2.2.1 실험개요

본 실험에서는 다른 자동차의 운전자가 도로에서 주행하는 초소형전기차를 인지할 수 있는 거리를 파악하기 위해, 자동차전용도로(동부간선도로)와 도시지역 도로(전남대학교 정문 앞 도로) 합류부에서 진입하는 초소형전기차를 VR 영상으로 재현하였다.

시간대는 주간과 야간으로 구분하였고, 각각 안전식별등 점등/소등 상황을 설정하여 총 8개의 시뮬레이션 영상을 구축하였다. 마지막으로 피실험자가 영상에서 초소형전기차를 식별한 시간을 체크할 수 있는 동영상 설문조사 프로그램을 제작하였다.

2.2.2 주행영상 제작방법

MASTA VAN 카탈로그 및 사진을 참조하여 Fig. 3과 같이 초소형전기차 3D모델(3DS format)을 만들고 현장 사진촬영을 통해 3D모델 텍스처를 제작하였다.

연구자 소속 연구실에서 소장하고 있는 가상도로 생성 툴(UC win/Road)을 이용하여 가상도로를 3D모델로 구성하였고, 초소형전기차가 연결로에서 본선으로 합류하는 시간을 설정하여 Table 1과 같이 주행시나리오를 완성하였다. 이후 Fig. 4와 같이 가상도로 생성 툴의 녹화기능을 이용하여 최종적인 차량주행 영상을 제작하였다.

Fig. 3. Vehicle Model Side View and 3D Model Rendering Texture

Fig. 4. Vehicle Driving VR Video Stills: (a) Expressway, (b) Urban Road

2.2.3 동영상 설문조사 프로그램 실험방법

Fig. 5와 같이 동영상 설문조사 프로그램을 구성하였고, 인지시간을 확인하기 위해 원본 데이터 시간에서 피실험자가 자동차전용도로 및 도시지역 도로의 초소형전기차 합류 인식시간을 차감하였다.

이 경우 영상 반복으로 인한 피실험자의 학습효과 예방을 위해 8개의 영상 순서를 무작위로 할당하여 제시하였다. 최종적으로 각 영상별로 피실험자가 제출한 인지시간의 평균을 계산하여 결과값을 보정하였다.

Fig. 5. Video Survey Program

2.3.1 실험 개요

본 실험에서는 제3의 변수 통제와 안전문제를 고려하여 광주광역시 소재 대학교 교내 200 m 구간을 선정하였으며, 실험시간대는 주간/야간으로 설정하였다. 현재 초소형전기차 안전식별등의 눈부심에 대한 정량적인 기준이 명확하지 않아, ｢자동차 및 자동차 부품의 성능과 기준에 관한 규칙｣의 차폭등·후퇴등·끝단표시등·방향지시등 등의 광도기준을 적용하여 Fig. 6과 같이 안전식별등의 광도를 20 cd, 10 cd, 0 cd의 3가지로 설정하였다.

Fig. 6. Luminous Intensity of Safety Identification Lamp: (a) 20 cd, (b) 10 cd, (c) 0 cd

2.3.2 실험방법

본 연구에서는 고령운전자들의 광도에 대한 민감도 감소로 인해 과다추정이 이루어질 것으로 예측되었다. 대비감도가 높은 연령대인 20대를 대상으로 선정하였다. 대비감도(Contrast Sensitivity)란 서로 다른 밝기를 갖는 대상을 얼마나 잘 구별하는가를 검토하는 변수로, 이는 연령이 증가하면서 감소되는 특징을 가지고 있다^{(You et al., 2003)}. 따라서 실험은 시력측정기를 이용하여 교정시력 0.8 이상(운전면허 2종 기준)인 20대 20명의 피실험자를 대상으로 진행하였다.

차량 시인성 및 불쾌눈부심과 관련된 내용을 중점적으로 검토하기 위해 ‘초소형전기차의 인식’, ‘시간/거리/광도’로 구분하여 설문조사를 진행하였다. 관측차량은 설문조사 진행 전 Fig. 7과 같이 광원을 부착한 시험차량과 비교차량의 전방 200 m, 100 m, 50 m, 25 m 지점에 세워두었다.

설문조사는 5단 리커트 척도(‘전혀 보이지 않는다’ 0점 ~ ‘비교차량보다 잘 보인다’ 4점)를 활용하여 시간/거리/광도에 따른 비교차량의 시인성을 측정하였다. 또한 시간/거리/광도에 따라 눈부심의 정도를 판단하기 위해 Table 2와 같이 ‘드보어 눈부심 지수’를 활용하였다. 이 척도는 CIE(국제조명위원회) 기준과 BSI(영국표준협회) 코드를 참고하여 만들어졌다. 시각적 편안함의 수준을 나타내는 용어인 불쾌눈부심을 평가하는 감성평가 지표로 눈부심 정도를 9단계로 나누어 평가하는 지표이다. Table 3에 따르면 도시지역 도로에서 눈부심 허용한계는 5단계로, 이보다 작을 경우 눈부심이 커지고 이보다 클 경우 눈부심이 적음을 나타낸다. 해당 실험은 차량이 적게 운행하는 도시지역 도로에서 진행하여 눈부심 지수가 5 이상일 경우 적절할 것으로 판단하였다.

