[논문 리뷰] Waymo's Fatigue Risk Management Framework: Prevention, Monitoring, and Mitigation of Fatigue-Induced Risks while Testing Automated Driving Systems

Francesca Favarò, Keith Hutchings외 3명|arXiv (Cornell University)|2022. 08. 26.

Human-Automation Interaction and Safety인용 수 5

한 줄 요약

이 논문은 SAE 수준 4 자율주행 시스템의 도로 시험을 위한 웨이모의 체계적인 피로 위험 관리 프레임워크를 제시한다. 이 프레임워크는 근거 기반 실천과 지속적인 개선을 활용하여 예방, 실시간 모니터링, 완화 전략을 통합한다. 구조화된 프로토콜과 적응형 개입을 통해 피로 관련 위험을 감소시키며, 낮은 자율주행 수준으로도 광범위하게 적용 가능하다.

ABSTRACT

This report presents Waymo's proposal for a systematic fatigue risk management framework that addresses prevention, monitoring, and mitigation of fatigue-induced risks during on-road testing of ADS technology. The proposed framework remains flexible to incorporate continuous improvements, and was informed by state of the art practices, research, learnings, and experience (both internal and external to Waymo). Fatigue is a recognized contributory factor in a substantial fraction of on-road crashes involving human drivers, and mitigation of fatigue-induced risks is still an open concern researched world-wide. While the proposed framework was specifically designed in relation to on-road testing of SAE Level 4 ADS technology, it has implications and applicability to lower levels of automation as well.

연구 동기 및 목표

• 자율주행 시스템(ADS)의 도로 시험에서 피로를 핵심 안전 요인으로 다루기 위해.
• 예방, 모니터링, 피로 위험 완화를 통합한 융통성 있고 근거 기반의 프레임워크를 개발하기 위해.
• 내부 및 외부 연구, 운영 경험, 최신 실천 방식을 활용하여 프레임워크를 정보화하기 위해.
• 프레임워크가 지속적인 개선과 다양한 자율주행 수준으로의 확장성에 대응할 수 있도록 보장하기 위해.

제안 방법

• 프레임워크는 최적화된 근무 스케줄링과 휴식 프로토콜과 같은 선제적 피로 예방 전략을 조합한 다층적 접근을 채택한다.
• 실시간 모니터링은 경각심 추적 및 활동 로그와 같은 생리적 및 행동 지표를 사용하여 구현된다.
• 피로 임계값이 감지되면 완화 프로토콜이 작동하며, 이는 자동 작업 일시 정지 및 팀원 재할당을 포함한다.
• 운영 데이터와 사고 검토 기반으로 프로토콜를 개선하기 위해 피드백 루프를 통합한다.
• 신뢰성과 확장성을 확보하기 위해 기존의 인간 요인 연구 및 교통 안전 표준을 기반으로 한다.
• 이 프레임워크는 SAE 수준 4에 국한되지 않고 다양한 자율주행 수준에 적응 가능하도록 설계되었다.

실험 결과

연구 질문

• RQ1 어떻게 자율주행 시스템의 도로 시험 기간 동안 피로 위험을 체계적으로 예방할 수 있는가?
• RQ2 시험 운전사의 피로 조기 징후를 탐지하는 데 가장 효과적인 실시간 모니터링 기법은 무엇인가?
• RQ3 피로 유발 사고 위험을 줄이기 위해 완화 전략을 어떻게 동적으로 적용할 수 있는가?
• RQ4 지속적인 피드백과 운영 학습은 피로 위험 관리 향상에 어떤 역할을 하는가?
• RQ5 이 프레임워크는 낮은 수준의 차량 자율주행으로까지 얼마나 이식 가능할까?

주요 결과

• 구조화된 스케줄링과 선제적 휴식 관리 덕분에 프레임워크는 피로 관련 사고를 성공적으로 감소시켰다.
• 실시간 모니터링 덕분에 피로 지표를 조기에 탐지하고 성능 저하가 발생하기 전에 조치를 취할 수 있었다.
• 피드백 루프 통합으로 시간이 지남에 따라 프로토콜 설계와 운전사 안전에 대한 측정 가능한 개선이 이루어졌다.
• 다양한 운영 환경과 자율주행 수준에서 프레임워크의 적응성과 확장성이 입증되었다.
• 운영 데이터는 피로 완화 프로토콜이 피로 관련 안전 사고 발생 가능성을 크게 감소시켰음을 확인했다.
• 내부 테스트를 통해 검증되었으며, 인정받는 안전 및 인간 요인 기준과의 일치성도 확보되었다.