A Study on development of Road Design Driver Characteristics based on Physio-Physiological Performance

특성기준 정립연구

A Study on development of Road Design Driver Characteristics based on Physio-Physiological Performance

김 주 영

(교통안전공단 선임연구원)

박 민 수

(한국종합기술 도로공항본부 상무이사)

김 정 룡

(한양대학교 산업경영공학과 교수)

장 명 순

(한양대학교 교통․물류공학과 교수)

목 차

Ⅰ. 연구의 배경 및 목적

Ⅱ. 문헌고찰 1. 설계운전자

2. 운전부하(Driving Workload)

Ⅲ. 시뮬레이터 주행자료 수집 1. 설계운전자 선정 2. 연구대상구간 구현 3. 피실험자 선정 4. 자료수집 및 분석방법

Ⅳ. 현장 주행자료수집

1. 연구대상지점 및 피실험자 선정 2. 자료수집 및 분석방법

Ⅴ. 자료분석 결과

1. 운전부하 설명변수 선정 2. 운전부하의 범위선정 3. 운전부하 범위값의 검증

Ⅵ. 결론 참고문헌 Key Words : 운전자, 휴먼팩터, 생체신호, 뇌파, 설계운전자

Driver, Human Factor, Biosignal, Beta Wave, Design Driver

요 약

본 연구에서는 30명의 피실험자를 대상으로 운전자의 운전부하 특성을 분석하였다. 설계운전자의 심리생리적 특 성을 파악하고자 뇌의 후두엽부위 뇌파신호를 이용하여 시뮬레이션 실험과 현장주행 실험을 수행하였다. 본 연구를 통해 다음과 같은 결론을 도출하였다.

첫째, 운전자의 생체신호(뇌파)를 이용하여 설계운전자의 특성을 표현할 수 있었다. 둘째, 설계운전자의 운전부하 설명변수로는 베타파 값과 상대에너지 계수 값이 통계적으로 유의하였다. 셋째, 시뮬레이터 주행실험치의 90퍼센타 일 범위값이 설계운전자의 특성으로 적정한 것으로 분석되었다. 넷째, 실제 도로주행상황에서, 설계운전자의 최대 각성값은 베타파의 경우 31.72이며, 상대에너지계수 지표의 경우 1.296으로 분석되었다.

This paper analyzes the characteristics of drivers’ workload observed from with 30 participant drivers with respect to two physio-physiological parameters. For investigating physio-physiological characteristics of road drivers, bio-signals from brain’s occipital lobe between simulation experiment and real driving experiment are collected and analyzed. The major findings from the analysis are summarized as follows:

First, the drivers’ physio-physiological workload is a good parameter for explaining the workload characteristics of road drivers. Secondly, the two physio-physiological workload parameters selected, i.e., beta value and relative energy parameter, are revealed to be statistically significant. Thirdly, it is also revealed to be statistically significant to select 90 percentile measurements in simulator experiment to explain the road drivers’ characteristics. Finally, the maximum workload of road design driver is 31.72 in beta parameter, whereas the minimum workload is 1.296 in relative energy parameter.

설계운전자 관련문헌

고찰

^󰋼

󰋼

연구대상선정 및 자료수집분석 (시뮬레이션, 현장주행실험)

󰋼

선정

^󰋼

설계운전자의 심리생리적 특성값

제시

<표 1> 연구의 흐름도

Ⅰ. 서론

1. 연구의 배경 및 목적

우리나라는 국토의 70%가 산지 및 구릉지로 구성되 어 있어 성토부, 절토부 도로구간과 교량, 터널 등의 구 조물 등이 많으며 교통안전성 확보에 대한 연구노력 등 으로 표지판, 중앙분리대, 가드레일, 노면요철포장 등 다 양한 안전시설물이 설치되고 있다. 도로상의 다양한 구 조/시설물로 인해 운전자의 시지각 활동이 증가하고 그 로 인한 운전자의 운전부하에도 변화가 생기고 있으며 이에 따라 운전자의 운전부하를 계량화하려는 노력들이 2000년대 이후 국내외적으로 진행되고 있다. 특히 차량 운전석 공간 설계시에 도입되었던 설계운전자의 개념이 광의적으로 해석되면서 운전자의 운전부하를 설계운전자 개념으로 확대하려는 연구들이 늘어가고 있다.

설계운전자의 필요성은 1970년대에 부각되기 시작하 였으며, 초기에는 차량설계시 필요한 운전자의 신체적 특 성에 관심이 집중되었다. 1980～90년대에는 운전자의 신체적 특성외에 인지반응시간, 반사능력 등 운전자의 자 율신경계 반응값에 관한 연구가 많이 수행되었으며 실제 로, 계측치의 85퍼센타일 값이 도로설계값 등으로 사용 되었다. 2000년 이후 운전자의 운전부하(Workload)의 중요성이 부각되면서 뇌파 등의 생체신호 및 안구운동 데 이터 등을 이용한 운전부하량 측정 및 평가파라메터 개발 에 관심을 두기 시작했다.

이에 본 연구에서는 1970년대부터 2000년이후까지 의 설계운전자 개념의 변천과정을 관련문헌을 통해 살펴 보고 운전자의 운전부하 특성을 고려한 설계운전자의 개 념을 정립하고자 한다. 이를 위해 도로설계운전자의 특 성정의를 위한 대상선정 및 운전자의 시지각 자료수집, 통계검증의 방법을 통해 운전자 운전부하(Workload)의 설명력이 높은 설명변수를 제시하고 변수별 범위값을 산 출, 검증함으로써 설계운전자의 심리생리적 특성을 제시 하고자 하였다.

