본 연구에서는 자율주행차(AV)와 수동주행차(MV)가 혼재된 교통 환경에서 자동화 주행 안전성을 평가하기 위한 새로운 방법론을 제안한다. 방법론의 개발과 평가는 한국의 실제 자율이동성 테스트베드(real-world autonomous mobility testbed)에서 획득한 오픈소스 AV 데이터셋을 사용하였다. 주행 행태는 차량 속도의 표준편차, 가속도 노이즈, 차선 이탈(lane offset)의 표준편차, 충돌 시간(time to collision; TTC), 충돌 회피 감속(deceleration to avoid a crash; DRAC) 등 널리 알려진 유망 지표를 사용하여 평가하였다. 평가지표의 단위를 통합하기 위해 min-max 및 max-min 정규화를 수행하였다. 각 주행 안전 지표의 중요도는 교통 전문가가 수행한 분석적 계층 과정(Analytical Hierarchy Process; AHP)을 통해 도출하였으며, 가중치는 수집된 중요도의 평균을 기반으로 추정하였다. 정규화된 지표는 통합되어 자동화 주행 위험 점수(automated driving risk score; ADRS)를 산출하였고, 이는 자동화 주행 안전성의 척도로 간주된다. 버스 정류장이 있고 교차로에서 우회전이 이루어지는 도로 구간에서는 자동화 주행 안전성이 상당 수준 저하되었다. AV의 위험한 주행 사건은 시각화되었으며, 이는 혼재 교통의 안전 모니터링과 선제적 도로 안전 관리를 위한 효과적인 대응책 개발에 유용하다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.