자율 주행으로 나아가기 위한 혁신 한 솥
ACC기능의 기술 수용도를 높이기 위한 UX 관점에서의 전략
자동차에 대한 운전자의 경험은 2가지로 분류할 수 있다. 운전자에 의해 실행되는 경험과 자동차가 스스로 조작하는 것에 의한 경험이다. [표1]은 ADAS(Advanced Driver Assistance System)의 대표적인 기능들이다[1]. 대부분의 기능들은 자동차가 스스로 조작하여 운전자에게 경험을 제공하지만 운전자들은 주행에 있어서 자동차를 통제하지 못할 때 불안함을 느낀다[2]. 그래서 주행과 직접 관련이 있는 ACC(Adaptive Cruise Control), ALC(Adaptive Light Control), Automatic Parking과 Lane Departure Warning System기능은 운전자들이 실행을 조작할 수 있도록 되어있다. 하지만 기능이 실행되고 나면 사람이 더 이상 조작할 수 없는 ACC기능은 사람들에게 불안함을 느끼게 한다.
현대 자동차와 테슬라의 ACC기능을 살펴보면 두 자동차 모두 ACC기능 실행 중 자동차를 조작할 수 없다. 하지만 현대 자동차 운전자들은 ACC기능을 많이 사용하지 않는 반면 테슬라의 운전자들은 모두가 ACC기능을 사용하고 있다. 현대 자동차는 ACC기능 실행 중 무조건 핸들을 잡고 있어야한다. 하지만 테슬라는 ACC기능 실행 중 핸들에서 손을 놓고 있어도 되며, 중간에 한 번씩 핸들을 흔들어 주기만 하면 된다. 겉으로 보기엔 테슬라에서의 ACC기능은 자동차와 운전자의 경험을 따로 분리시켜 운전자가 자동차를 통제하는 경험으로부터 멀어지게 하기 때문에 더 불안함을 느낀다고 생각할 수 있다. 하지만 왜 테슬라 운전자들이 현대 자동차 운전자들 보다 더 많이 ACC기능을 사용하는 것일까?
표 1 ADAS(Advanced Driver Assistance System) List
(*D : Activated by the Driver, M : Activated by the Machine)
경험의 3차원 요소로 현대자동차와 테슬라 자동차를 비교하였을 때, 감각적 경험 차원에서는 생동감의 차이가 있었다. ACC기능 사용 시 클러스터에 나타나는 정보 표현이 테슬라의 클러스터가 주변 도로 상황, 속도 표시, 교통 표지판 등을 제시하면서 시스템이 작동하는 이유에 서사성을 부여하여 생동감을 높였다면 현대 자동차는 단지 계기판에 사용 표시등이 표시되어 테슬라 자동차보다 낮은 생동감을 보였다. 판단적 경험 차원에서는 테슬라는 ACC기능 실행 시 앞 차와의 간격을 알아서 조정하거나 차선 변경 등 추가적인 ADAS기능을 실행함으로 시스템 주도적인 모습을 보였지만 현대자동차는 그러지 못했다. 마지막으로 구성적 경험 차원에서는 테슬라 운전자는 핸들에서 손을 놓을 수 있는 경험을 통해 주행의 중심성을 자동차에 맡기고 운전자는 주행에서 분리된 경험을 할 수 있었다. 이를 통해 테슬라 자동차에서 더 많은 현저성을 경험할 수 있다.
이러한 경험의 차이를 자동차 기술 수용 모델(Car Technology Acceptance Model)[3]을 이용하여 운전자의 ACC기능에 대한 수용 과정을 정의하고 현대 자동차의 ACC기능 기술 수용을 위해서 어떤 전략을 취해야하는지 제시하고자 한다.