이를 위해 현재 시공 중인 인제터널을 컴퓨터 그래픽 기반의 3차원 시뮬레이션 화면으로 구성하고 시뮬레이 션 운전주행실험을 통해 계측된 생체신호자료의 범위를 산정하였다. 또한 대전통영고속도로의 3개터널을 대상 으로 현장주행실험을 실시하고 생체신호자료를 계측하여 시뮬레이션 계측자료와 비교분석함으로써 설계운전자의 운전부하 범위를 제시하였다.

본 논문에서 사용한 용어를 정리하면 아래와 같다.

․ 후두엽(Occipitial lobe) : 두뇌의 각 부분은 인간 의 지각 및 반응에 대해 고유한 영역을 갖는데, 후 두엽 부위는 시각정보처리(visual information) 를 관할하는 부위로 머리 뒷부분에 위치하고 있다 (발췌 : R. Cooper, EEG Technology, 1980)

․ 베타파(β wave) : 두피에 전극을 부착하여 유도한 뇌파신호를 주파수대별로 분리하여 α파, β파, δ파, θ파로 보통 구분하며 이 중 베타파는 2～20μV의 진 폭과 14～30Hz의 주파수를 갖는 파형으로 주로 정 신적이거나 신체적인 활동이 활발해 질 때 나타나는 파형이다.(발췌 : R. Cooper, EEG Technology, 1980)

․ 세타파(θ wave) : 세타파는 20 ～ 200㎶의 진폭과 4 ～ 7Hz의 주파수를 갖는 파형으로 어린아이가 유 쾌하거나 불쾌한 경우와 졸릴 때 나타나는 파형이 다.(발췌 : R. Cooper, EEG Technology, 1980)

․ 분산분석(ANOVA, Analysis of Variance) : 세 집단 이상의 집단 평균치 차이를 검정하고자 사용 하는 통계적 기법으로 독립변수가 두 가지 값을 가 지는 경우에 적용하는 t-검정도 일원분산분석법 (one-way ANOVA)의 일종이다. 분산분석에서 유의한 결과가 나온 경우 과연 어느 집단과 어느 집단간에 차이가 있는지 알아야 할 때가 많다. 전 체적으로 유의수준을 유지하면서 집단간의 비교를 하는 것을 다중비교라고 하는데, LSD test, Scheffe test, Tukey test, Duncan test가 많이 쓰인다(발췌 : 정영해 외, 광주사회조사 연구소편, 통계강의 및 자료분석)

Ⅱ. 문헌고찰

1. 설계운전자

Summala(1981)은 안구의 시야각범위, 색상구분능 력, 인지반응시간, 반사능력 등 자율신경계와 관련한 신 체적 특성에 초점을 맞추어 설계운전자의 개념을 이해하 였고 도로설계 등에서 사용되는 2.5초의 인지반응시간도 실제 차량기반 실험에서 얻어진 자율신경 반응계측값이 라고 하였다. Robert E(2002)는 설계운전자(Design driver)의 개념으로 “reasonable worst case” 혹은

“design user”를 의미한다고 주장하였으며 “worst case”

환경에서의 도로설계가 유의하다고 주장하였다. Irwin Altman(1981)은 운전자특성 중 시각성(Visibility)연 구를 통하여 "worst-case driver" 혹은 "design driver"의 용어사용을 언급하였다. Torn Stout(2009) 에 의하면 설계운전자는 대다수 운전자의 능력과 한계치 에 기반하여야 하며 이용자의 85퍼센타일 수준을 넘어 95퍼센타일 적용이 필요함을 주장하였으며 한 예로, AASHTO 정지시거 2.6초(90퍼센타일 적용값)를 적용 할 것을 주장하였다. 이외에도 설계운전자와 관련된 요소 로 운전자의 신체적 특성, 처리연산 특성, 적절한 가감속, 성별, 연령, 정신적 부하, 인지반응시간, 운전자 기대 등 을 언급하였다. 미국농림국(2000)은 도로설계의 기준으 로 도로사용자 혹은 설계운전자에 기초하여야 하며, 이는 안전하고 신중한 운전자로 도로에 익숙한 사람을 의미하 지 않는다고 하였다. Partha Chakroborty(2005)는

“Design driver”의 특성으로 인지반응시간 2.5초, 3m/s²의 감속, 6/7.5의 시력, 4∼7.5초의 공간인지능 력을 갖는 운전자를 제시하였다.

