1. 운전자 모델 기반 연구
운전자 모델은 1980년 중반부터 연구가 활발히 진행되었고, 초창기의 모델들은 주로 운전자 행동 모델(driver behaviour models)이었음
계층적 제어 모델(Hierarchical Control Model)은 운전자 행동을 전략(Strategic), 책략(Manoeuvring), 제어(Control)와 같은 3단계로 분류하여 하향식 프로세스(top-down process)로 설명하였음[1]
그 후 전체적인 운영 행동(operative behavior)을 고려하여 행동 레벨(behaviour level)이 추가되었음
운전자의 계층적 제어 및 동기(motivation)와 관련된 운전자 모델에 대한 연구도 있는데, 이와 관련한 대표적인 프로젝트는 유럽 GADGET임
- 도로 상황과 운전자의 수용가능한 주관적 위험수준 사이의 균형을 조절한다는 내용의 모델임
- 이 모델은 운전자의 특성을 고려한 모델로 원인과 배경에 따른 결과를 보여주는 흐름 매트릭스(flow matrix) 방식이지만, 이는 운전자의 상태를 수치화하지 못한다는 한계가 있음
운전성 모델(Drivability model)은 다수의 모델을 통합한 것임
24
- 개인적 역량(Individual Resources) 레벨: 운전자의 신체적, 사회적, 심리적, 정신적 상황 등을 전반적으로 고려함
- 지식/기술(Knowledge/Skills) 레벨: GADGET 모델을 포함하여 운전자의 운전훈련, 운전경험, 지식 등과 운전자 동기부여와의 관계를 설명함
- 환경적 요소(Environmental factors) 레벨: 차상태, 날씨, 교통상황 등을 포함함
- 또한 각 상황들을 수식화하여 운전성 지수(Drivability Index, DI)를 계산할 수 있음
또 다른 운전자 모델 가운데 하나는 Jon Hankey의 차량내 정보 시스템(In-Vehicle Information System, IVIS)임
- IVIS 의 목적은 차량내 시스템의 설계 개념들을 비교하기 위한 디자인 도구를 제공하는 것임
- 기본적으로 인지적인 역량을 통해 이루어지는 상향식(bottom-up)과정을 보여줌
ACT-R 운전자 모델은 심리학적 인지구조를 바탕으로 개발되었고 인식, 인지, 지각, 그리고 움직임까지 포함함
- 본 모델은 가능한 많은 운전 관련 테스크(task)를 다루는 것, 현실적인 제어(control)와 차량의 움직임을 포함하는 것, 인지적 과제를 통해 과제를 수행하는 것이 목표임
- 본 모델은 제어(Control), 모니터링(Monitoring), 의사결정 (Decision making)으로 구성되어 있음
25
제어요소: 횡적제어(현재 위치를 나타내는 near point와 10m 지점을 나타내는 far point에서 각각 시각적 각도 측정)과 종적제어(운전 속도와 관련해서 가속도 측정),
모니터링 요소: 주변상황 인식의 시간 및 주기
의사결정 요소: 차선변경 판단 여부와 언제 차선변경을 하는지에 대한 결정을 포함
- 본 모델은 운전 뿐만 아니라 이차 과제(secondary task; 예:
통화, 네비게이션 조작 등)에 관한 내용도 포함함
그 외에도 ACME 운전자 모델도 제안되어 현재 개발이 진행 중임 - 본 모델은 운전에 필요한 정신적인 프로세스를 설명하고 있음 - 뿐만 아니라, 차량 추종(car-following)과 차선 변경에 관한
관점도 포함되도록 개발되었음