자동차 기술 수용 모델(Car Technology Acceptance Model)
그림 1 Car Technology Acceptance Model(CTAM *The grey determinants are inherited from the UTAUT[Unified Theory of Acceptance and Use of Technology][4])
행동적 의도(Behavioral Intention)는 다양한 요소에 의해 나타난다. 수행 기대(Performance Expectancy)는 운전자가 시스템을 사용할 때, 주행 중 목적을 달성하기 위해 시스템을 믿는 정도이다. ACC기능은 운전자가 주행 중 자율 주행이라는 목적을 가지고 있다. 필자는 테슬라 운전자들이 왜 ACC기능을 압도적으로 더 많이 사용하는지 알아보기 위해 테슬라 S모델을 시승해 보았었다. 처음에 테슬라를 시승하기 전까지는 기술에 대한 염려(Anxiety)가 높아서 시승하기 전까지 시승을 취소하는 것도 고려하고 있었다. 하지만 테슬라의 ACC기능을 실행했을 때는 기능이 매우 잘 동작하는 것을 경험했다. 하지만 분기점에서 자동차가 길을 찾지 못하고 분기점을 왔다 갔다 할 때, 차가 막히는 상황에서 바로 옆에 있는 차가 끼어들기를 시도할 때 ACC기능이 제대로 작동하지 못했으며 사고가 날 뻔한 경험을 했었다. 이는 인지된 안전감(Perceived Safety)를 떨어트려 테슬라 자동차에 대한 수행 기대를 떨어트리는 경험이었다. 따라서 이를 방지하기 위해 ADAS 시스템이 가지는 한계점을 운전자들에게 미리 제공하는 것은 운전자의 수행 기대와 실제 수행 사이의 간극을 줄여줄 수 있기 때문에 기술 수용도를 높여줄 수 있다.
자기 능률(Self-Efficacy)은 기술을 사용하는 개인의 능력을 어떻게 평가하는지에 대한 정도이다. 자기 능률은 운전자의 본인의 운전 실력에 대한 믿음에 따라 나타난다. 이것은 행동적 의도에 영향을 준다. 예를 들어 초보 운전자라면 자동차가 운전을 해주는 것이 더 안전하다고 생각할 수도 있고, 능숙한 운전자라면 자동차 보다 운전자 자신이 운전하는 것이 더 안전하다고 느낄 수 있는 것이다. 노력 기대(Effort Expectancy)는 시스템을 얼마나 편리하게 사용할 수 있을 것 같은 지와 관련이 있다. 일반적으로 사람들은 ACC기능이라고 하면 ACC실행 버튼을 누르고 차가 알아서 운전하는 것을 기대하고 있다. 현대자동차의 G90과 테슬라의 모델S를 비교했을 때, 현대 자동차의 경우 ACC기능을 계속해서 실행하기 위해서는 핸들을 잡고 있어야하는 불편함이 있다. 반면 테슬라 모델S의 경우 운전자는 핸들에서 자유로워지며 다른 경험을 할 수 있다. 주행 중 핸들을 흔들어 주는 역할만 하면 되기 때문에 ACC기능 실행에 있어서 노력을 덜 필요로 한다. 이를 통해 주행의 중심성은 자동차로 옮겨가며 운전자는 자동차 내에서 다른 경험을 하면서 주행의 중심성으로부터 멀어진다. 이것은 테슬라 자동차의 ADAS기능에 대한 구성적 경험을 현대 자동차의 ACC기능보다 현저성을 크게 만든다. 결국 현저성이 큰 것은 기술 수용도를 높여준다는 것을 알 수 있다.
이러한 행동적 의도는 사용하는 행동으로 이어진다. 사용하는 행동에는 용이 조건(Facilitating Conditions)이 추가 변수로 작용된다. 용이 조건은 시스템에 대한 신뢰도 이다. 또한 ACC기능의 사용 빈도에 따라서 달라질 수도 있다. ACC기능을 자주 사용하여 기능 자체에 대해 익숙하다면 시스템에 대해 높은 용이성을 가지고 있을 것이다. 판단적 경험 차원에 의해서 시스템 사용에 대한 용이 조건은 시스템 주도성이 높을 때 높아진다. 앞에서 비교 했듯이 테슬라는 현대자동차의 G90보다 높은 시스템 주도성을 가지고 있기 때문에 더 많이 ACC기능을 사용하는 행동을 보인다고 분석할 수 있다. 따라서 ACC기능의 기술 수용도는 시스템 주도성이 높을 때 나타나는 것으로 볼 수 있다.
