스키마
다중센서·기록장치 데이터 통합
사고 위험 단계 시각화 분석
기여 요인 추정 및 리포팅
이기종 로그 링크드 데이터 구축
사고 기능안전 시나리오 생성
법·감정 대응용 사건 구조화
조사자 교육용 표준 사례 DB