현재까지 대부분의 자동차 모델은 운전자가 자극이나 상황을 인지하고, 실제 몸으로 행동하는 과정, 그에 따라 차량이 어떻게 반응하는지에 대해 간단히 흐름을 정리해놓은 수준이라고 볼 수 있음
그러나 운전자의 행동에 관한 연구들이 진행되면서 보다 더 세부적인 모델들이 제안되었음
대표적으로 운전자 행동에 대한 베이지안 네트워크 모델 적용을 제안한 모델이 있음
- 운전자가 취할 수 있는 행동들을 인과적 노드(node)로 나타낸 후, 그 사이의 확률분포를 계산하였음
26
- 본 모델은 사람의 인지적 과정을 포함한다기보다는 확률적 접근으로 좀 더 실제적인 모델이라고 할 수 있음
운전자의 지각/인지/행동 과정에 대한 계산 모형을 만드는 것을 목표로 한 COSMODRIVE(COgnitive Simulation MOdel of the DRIVEr) 모형이 있음
- 지각-인지-행동의 루프는 인식된 주변 환경과 상황의 변화에 대해 지속적인 상호작용을 통해 운전자가 잘 대처할 수 있도록 함
- 본 모델은 현재 상황에 대한 묘사를 포함하는 단기 기억과 장기기억(영구 지식, 배경 지식)을 구분함
- 운전 도식(Driving schemas)라는 컴퓨터 형식으로 운전자의 동작 지식 및 정신 상태를 모사할 수 있음
- 운전 도식은 구조화된 지식 블록을 형성하고 실질적인 경험에 기반을 둔 포괄적인 작동 모형을 형성하므로 운전 도식은 일정 수전 이상의 현실성이 있어야 함
이 외에 운전과제에서의 주의 할당에 대해 세부적으로 살펴본 SEEV (Salience, Effort, Expectancy, Value)모형 존재함
- 본 모형은 운전자가 그들의 응시점을 실시간 과제에서 어떻게 할당하는지에 대한 확률 모형으로 연속적인 사건에서 응시점이 특정 위치로 이동할 확률을 추정함
- Eye Tracking 데이터를 기반으로 한 SEEV 모형은 특정 위치를 보는 빈도를 비교적 정확히 예측할 수 있음[10][11]
27
- 그러나 주의 할당이 인지적 처리에 미치는 영향을 다루지 않았다는 한계가 존재함
운전에 관한 세부과제 상에서의 이해(Comprehension)에 관한 모델도 존재함
- 상황 이해에 관한 한 모델은 문장 이해 과제에 대한 Kintsch의 Construction Integration Model[12]을 운전자의 상황이해 모형에 적용하였음[13]
- 본 모델은 다음의 단계로 구성되어 있음
첫 번째 단계는 사물의 지각과정으로 상황의 표면적 의미를 처리함
두 번째 단계는 활성화된 표면적 의미가 확장되어 장기 기억에 있던 관련 의미가 주어진 장면에 대한 이해의 깊이를 더함
이와 같은 과정들이 주기적으로 반복되면서 운전자의 단기기억에는 물체들 사이에서 주어진 순간의 물체들 간 관계가 공간적인 정보로 구성됨
- 그러나 본 모델은 지각과 장기기억의 상호작용에 대한 개념적인 기술로 계산적 모델로서 구현되지 않았고, 실제 운전 상황에서 타당성이 검증되지는 않았다는 한계가 있음
28 2. 운전자 모델 핵심요소 정의 및 분석
본 과제(사업)의 운전자 맞춤형 인터랙션 엔진 또는 운전자 인지심리행동 모델 개발을 위하여 고려할 필요성이 있는 운전자의 특성 및 상태에 대한 선행연구를 조사하고 분석한 내용에 대해 기술함
가. 운전자의 특성에 관한 분석
본 문서에서 언급하는 운전자의 특성은 고령운전자, 여성운전자, 초보운전자, 일반운전자 등 운전자 군(群)이 일반적으로 지니는 인지적, 행동적, 심리적 특성 등을 의미하는 것으로 비교적 쉽게 변하지 않는 특징을 가짐
1) 고령운전자의 특성 및 교통사고와의 관계