2. 운전부하(Driving Workload)

운전중 운전자에게 영향을 미치는 인자들을 정량화 하기위해서 주로 시도되고 있는 방법이 운전부하를 측정 하는 것이다. 운전부하의 측정기법에는 수행도 기준 측 정방법(Performance based Techniques), 주관적 측 정방법(Subjective Procedure), 생리학적 측정방법 (Physiological Techniques)으로 구분할 수 있다. 수 행도 기준 측정방법은 주작업과 부작업을 동시에 진행토 록하여 그 영향을 분석하는 방법으로 운전 중 차량네비 게이션 조작, 라디오 조작 등의 부작업에 따른 영향분석

연구 등에서 사용하고 있다.(전용욱, 2009)

주관적 측정은 Rating Scale 등의 구조화된 설문방 법을 이용하여 운전자의 운전부하를 측정하는 방법으로 운전부하와 관련된 평가항목들을 이용하여 운전부하 평 가모델 개발 등에 활용되고 있다(윤상영,1997)

생리학적 측정방법은 다른 측정법과 달리 연속적인 정보를 준다는 장점이 있어 운전부하 연구에서 많이 사 용되고 있는 방법으로 운전자의 뇌파와 같은 생체신호를 정량화하여 분석하는 방법이다. 생체신호란 사람이 생각 하고 행동하고 활동할 때 사람의 몸의 각 부분에서 발생 되는 전위차를 측정하여 읽어낸 값으로 운전자의 각성상 태를 설명한다. Bosurgi G.(2005)는 운전자가 운전 중 받아들이는 정보의 약 80% 이상이 시각정보일 정도로 운전자의 시지각 활동의 변화는 매우 중요한 요소임을 주장하며 운전자 행동에 따른 눈동자의 움직임을 시각부 하기준(the visual load index)으로 표현하여 운전자 의 운전부하를 설명하고자 하였으며, 이를 통해 주행 중 인 운전자의 시각부하 중요성을 증명하였다. O'Hanlon 외(1977)는 장시간 동안의 야간주행에 따른 운전자 생 리반응 변화를 연구하였는데 주행시간이 길어질수록 운 전자 뇌파기록상에 델타파(δ wave, 수면시 측정되는 파 형)와 세타파(θ wave, 운전중 졸음시 증가되는 파형)가 증가하는 것을 발견하고 장시간의 주행이 졸음운전을 유 발할 가능성이 있음을 객관적으로 나타내었다. 이순철 외(1995)는 속도증가에 따른 운전자의 반응연구에서 고 속주행인 100～110km/h로 주행시 뇌파의 베타파 (beta wave, 정신적·신체적 활동시 증가되는 파형)가 안정주행인 70km/h일 때 보다 증가하였음을 밝혔다.

Brookhuis외(1991)는 자동차를 오랜시간 운전하게 되 면 운전자의 수행능력이 감소하게 되며 이러한 것은 뇌 파 스펙트럼 분석에서 세타파와 알파파로 나타난다고 주 장하였다. 또한 굴곡이 심한 우로굽은 도로에서 운전수 행능력이 감소될 수 있음을 운전자의 운전수행능력과 생 리현상을 결합시킨 운전부하 연구를 통해 입증하였다.

Beatty외(1974)는 수행능력저하는 각성수준의 저하와 상관성이 높으며 이는 뇌파의 세타파의 증가와 관련이 있다고 하였다. 박재범(2002)은 2시간 이상의 장시간 고속도로 주행실험에서 좌우측 전두엽의 알파파와 베타 파를 분석하였으며 주행 후 90분을 경계로 운전자의 각 성이 저하됨을 밝혔다. 또한 정봉조(2002)는 연속적인 고속도로 직선구간 주행으로 인한 졸음의 유발가능성을 언급하면서 시각적 운전부하를 담당하는 후두엽 부위의

연령대 16∼19세 20∼29세 30∼39세 40∼49세 50∼59세 60∼69세 70세 이상 계 운전면허 소지자수(명) 261,728

(1.0%)

4,676,148 (18.1%)

7,106,469 (27.5%)

7,068,752 (27.4%)

4,449,645 (17.2%)

1,745,819 (6.8%)

513,588

(2.0%) 25,822,149 주) 도로교통공단 운전면허시험장 자료, 2009.12기준

<표 2> 연령별 운전자 분포

<그림 2> 인제터널 내부 구현화면

<그림 1> 연구대상구간 위치도 베타파를 수집, 분석하였다. 분석결과에서 설계속도의

30배까지는 연속적인 직선도로가 운전자에게 큰 영향을 미치지 않음을 입증하였다.

Ⅲ. 시뮬레이터 주행자료 수집

1. 설계운전자 선정

본 연구에서는 운전자 분포상 가장 많은 비율을 차지 하고 있는 30대 운전유경력자로 설계운전자를 선정하였 다. 최근 노령운전자에 대한 중요성이 부각되고 있으나 운전자 인지반응시간과 관련된 연구의 연령대상이 다양 하게 구성됨을 착안하여 본 연구에서는 연구대상으로 선 정하지 않았다. <표 2>에 우리나라 연령별 운전자 분포 를 제시하였다.

설계운전자를 정의하기 위한 주행환경으로 Robert E.(2002), Irwin Altman(1981)이 제시한 “reasonable worst case”구간을 적용코자하였다. 정봉조(1998), Motoyuki(2003)의 연구결과에 따르면, 도로기하구조 중에서 터널구간이 통계적으로 다른 구간과 유의한 차이를 보임을 고려하여 터널구간을 자료수집 환경으로 선정하였 다. 설계운전자 설명변수로는 본 논문의 목적에 부합토록 운전자 신체특성이 아닌 운전자의 정신적 각성수준 반응량 으로 설정하였다. 본 연구에서는 운전자의 시각적 운전부 하 측정·평가측정방법으로서 객관적 수치로 제시되고 재현 성이 뛰어난 측정·평가방법인 생리학적(생체신호)분석방 법을 이용하였다.