결론적으로 ACC기능의 이용 의도를 CTAM을 사용하여 운전자의 기술 수용 경험을 분석했을 때 높은 기술 수용도를 위해서는 인지된 안정감, 현저성과 시스템 주도성을 높여주어야 한다. 또한 운전자의 운전 숙련도에 따라서 다른 경험을 제공하는 디자인을 해야한다.
ACC기능의 사용성을 높이기 위한 디자인
운전자의 주행을 방해하지 않으면서 시스템 사용을 돕는 차량 내 인터페이스가 다양하게 연구되었다.[5] 시각적 인터페이스, 촉각적 인터페이스, 청각적 인터페이스가 있다. 하지만 시각적 인터페이스는 전방 주시에 시각적 감각의 Pool을 모두 사용하고 있기 때문에 추가적인 시각적 인터페이스를 주는 것은 사람에게 인지부하를 준다. 실제로 필자가 테슬라를 시승했을 때에도 센터페시아에 나타나는 다양한 정보가 있음에도 확인하지 못했다. 촉각적 감각의 경우 ACC기능 사용을 위해 안정감, 현저성, 시스템 주도성을 주는 인터페이스는 경험을 제공하기가 쉽지 않다. 따라서 음성 인터페이스가 주행 중 ACC기능의 기술 수용도를 높이기 위한 수단으로 적절하다. 또한 음성 인터페이스를 활용할 때 운전자에게 시스템의 한계를 미리 알려주는 것이 운전자가 ACC기능을 사용하기 전 염려를 줄여줄 수 있으며[6]. 수행 기대 정도와 실제 수행 간의 차이를 줄여준다고 한다. 자동차 기술 수용 모델에서 얘기했듯이 기술 수용도는 사용자에 따라서 달라질 수 있다. 그렇기 때문에 사용자에 따라 다른 사용 전략을 취해야한다. 본 디자인에서는 자기 능률에 따라 서비스를 개인화 시킴으로써 ACC기능의 사용성을 높이고자 한다. 즉 초보 운전자와 능숙한 운전자에 따라 다른 음성 에이전트 서비스를 통해 기술 수용도를 높이고자한다.
ACC기능 추천을 위한 Context 분석 모델 디자인
그림 2 ADAS 기능 실행을 위해 제안된 Context 분석 모델[7]
음성 에이전트가 사용자 주도성이 아니라 시스템 주도성이 되기 위해서는 주행 상황을 스스로 파악하고 운전자에게 전달할 수 있어야한다. [그림 2]는 LKA(Lane Keeping Assist), ACC(Adaptive Cruise Control), PCS(Pre-collision Systems)의 기능을 분석 모델을 통해 실행하는 모식도이다. 본 상황 분석 모델은 주행 상황 분석을 위해 도로 상황과 차량 상태를 감지한다. 이 정도로 운전자에게 시스템 동작의 서사성을 부여하는 것은 감각적 경험 차원에서 생동감을 충분히 부여할 수 있다고 생각한다. 운전자에게 시스템 주도성을 유지하면서 안정감을 주기 위해서는 서사적 정보 구조를 전달하는 것이 필수이다. 현재 우리나라에서는 5G를 이용하여 자율 주행 자동차의 시대와 가까워 졌다. 5G의 초저지연 현상을 이용하여 각 도로에서의 MEC(Mobile Edge Computing)기술로 교통 상황을 빠르게 전달할 수 있다. 그래서 필자는 5G기술의 발달로 [그림 2]의 주행 상황 분석 모델에 교통 상황을 추가하여 자동차 내에서 추가적인 센서 없이 상황 추론을 할 수 있을 것이라고 생각한다. 그리고 [그림 2]의 모형은 분석이 통합적으로 이루어지는 것을 알 수 있다. 시간적 순서 또는 과정의 순서로 나타나는 서사적 구조로 표현하기 어렵다. 정보의 처리는 대분류에서 소분류로 하여야 사람이 이해하기에 흐름이 자연스럽기 때문에 큰 데이터 처리부터 하는 것을 제안한다. 따라서 필자는 [그림 3]과 같이 분석의 순서를 제안한다. 교통 상황 분석을 통해 도로의 흐름을 파악하고, 도로 상황 분석을 통해 도로의 특징을 파악하고 최종적으로 차량 상황을 분석하여 운전자에게 생동감을 높여주기 위한 서사적 정보 구조를 제공할 수 있는 흐름(Flow)를 마련하였다.