세계의 60세 이상 고령 인구가 2050년에는 전체 인구의 21.5%에 육박할 것으로 예상되며[14], 따라서 자연스럽게 운전상황에서 고령운전자와 차량 간의 효과적인 인터랙션을 위한 연구개발이 요구되고 있는 실정임[15][16]
노화는 시력 저하, 높은 공간주파수에 대한 대비 민감도 저하, 움직이는 물체에 대한 동체 시력 저하, 시야 범위 축소, 야간 시력 저하, 청색에 대한 민감도 저하, 눈부심 자극 후 회복 시간 증가 등 시지각 전반적 기능을 감퇴시킴[8][17][18]
29
운전자의 단순한 시지각 기능을 나타내는 지표(시력, 시야범위 등)과 교통사고율의 관계에 대한 비일관적인 연구결과들이 보고되고 있음
- 단순 시력(visual acuity)의 경우, 교통사고율과 통계적으로 유의한 상관을 보고하는 연구가 있는 반면[19][20][21], 단순 시력과 교통사고율 간 통계적으로 유의한 상관이 없다고 보고하고 있는 연구도 다수임[22][23][24]
- 시야 범위(visual fields)와 교통사고율 간의 관계에 대한 연구 결과들도 일관되지 않으며[20][25][26], 깊이 지각과 교통사고율간에는 유의미한 관계가 보고되지 않았음[22]
움직임 지각은 교통사고율 및 거리 운전 과제에서의 수행능력 간에는 유의한 상관이 있었는데, 이는 노화에 따라 자극을 받아들이고 처리하는 속도가 느려지고 움직이는 물체를 인식하는 데 어려움을 겪으며, 움직임을 인식하는 능력은 도로 환경에서의 자극을 받아들이고 실제 운전 수행능력을 결정하는 데 있어서 중요한 역할을 한다는 것을 의미함[27]
수정체 조절력 역시 노화에 따라 저하되는데 고령자가 초점을 4m 거리의 물체에서 0.7m거리의 물체로 이동할 경우에 초점을 재조정하는데 걸리는 시간은 약 500ms로 비고령자와 비교할 때 시간이 두 배 더 소요되는 것으로 나타남[28]
노화는 암순응(dark adaptation: 밝은 조도에서 어두운 조도로 환경이 변화할 때 눈의 민감도가 적응하는 현상)에 걸리는 시간
30
또한 증가시키는데, 20대는 완전한 암순응을 하는데 약 35분 소요되나 70대는 약 30% 증가하여 약 46분이 소요되는 것으로 나타남[29]
노화는 청각능력도 감퇴시키는데, 특히 고주파 소리에 대한 감각능력과 배경소음과 말소리를 구분하는 능력이 크게 감퇴함[30]
청각능력의 퇴화와 교통사고율과의 관계에 대해 서로 상반된 연구 결과들이 보고되고 있음
- 일부 연구들은 청각능력의 퇴화가 사고율의 증가를 예측하거나 설명하지 못함을 보여줌[19][24]
- 또 다른 연구는 청각능력의 퇴화가 사고율의 일부를 설명할 수 있다고 보고하고 있음[20]
노화에 따라 세밀한 표면 패턴을 촉각을 통해 구분하는 능력은 크게 저하되나, 촉각을 사용하여 능동적으로 물체의 모양을 파악하는 능력에는 크게 변화가 없다고 알려져 있음[31]
고령운전자의 단순한 시각 능력을 측정하는 다양한 지표(시력, 시야범위 등)들이 일관되게 교통사고율을 예측하지 못하는 것과 다르게, 시각적 주의는 교통사고율뿐 아니라[23][24][32][33]
[34], 운전 시뮬레이터에서의 수행[35]이나 실제 도로 주행[36]
[37]에서의 운전 능력을 성공적으로 측정하고 예측하는 것으로 나타남
운전자에게 필요한 시각적 주의 능력은 크게 세 가지로 구분할
31 수 있음
- 운전자가 처한 상황에서 필요한 정보만을 선별적으로 집중하는 선택 주의
- 여러 가지 업무를 동시에 수행할 때 필요한 분산 주의
- 여러 가지 업무를 동시에 수행할 때 필요한 분산 주의