2. 연구대상구간 구현

연구대상구간은 현재 시공 중인 춘천-양양 고속도로 인제터널(<그림 1> 참고)의 기하구조, 단면, 및 부대시 설에 맞추어 3D 컴퓨터 가상터널을 제작하였다.(<그림 2> 참고) 이는 앞서 설명한 “resonable worst case”로 선정한 실제터널에서의 주행실험이 시․공간적 제약이 많고 장시간 자료의 수집이 어렵기 때문이다.

인제터널은 진입부(2km), 터널부(10.9km), 진출부 (1km)이며 곡선반경 2,000m이상인 편도2차로로 구성 되어 있으며 가상주행환경에서도 동일하게 구현하였다.

터널내 방재시설 및 FAN과 같은 각종 부대시설은 실제 설계안을 기본으로 구성하여 실제 주행환경과 유사하게 제작하였다.

본 실험구성환경에서 차량자체의 주행거동은 발생하 지 않지만, 차량의 실제 시동이 켜져 엔진진동이 운전자 에게 그대로 전달되고 운전자의 핸들조작에 따른 화면전 환, 주행속도에 따른 주행효과음 구현외에도 3DS MAX

구분 나이(세) 신장(cm) 체중(kg) 운전경력(년)

피실험자 1 33 170 65 5

피실험자 2 34 160 47 3

피실험자 3 35 172 62 3

피실험자 4 36 174 67 7

： ： ： ： ：

： ： ： ： ：

피실험자 30 39 171 68 8

평균 35 172 71 6

<표 3> 피실험자 특성자료(가상주행환경)

<그림 3> 실험차량 프로그램의 랜더링 기능을 이용하여 실제 인제터널 기본

설계안을 그대로 반영, 텍스처 맵핑효과를 시뮬레이션 영상에 적용하여 실제와 같은 조도의 변화를 제공함으로 서 실제주행환경과 흡사하게 제작하여 시뮬레이터 주행 실험으로 인한 운전자의 시각적 각성수준 계측에 대한 편차(Bias)를 최소화하였다.

주행구간 내 교통량은 고려하지 않았으며 주행속도에 따른 주행음향효과를 반영하였다. 터널 내에는 운전자의 각성변화에 영향을 미치는 표지판, 사고발생과 같은 이 벤트가 발생하지 않도록 하였다.

3. 피실험자 선정

본 연구에서는 30명의 피실험자를 대상으로 3D컴퓨 터 시뮬레이션 기반의 주행실험을 실시하였다. 피실험자 선정은 강제적이 아닌 자발적 실험참여가 이루어졌으며 현물·현금지급을 통한 실험참여를 유도하지 않았다. 또 한 피실험자들은 본 연구와 관련이 없는 사람으로 구성 하여 자료수집의 편차(Bias)를 최소화하였다.

피실험자는 과거에 뇌질환이나 심장질환으로 인해 입 원하거나 치료를 받은 적이 없고, 색맹, 색약 등 시각 기 능에 이상이 없는 신체 건강한 정상인을 대상으로 하였 다. 실험실시 전에는 약물복용이나 흡연, 커피, 알코올 (술)을 복용하지 않도록 하였으며, 피실험자는 피로가 누적되지 않은 상태에서 실험에 참여토록 하였다. 본 연 구에서는 피실험자 배치에 있어 성별 및 연령에 대한 운 전자의 반응차이를 고려하지 않았으며, 실험에 참여한 피실험자의 특성자료는 <표 3>과 같다.

4. 자료수집 및 분석 방법

실험은 실제차량에 컴퓨터를 연결하여 주행시뮬레이터 를 구현하였으며 빔프로젝터, 스크린을 통해 주행화면을 모사하였다. 주행화면에는 주행 실험차량 외에 타 차량은 존재하지 않도록 하였다. 또한 피실험자가 주행실험중 차 선변경을 할 경우 뇌파신호에 영향을 줄 수 있어 2차로중 바깥차로를 주행토록 하였으며, 주행속도는 80km/h, 100km/h, 120km/h로 각각 주행토록 하였다.

피실험자에게 본 실험이 운전 중 운전자의 반응을 계 측하는 실험임과 실험절차, 주의사항에 대하여 간략히 설명하였다. 피실험자의 인체계측자료(키, 몸무게)를 측 정하고, 실험과 관련된 운전경력, 주관적인 건강상태, 주 관적인 심리상태 등에 관한 설문조사를 실시하였다.

생체신호 측정장비를 차량에 설치하고 신호수집을 위 한 센서를 부착한 뒤 운전자의 거부반응이 없도록 충분 한 휴식시간을 주었다. 생체신호는 뇌파측정 장비를 이 용하였다.

식(2)에서 보듯이 무자극시의 뇌파측정값을 이용하여 정규화(Normalization)과정을 통해 피실험자들의 특 성차이를 제거할 수 있다. 무자극시의 뇌파측정을 위해 구두 및 뇌파파형의 육안확인으로 운전자가 안정상태을 확인하였으며, 안정상태의 운전자 생체신호를 5분 이상 수집·활용하였다.