그림 3 제안된 ADAS 기능 실행을 위해 제안한 정보 구조 Flow
기술 수용도를 향상 시키기 위한 음성 에이전트 디자인
필자는 이전 분석에서 현대 자동차의 생동감이 낮다고 지적한 바 있다. 실제로 ACC기능 실행 중 G90의 경우 ACC기능의 실행이 명시적으로 와 닿지 않는다. 이를 테슬라에서는 [그림 4]와 같이 표시해주고 있다. ACC기능 실행 중에는 왼쪽 원이 파랗게 표시되며 추가로 오토 파일럿 기능 실행 시에는 오른쪽 원의 핸들이 파랗게 표시되어 기능이 실행 중임을 명시해주고 있다. 또한 가운데 나타나는 숫자로 표현되는 속도는 일반 자동차의 계기판 보다 사용자에게 필요한 정보만 전달하기 때문에 정보 구조가 ACC기능을 위한 것으로 디자인되어 있음을 확인할 수 있다.
그림 4 테슬라 클러스터의 명시적인 ACC
이러한 정보 구조는 주행 상황 분석 모델에서 가져올 수 있다. 필자가 제안한 정보 구조 흐름에 따라 교통 상황을 분석한 정보의 예시로는 “교통 상황이 매우 혼잡합니다.” ,“앞 쪽에 사고가 발생했습니다.”, “교통 신호등이 초록불로 바뀌었습니다.” 같은 것들이 있다. 도로 상황 분석의 정보 예시로는 “잠시 후 분기점입니다.”, “커브 길입니다.” 이다. 마지막 차량 상황 분석의 정보 예시는 “앞 차와의 간격이 좁습니다.“ 같은 것들이 있다. 이런 정보들은 운전자에게 음성 인터페이스를 통해 ACC기능을 추천한다면 운전자들은 안정감을 느낄 수 있다. 따라서 음성 에이전트의 시나리오는 [그림 5]와 같다.
그림 5 제안된 ACC기능 추천 음성 에이전트 실행 시나리오
자동차는 주행 상황을 파악하기 위해 [그림 3]과 같은 정보 구조 흐름을 가진다. 그리고 주행 상황에 따라 [그림 6]과 같은 실행 구조를 가진다. ACC기능을 실행하기 위해서는 도로 교통 상황이 복잡하지 않고, 주변 차량이 없어야 하며, 차량의 속도가 일정하게 달리는 안정적인 상태를 유지해야한다. 이 때 시스템 주도성이라고 해서 에이전트가 무작정 실행하는 것이 아니라, 추론 상황을 운전자에게 설명하면서 동의를 받아야 한다. 동의를 받는 이유는 어느 정도 사용자의 통제를 받는다는 느낌을 주기 위해서 이다. [그림 6]을 예시로 발화문을 작성하면 “현재 도로 상황이 한적하며 주변 차량이 없고 안정적으로 주행할 수 있는데 ACC기능을 실행해도 되겠습니까?” 그리고 운전자가 동의를 하면 ACC기능을 실행한다. 이는 운전자가 가진 주행의 중심성을 자동차로 넘기는 행위이기 때문에 현저성을 높이는 경험을 할 수 있게 한다. 또한 서사적 정보 구조로 정보를 전달함으로써 운전자가 인지하는 안정감을 높여줄 수 있다.