Fig. 7. Glare Evaluation Method

3.1.1 VR 영상 시인성 실험 표본평균 비교

Table 4에서 보듯이 표본평균 비교 결과, 자동차전용도로를 주간에 주행하는 경우, 소등했을 때 표본평균은 5.577초, 점등했을 때 표본평균은 6.001초로 점등했을 때 인지시간이 0.424초 증가하였다. 또한 자동차전용도로를 야간에 주행하는 경우, 표본평균은 5.332초, 점등했을 때 표본평균은 3.997초로 점등했을 때 인지시간이 1.335초 감소하였다. 도시지역 도로를 주간에 주행하는 경우, 소등했을 때 표본평균은 1.256초, 점등했을 때 표본평균은 1.317초로 점등했을 때 인지시간이 0.061초 증가하였으며 도시지역 도로를 야간에 주행하는 경우, 소등했을 때 표본평균은 1.375초, 점등했을 때 표본평균은 1.295초로 점등했을 때 인지시간이 0.080초 감소하였다.

3.1.2 독립변인 t검정 결과

표본평균 비교를 통해 계산된 평균값을 토대로 등화여부(소등/점등)에 따라 점등에서 소등을 뺀 시간을 a.d.(평균 차이)로 정의하였다. 산출된 소등/점등 시의 a.d.가 유의미한지 알아보기 위한 독립변인 t검정 분석 결과, “자동차전용도로 야간 주행 시”에서만 유의미한 평균차이가 나타났으며(t (189) = 5.13, p <.001) 이를 Table 5에 제시하였다.

3.2.1 초소형전기차 안전식별등 초소형전기차 인식 설문조사 결과

현장 광도실험 시인성 설문조사 전 기초적인 자료수집을 위해 ‘성별’, ‘운전면허 유무’, ‘초소형전기차 운전경험 유무’, ‘초소형전기차 인식경험 유무’, ‘주행(탑승) 시 초소형전기차 인식 유무’, ‘초소형전기차 위험성 여부’, ‘평소 초소형전기차 인식’에 대해서 조사하였고, Figs. 8(a)~(d)와 같이 차트로 나타냈다.

설문조사의 참여자들은 남자가 80 %(남 = 16)이었고, 운전면허는 90 %가 있다고 답하였으며, 초소형전기차를 인식하고 있는지에 대해서는 65 %가 ‘인식하고 있다’라고 응답하였다. 차량을 타고 있을 때, 혹은 운전할 때 주변에 초소형전기차를 본 적이 있는지를 질문했을 때는 40 %가 ‘본 적이 있다’라고 답하였으며, 초소형전기차가 위험하다고 생각하는지 여부를 질문했을 때는 35 %가 ‘위험성이 있다’라고 응답하였다. 마지막으로 평소 초소형전기차에 대한 인식의 질문에서는 15 %가 ‘아주 좋다’, 50 %가 ‘좋다’, 25 %가 ‘보통이다’, 10 %가 ‘좋지 않다’라고 답했으며, ‘아주 좋지 않다’라고 답한 응답자는 없었다.

3.2.2 초소형전기차 안전식별등 시인성 설문조사 결과

수집한 데이터를 바탕으로 안전식별등 시인성의 평균 차이 및 유의성을 확인하기 위해 Microsoft Excel 프로그램과 Statistics SPSS 25.0 프로그램을 사용하여 표본평균 비교와 일원배치분산분석(One Way ANOVA)을 실시하였다.

Fig. 9에서 보듯이 초소형전기차 안전식별등 시인성 설문조사의 표본평균 비교 결과를 제시하였으며, 이 때, 주간·야간 모두 안전식별등이 없는 경우인 0 cd보다 안전식별등을 장착했을 경우인 10 cd, 20 cd 모두 비교차량과의 시인성 차이가 개선된 점을 확인하였다. 주간의 경우 안전식별등이 없는 경우인 0 cd일 때와 안전식별등을 장착했을 때인 20 cd와 비교하였을 때 거리에 따라 0.1 ~ 0.8 정도 시인성 차이가 나타나 안전식별등 유무에 따라 시인성의 차이가 크게 나지 않았다. 그러나 야간의 경우 안전식별등 장착 여부에 따라 1.25 ~ 1.5 정도 시인성 차이가 나타나 안전식별등의 유무에 따라 시인성의 차이가 크게 나타남을 확인할 수 있었다.

일원배치분산분석 결과, 주간의 경우 200 m (F (2, 57) = 8.50, p < .001), 100 m (F (2,57) = 1.20, p < .05)의 조건에서만 유의미한 평균차이가 나타났으며 야간의 경우 모든 조건에서 유의미한 평균차이가 나타났으며 이는 Table 6에 나타냈다.

Fig. 8. Micro Car Awareness Pie Charts: (a) Recognition of Micro Car, (b) Recognition of Micro Car When Driving, (c) Is Micro Car Dangerous?, (d) Awareness of Micro Ca

Fig. 9. Visibility of Safety Identification Lamp Average Comparison: (a) Day, (b) Night

3.2.3 초소형전기차 안전식별등 불쾌눈부심 설문조사 결과

시간/거리/조도에 따라 얼마나 불쾌눈부심을 느끼는지 판단하기 위해 Microsoft Excel 프로그램과 statistics SPSS 25.0 프로그램을 사용하여 평균비교 및 독립변인 t검정을 실시하였다.

Fig. 10과 같이 불쾌눈부심 평균비교 결과를 표현하였으며, 주간에는 모든 거리에서 10 cd, 20 cd 모두 눈부심 허용한계로 설정한 드보어눈부심지수 5를 넘었다. 야간에는 10 cd의 경우 모든 거리에서 불쾌눈부심이 드보어눈부심지수 5를 초과하였으나, 20 cd의 경우 50 m, 25 m 지점에서 드보어눈부심지수가 5 미만으로 나왔다. 독립변인 t-검정 결과, 모든 조건에서 유의미한 평균차이가 나타났으며 이는 Table 7에 나타냈다.

Fig. 10. Glare of Safety Identification Lamp Average Comparison: (a) Day, (b) Night