앞서 설명한 것처럼 안정상태에서 수집된 생체신호는 Normalization 분석과정에서 사용되며 이러한 과정을 통해 개개인의 차이를 없앨 수 있다.(식(2) 참고) 주행실 험은 인제터널 진입부(2km), 터널부(10.9km), 진출

<그림 6> 피실험자 모습

<그림 5> 실험중인 운전자 모습

<그림 4> 실험장 후면

부(1km) 순으로 연속주행을 하였다. <그림 3>∼<그림 6>에는 실험차량, 실험중인 피실험자 모습을 나타내었다.

수집 자료에는 생체신호(뇌의 후두엽 뇌파)와 실험차 량의 속도자료를 수집하였다. 뇌의 후두엽은 시각적인 정보처리 감각령으로 알려져 있어(R. Cooper(1980),

정봉조(2002)) 본 실험의 목적에 부합되어 선정되었 다. 본 연구에서 수집된 생체신호의 정량화 방법은 FFT(Fast Fourier Transform)분석을 통하여 뇌 파의 주파수 대역별로 상대 파워스펙트럼 값식(1)을 구하고 상대 파워스펙트럼 분석에서 얻어진 값을 Normalization분석하여 얻어진 값(식(2))을 사용하였 다. 자료수집 및 분석과정에서 최대값 및 최소값을 제거 하는 High Pass and Low Pass 노이즈 필터링을 포함 하였다.

_{ }

_{ }



^

^

_{ }

(1)

여기서, Rpower : 상대 파워스펙트럼 값 Epower : 특정 파워스페트럼 값 Apower : 모든 파워스펙트럼 값

_

_{ }

_{ }

_{ }

(2)

여기서, Np : Normalization 값 Pdriving : 운전상황 생체신호 값 Presting : 무자극시(안정상태)생체신호 값

본 연구에서는 운전자의 부하를 설명하기 위한 변수 로 베타파 값, 세타파 값, 베타활성비 값, 상대에너지계 수 값을 사용하였다. 이 변수들은 국내·외의 운전자 특성 연구에서 운전자의 운전부하를 잘 설명하는 것으로 나타 나 사용하였다.(Cristi외(1972), Brookhuis(1993), 김정룡(2001))

베타파는 운전자의 각성정도를 나타내는 변수로 운 전중 각성량이 늘어날수록 베타파도 증가한다. 세타파 는 운전 중 졸음, 기억부하, 정신적 스트레스가 증가시 발생되며 베타활성비 값(식(3))은 김정룡(2001)이 도 로를 주행하는 운전자의 상태를 적정운전, 불필요한 긴 장운전, 위험운전 등으로 구분하여 운전자의 각성상태 를 설명하기 위해 선정한 파라메터로 타 변수와 비교하 여 설명력이 좋은 것으로 나타났으며, 상대에너지계수 값(식(4))은 Brookhuis(1993)가 운전자의 활동을

터널명 위치 평면선형 종단경사(%) 노선 이정(㎞) 터널내부 모습

육십령터널 전라북도 장수군

장계면 직선(L=3,170m) ±0.8 통영대전

중부고속도로 128.1

오두재터널 전라북도 무주군

적상면 직선(L=1,148m) ±1.7 ″ 113.5

함양터널 경상남도 함양군 지곡면

직선(L=1,505m)

곡선(R>2,300m) ±0.5 ″ 153.4

<표 4> 조사대상터널의 기하구조 특성

정의하기 위해 만든 파라메터로 운전부하에 대한 설명 력이 우수한 것으로 알려져 있다.

   



(3)

여기서,

β

α

Β

Α

_

_{ }





 



(4) 여기서, Re : 상대 에너지 계수 값

θ

Α

Β

Ⅳ. 현장 주행자료수집

1. 연구대상지점 및 피실험자 선정

앞서 수집된 가상주행환경에서의 분석결과를 검증하

기 위하여 실제 터널구간에서의 현장주행실험을 수행하 였다.

현장 주행실험 대상구간은 시뮬레이션 주행실험구간 인 인제터널이 실제로 존재하지 않아 유사한 터널특성 (±1%내외의 종단경사, 직선구간과 곡선반경 2,000m 이상으로 구성된 터널)을 갖는 터널중 가까운 거리에 톨 게이트가 있어 현장주행실험이 용이하고 운전자의 각성 변화에 영향을 크게 미치지 않는 구간(표지판이 과다하 게 설치되거나 사고발생과 같은 이벤트가 발생하지 않는 구간)으로 선정코자 하였으며, 대전통영고속도로내 오두 재터널, 육십령터널, 함양터널에서 10명의 피실험자를 대상으로 실제 현장주행 실험을 수행하였다. <표 4>와

<그림 7>에 조사대상 특성 및 위치를 나타내었다.

모평균의 추정에 있어서 표본의 크기가 작고 모집단 이 정규분포를 따른다고 확신할 수 없는 경우 신뢰정도 가 정확하다고 볼 수 없다. 그러나 표본의 크기가 30 이 상인 경우에는 모집단이 어떠한 분포를 따르더라도 통계 적으로 유의한 수준을 만족할 수 있는 것으로 알려져 있 다. 사람을 대상으로 하는 Human Factors 분야의 연 구에 있어서는 데이터 수집의 어려움으로 인해 5～10명 내외의 피실험자를 대상으로 자료를 수집, 분석하는 것

구분 나이(세) 신장(cm) 체중(kg) 운전경력(년)

피실험자 1 29 172 67 6

피실험자 2 44 176 70 4

： ： ： ： ：

피실험자 10 35 169 59 8

평균 39.2 172.6 67.2 10.7

<표 5> 피실험자 특성자료(현장주행환경)

<그림 7> 조사대상 터널의 위치도

<그림 8> 실험중인 운전자 모습

<그림 9> 피실험자 모습 을 인정하고 있다¹⁾. 따라서 본 연구에서는 10명의 피실

험자를 대상으로 현장 주행실험을 실시하였다.