그림 6 제안된 ACC기능 추천 알고리즘 예시
운전 능숙도에 따른 개인화 디자인
자동차 기술 수용 모델에 따르면 개인에 따라 염려와 기술에 대한 정서적 태도는 주행 상황에 영향을 받는 것이 아니라주행 하기 전에 개인에 따라 크게 편차가 나타나는 요소들이다. 이는 운전자들이 ACC기능에 대한 불신과 두려움을 낳는다. 또한 ACC기능을 얼마나 사용해보았는지 경험에 따라 다르게 나타날 수 있다. 그렇기 때문에 기술을 처음 접하는 사람들의 기술 수용도를 능숙한 기술 사용자로 중심점을 옮기기 위해서는 기능 사용 후 운전자와의 인터랙션이 중요하다.
그림 7 제안된 ACC기능 개인화 시나리오
[그림 7]은 ACC기능의 운전 능숙도에 따른 개인화를 위해 제안한 시나리오이다. 음성 에이전트는 ACC기능 사용이 끝나고 나면 운전자에게 경험에 대한 피드백을 요구한다. “ACC기능을 사용하는 도중 많이 불안 하셨나요?” 같은 주행 중 기능 사용에 대한 운전자의 감정 피드백을 받는다. 일반적으로 초보 운전자라면 ACC기능에 대해서 많은 불안함을 느꼈을 것이다. 만약에 운전자가 부정적인 피드백을 주었다면, 에이전트는 시스템이 가지는 한계점을 제공하면서 운전자의 부정적인 경험에 대한 근거를 부여함으로 설득을 시킨다. “아직 ACC기능을 많이 사용해보시지 않으셔서 어색하시죠? ACC기능은 안정적인 상황에서 주행을 하는 기능으로 완벽하지 않기 때문에 운전자님의 도움이 많이 필요합니다.” 반대로 능숙한 운전자라면 ACC기능을 많이 사용해보았기 때문에 자동차 기술 수용 모델에 영향을 미치는 염려에 대한 부분이 많이 줄었을 것이다. 그렇다면 에이전트는 마지막에 “ACC기능을 자주 사용해 보셨나봐요? 즐거운 주행이 되셨나요?”라고 대화를 마무리한다. 이 외에 기술에 대한 정서적 태도를 긍정적으로 만들어 주기 위해서 에이전트는 운전자가 ACC기능에 대해 부정적인 감정을 느꼈다면 기술이 나쁜 것이 아니라는 것을 계속해서 대화 인터랙션을 통해서 알려준다면 기술 수용도를 높일 수 있을 것이다. 이처럼 음성 인터랙션의 피드백을 통해 운전자의 주행 능숙도에 따라서 기능의 개인화를 시킨다면 ACC기능의 사용성을 높일 수 있다.
경험재로서의 ACC기능
이 전에 실시했던 설문조사에 의하면 ACC기능은 탐험재라고 볼 수 있다. 자동차 기술 수용 모델에 따르면 사회적 영향력 또한 기술 수용도에 영향을 미친다. 자동차는 한 번 구매하고 나면 쉽게 바꾸지 않는 제품이다. 하지만 ACC기능이 완벽해지기 시작한 것은 몇 년 되지 않았다. 따라서 현재 거리에 달리고 있는 자동차에서 ACC기능이 완벽하게 동작하는 것은 실제로 많이 없을 것이다. 그렇기 때문에 ACC기능은 사람들이 굳이 기능이 존재하는 자동차를 찾아서 써야하는 기능이다. 그렇기 때문에 사용자들은 ACC기능이 가지는 기능적 가치와 유희적 가치를 충분히 알 수 있는 시간이 부족하다. UX경제학적으로 ACC기능을 운전자들이 더 많이 사용하게 하기 위해서는 ACC기능을 탐험재에서 경험재로 바꾸어 주어야한다. 자동차 기술 수용 모델에 따라 ACC기능의 사회적 인식을 바꾸어 주면 탐험재에서 경험재로 바꾸어 줄 수 있을 것 같다. 최근에 나온 구글의 자율 주행 자동차의 사고 소식은 사회적으로 자율 주행에 대한 인식을 부정적으로 만든다. 하지만 자율 주행 기술을 통해서 긍정적인 소식을 전해들은 바가 없다. 현대 자동차는 모터 스튜디오를 운영하면서 자동차에 대한 경험을 소비자에게 제공하며, 직접적인 피드백을 들을 수 있는 통로가 있다. 또한 탐험재를 경험재로 바꾸기 위해서 소비자들에게 계속해서 ACC기능에 대해서 노출을 시킨다. ACC기능이 있는 차량을 “쏘카”나 “우버” 같은 업체를 통해서 대여를 해주는 서비스를 한다면 탐험재에서 경험재로 쉽게 바뀔 수 있을 것이다. 따라서 소비자들에게 광고나 체험 활동을 통해서 지속적으로 ACC기능에 대해서 노출을 시켜야 한다.