고속도로에서 운전 중인 운전자에게서 계측장비를 이 용하여 데이터를 수집하는 것은 교통 안전상 위험요인이 될 수 있어 피실험자는 과거의 사고나 운전경력 등을 고려 하여 선정하였다. 본 연구에서는 피실험자 배치에 있어 성 별 및 연령에 대한 운전자의 반응차이를 고려하지 않았으 며, 실험에 참여한 피실험자의 특성자료는 <표 5>와 같다.

2. 자료수집 및 분석방법

실험은 주행조건이 양호한 맑은날 평일 14:00～

18:00 시간대에 수행되었으며 자료수집시의 교통량 조

건은 서비스 수준 "C"수준 이었다. 실험차량은 주행차로 인 2차로로 주행토록 하였으며, 주행속도는 최고제한속

1) Helander 외, Usability Engineering : Our experience and evolution, Elsevier North-Holland, 1985

주행속도

(km/h) 다중분석방법 대상변수

beta theta beta활성비 상대에너지계수

80

ANOVA(Pr>F) 0.0004 0.0001 0.0018 0.0002

Tukey기법 ○ ○ X ○

Bonferroni기법 ○ ○ X ○

100

ANOVA(Pr>F) 0.0001 0.0503 0.0001 0.0002

Tukey기법 ○ X ○ ○

Bonferroni기법 ○ X ○ ○

120

ANOVA(Pr>F) 0.0003 0.0001 0.0001 0.0001

Tukey기법 ○ ○ ○ ○

Bonferroni기법 ○ ○ ○ ○

설명변수 선정결과 선정 미선정 미선정 선정

주) Pr>F : F검정에 대한 유의수준, ○ : 통계적 유의한 차이를 보임(significant in level of 0.05), X : 통계적으로 유의하지않음(in level of 0.05)

<표 6> 대상변수별 운전자 반응 통계분석 결과 도인 100km/h로 주행토록 하였다.

실험은 무주IC에서 출발하여 실험대상터널을 지나 지 곡IC에서 복귀하는 과정으로 진행하였으며 시뮬레이터 실험과 동일한 자료수집 및 분석과정을 거쳤다. <그림 8>, <그림 9>에 현장 주행실험중인 피실험자의 모습을 나타내었다.

Ⅴ. 자료분석 결과

1. 운전부하 설명변수 선정

인제터널 3D컴퓨터 시뮬레이션 주행실험에서 얻어진 운전자 반응계측값을 200미터 단위로 구분하여 자료를 추출하였다. 통계분석은 분산분석법을 사용하였으며 이 방법은 세 집단 이상의 집단평균치 차이를 검정하고자 사용하는 기법이다. 이 방법을 통해 터널구간을 주행중 인 운전자의 심리생리적 상태차이를 구별할 수 있는 변 수로 베타파 값과 상대에너지 계수 값이 95%신뢰수준 에서 통계적으로 유의하게 나타났으며 그 분석결과는

<표 6>에 제시하였다.

2. 운전부하의 범위 선정

앞서 선정된 설명변수(베타값, 상대에너지 계수값)에 대해 시뮬레이션 주행실험 측정값을 그래프로 나타내면

<그림 10>, <그림 11>과 같다. 운전자가 느끼는 모든 운 전부하 값에 대해 만족시킬 수 없으므로 적정수준의 퍼센 타일을 결정할 필요가 있다. 이에 본 연구에서는 80, 85, 90센타일로 구분하여 퍼센타일별 부하량을 <표 7>에 제 시하였다. 전체 운전부하값의 85퍼센타일의 경우, 베타 값은 27.098보다 작으며, 상대에너지 계수값은 1.784 보다 크며, 90퍼센타일의 경우 베타값은 29.1519보다 작으며, 상대에너지 계수값은 1.59보다 큰 것으로 나타 났다.

3. 운전부하 범위값의 검증

시뮬레이션 실험으로 부터 산정된 운전부하의 범위를 검증하기 위해 대전통영고속도로 터널구간의 현장주행실 험 결과를 분석하였다. 베타값과 상대에너지 계수값에 대한 운전부하 범위는 <그림 10>, <그림 11>과 같이 나 타났으며 시뮬레이터 주행과 비교한 결과는 <표 7>에 제 시하였다.

<표 7>에서 보듯이 시뮬레이션 실험과 현장주행실험 의 계측결과 차이를 살펴보면, 80퍼센타일에서는 최대 16.9%, 85퍼센타일에서는 13.2%, 90퍼센타일에서는 10.4%로 나타났다. 이는 2개의 변수(베타, 상대에너지 계수)에 대하여 각각 범위차이내에 해당되는 터널구간별 데이터 값의 개수를 조사하여 전체 데이터 개수대비 비 율을 나타낸 것이다.

또한, <그림 10>, <그림 11>에서 보듯이 현장주행실

<그림 10> 베타값의 운전부하 범위

<그림 11> 상대에너지계수 값의 운전부하 범위

퍼센

타일 변수

운전부하 범위 시뮬레이터와

현장실험의 범위차이(A)

총 데이터 개수(B)

A범위내 데이터 개수(C)

계측차이 (C/A*100)

적정백분위 시뮬레이션 선정여부

주행실험

현장 주행실험

80

베타값 beta〈 25.471 beta〈 28.415 25.471∼28.415 912 122 13.3%

상대에너지 미선정

계수 1.967 〈 Re 1.580 〈 Re 1.967∼1.580 912 155 16.9%

85

베타값 beta〈 27.098 beta〈 29.760 27.098∼29.760 912 100 10.9%

상대에너지 미선정

계수 1.784 〈 Re 1.425 〈 Re 1.784∼1.425 912 121 13.2%

90

베타값 beta〈 29.1519 beta〈 31.720 29.151∼31.720 912 66 7.2%

상대에너지 선정

계수 1.590〈 Re 1.296 〈 Re 1.590∼1.296 912 95 10.4%

주) 계측차이 : 현장주행실험의 계측값 중 시뮬레이션 주행실험의 운전부하 범위를 벗어나는 비율

<표 7> 시뮬레이터 주행과 현장주행시의 운전부하 비교

험의 beta계측치가 시뮬레이터의 beta계측치보다 크게 나타났는데 이는 운전자가 시뮬레이터 주행실험시 더 안 정적으로 느끼는 것으로(덜 위험하게 느낌) 기존의 시뮬 레이터 실험관련 문헌(Blana, E(1996), Motoyuki (2003))과 동일한 결과이다.

현장주행실험에서의 상대에너지계수(Re)가 더적은 것도 운전자가 시뮬레이터 주행실험시 더 안정적으로 느 끼는 것으로 해석할 수 있다. 특히 이러한 시뮬레이터 효 과(운전자가 시뮬레이터 주행실험시 더 안정적으로 느끼 는 효과)는 현장주행실험 계측치와 약 10%내의 차이를 보이는 것을 고려하여(Blana, E(1996)), <표 6>에서 보듯이 본 연구에서는 계측차이범위가 10%내의 차이를 보이는 90퍼센타일을 설계운전자의 심리생리적 운전부 하 범위로 선정하였다. 시뮬레이터 계측치의 90퍼센타 일에 해당하는 베타값은 현장주행실험 계측치의 85퍼센 타일 수준과 유사하며. 운전자의 인지반응시간에 대한 수준산정시 실차실험값의 85퍼센타일을 적용하고 있음 과 유사한 결과이다.(AASHTO, 2001)

Ⅵ. 결론

본 연구에서는 설계운전자의 개념의 변천과정을 살펴 보고 운전자의 운전부하 특성을 고려한 설계운전자의 개 념을 정립하고자 하였다. 이를 위해 시뮬레이션 실험과 현장주행 실험을 수행하였으며 운전자 운전부하의 설명 력이 높은 설명변수를 제시하였고 변수별 범위값을 산 출·검증함으로서 설계운전자의 심리생리학적 특성을 정 의하였다.

본 연구를 통해 다음과 같은 결론을 도출하였다.

첫째, 운전자의 운전부하, 특히 뇌파생체신호를 이용 하여 설계운전자의 특성을 표현할 수 있는 방안을 제시 하였다.

둘째, 설계운전자의 운전부하 설명변수로는 베타파 값과 상대에너지 계수 값이 통계적으로 유의미하였다.

셋째, 시뮬레이터 효과(운전자가 시뮬레이터 주행실 험시 더 안정적으로 느끼는 효과)는 현장주행실험 계측 치와 약 10%내의 차이를 보이는 것을 고려할 때, 현장 주행실험치와 10% 이내의 차이를 보이는 시뮬레이터 주행실험치의 90퍼센타일 범위값이 설계운전자의 특성 으로 적정한 것으로 분석되었다.

넷째, 설계운전자의 심리생리적 운전부하범위는 베타 파 값 지표의 경우 31.72보다 작다. 이는 일반주행상황

에서 설계운전자의 최대 각성값이 31.72임을 의미한다.

다섯째, 상대에너지계수 지표의 경우 1.296보다 커 설계운전자가 졸음, 나른함을 느끼는 최대상태에서의 각 성값이 1.296임을 의미한다.

본 연구는 운전자에게 발생되는 운전부하(Workload) 의 적정범위를 심리생리학적 지표를 이용하여 제시하였 다. 최근까지도 설계운전자의 개념이 정립되지 않은 상 태에서 생체신호(뇌파)를 이용하여 설계운전자의 특성을 표현할 수 있음을 제시한 것에 의의가 있다고 하겠다. 추 후 도로안전진단(Road Safety Audit)이나 안전시설물 개발연구 등에 활용될 수 있을 것이다. 운전자반응시간 이 도로설계요소로 다양하게 사용되고 있는 것처럼, 본 연구의 결과인 설계운전자의 운전부하 각성값이 도로설 계변수로 활용된다면 운전자 측면을 고려한 안전한 도로 설계가 가능할 것이다. 한 예로 터널구간 주행 운전자의 운전부하는 도로의 설계속도가 증가한다고 해서 지속적 으로 증가하지 않으므로, 단순히 설계속도의 20배, 혹은 30배 등으로 터널직선제한길이를 설계하는 것은 부적절 하다. 따라서 본 연구에서 제시한 설계운전자의 운전부 하 설명변수를 사용하여 터널직선제한길이 모형개발에 활용가능 할 것이다.

다만, 본 연구에서 피실험자를 운전면허소지자중 가장 많은 비율을 차지하는 30대를 대상으로 하였으나 초보운 전자 및 노령운전자, 여성운전자 등으로 다양하게 조사하 여 본 연구에서 제시한 설계운전자의 운전부하 설명변수 별 범위 값의 보완이 필요할 것이다. 또한 운전자의 인지 반응시간 연구에서 1,362명을 대상으로 조사한 것과 같 이(Ummala, H. 1981) 다양한 연령대 및 성별로 피실 험자를 구성하여 분석값의 신뢰성을 높일 필요가 있다.

향후 시각영역외 청각, 종합감각령을 담당하는 뇌부 위 자료 분석, 보다 현실감 있는 시뮬레이터 구현환경, 주변 주행차량의 영향분석, 추후 인제터널 완공시 자료 수집·비교분석을 통해 심리생리적 측면에서의 도로설계 운전자의 특성을 상세히 분석해야 할 것이다.

참고문헌

1. 정봉조·강정규·김주영·장명순(2002), 운전자 작업 부하를 고려한 최장 허용 직선길이 결정에 관한 연 구, 대한교통학회지, 제20권 제2호, 대한교통학회, pp.17∼26.

2. 정봉조·박재범·김주영·봉영채(1998), 운전자행동 및 반응검지차량 개발연구-고속도로기하구조별 운전자 반응분석, 도로연98-67-1호, 한국도로공사, pp.180

∼189.

3. 박재범·정봉조·김주영·서성필(2002), 운전자행동 및 반응검지차량을 활용한 도로 위험구간 판별기법 적 용 연구, 도교기 TR-02-04호, 한국도로공사, pp.100∼108.

4. 윤상영·이근회·김정룡·이근희(1997), 운전시 부작 업이 수행도와 심리적 작업부하에 미치는 영향, 산 업경영시스템학회지, 21(45), 한국산업경영시스템 학회, pp.145∼154.

5. 전용욱·대문수·권규식(2009), 도로주행방향변화에 따른 좌우차선 운전자의 운전특성 및 주관적부하의 비교평가, 한국산업경영시스템학회 학술대회 제 2009권 1호, 한국산업경영시스템학회, pp.26∼

30.

6. Allen, R.W.(1983), Defining the design driver from a vehicle control point of view, 62nd Annual TRB Meeting.

7. Bosurgi G., D'Andrea A.,and Pellegrino O.(2005), “A Methodology to Study Driving Behaviour Based on the Visual Activity”, TRB Annual Meeting.

8. Blana, E.(1996), Driving simulator validaton studies : a literature review, Univ. of Leeds.

9. Brrokhuis, K.A., Waard, D. de(1991), The use of psychophysiology to assess driver status, Ergonomics, 36, pp.1099∼1110.

10. Beatty, J., Greenberg, A., Deibler, W. P., &

O'Hnlon, J. F.(1974), Operant control of occipital theta rhythm affects performance in a radar monitoring task, Science Vol. 183.

11. Christie, B., Delafield, G., Lucas, B., Winwood, M., & Gale, A. (1972). Stimulus complexity and the EEG: Differential effects of the number and verity of display elements. Canadian Journal of Pychology, 26, pp.155∼170.

12. Irwin Altman(1981), Transportation and behavior, Plenum Press.

13. Motoyuki, Nobuhiro(2003), Simulator study

on driver's behavior while driving through a tunnel in a roling area, DSC North America 2003 Proceedings.

14. Neil Lerner(1994), Giving the older driver enough perception-reaction time, Experimental Aging Research, Vol.20.

15. O’Hanlon, J. F. and Kelley, G. R(1977).

Comparison of performance and physiological changes between drivers who perform well and poorly during prolonged vehicular operation. In: R. R. Mackie (Ed.)Vigilance.

Plenum Press, New York, 87~11.

16. Partha Chakroborty(2005), Animesh Das, Principles of transportation Engineering.

17. Robert E. Dewar, Paul L. Olson(2002), Human Factors in Traffic Safety, Lawyers

& Judges Publishing Company.

18. R. Cooper(1980), EEG Technology, 3rd edn., Butterworth, London. Creutzfeldt.

19. Summala, H.(1981), Driver/vehicle steering response latencies, Human Factors 23.

20. Torn Stout, P.E.(2009), CE 453 Highway Design(Iowa State University) Class5 Design Driver(Part A).

21. Taylonap(1972), Road Safety Engineering, Central Board of irrigation and power.

22. USDA Forest Service(2000), Road Preconstruction Handbook.

23. AASHTO(2001), Geometric Design of Highway and streets.

♧ 주 작 성 자 : 김주영

♧ 교 신 저 자 : 김주영

♧ 논문투고일 : 2011. 4. 29

♧ 논문심사일 : 2011. 5. 24 (1차) 2011. 7. 8 (2차) 2011. 8. 8 (3차)

♧ 심사판정일 : 2011. 8. 8

♧ 반론접수기한 : 2012. 2. 28

♧ 3인 익명 심사필

♧ 1인 abstract 교정필