그림 8 경기 버스 내부
현대 자동차는 시내 버스의 대부분의 차량을 차지하고 있다. [그림 8]은 현대 자동차의 슈퍼 에어로 모델을 사용하는 버스이다. 필자는 버스를 타면서 [그림 8]에 나와 있는 모니터를 통해서 다음 정류장의 정보를 얻기도 하면서 여러 광고를 시청하기도 한다. 현대 자동차는 본 모니터를 활용해서 ACC기능에 대한 사회적 인식을 바꾸어 주어야한다. ACC기능이 승용차에서 부터 시작하는 것이 맞을 수도 있지만, 실제로 ACC기능은 장거리 트럭 운전자들을 위한 기술에서 발전했다. 이처럼 버스에서 사용될 수 있는 ACC기능을 모니터를 통해 에이전트로 탑승자들에게 전달한다면 ACC기능에 대한 사회적 영향력을 높일 수 있으며, 곧 이는 자동차 기술 수용도를 높일 수 있을 것으로 생각된다.
지금까지 자동차 기술 수용 모델의 요소들에 따라서 ACC기능의 기술 수용도를 높이기 위한 전략들을 제시하였다. 정리하자면 기술의 서사적 정보 구조를 운전자에게 직접 제시하는 것이 제일 중요하다. 서사적 정보 구조를 운전자에게 제시하는 것은 감각적 경험 차원에서의 생동감과 판단적 경험 차원에서는 운전자에 따라 다르게 느끼기 때문에 개인화에 따른 시스템 주도성에 대한 근거를 제시함으로써 안정감을 준다. 또한 구성적 경험 차원에서 현저성을 경험하게 하기 때문에 서사적 정보 구조를 제시하는 것이 중요하다. 그렇기 때문에 서사적 정보 구조에서 어떻게 정보를 수집해서 운전자에게 전달하지 주행 상황 분석 모델을 교통 상황에 대한 정보 수집을 추가하여 제시하였다. 마지막으로 비즈니스 전략 차원에서 탐험재인 ACC기능을 경험재 속성으로 바꿀 수 있는 방안을 제시하면서 ACC기능의 기술 수용도를 높이고자 했다.
기업에서는 자율 주행 기술이 이제 상용화 단계에 있다고 한다. 하지만 2G 핸드폰에서 스마트폰으로 순식간에 바뀐 것과는 달리 자동차 제품의 속성때문에 소비자들은 갑자기 자율 주행 기술이 적용된 차량을 구매하지는 않을 것이다. 따라서 현대 자동차에서 ACC기능이 적용된 자동차를 소비자들에게 판매하기 위해서는 기술 수용도를 높이는 것이 중요하기 때문에 ACC기능에 대한 기술 수용도가 높은 테슬라 자동차와 비교하여 위와 같이 기술 수용도를 높이는 방안을 제시하였다. 이제는 자동차 자체의 기능 보다는 운전자의 기술 수용도를 바탕으로 자동차 기능에 운전자가 익숙해질 수 있도록 뜸을 들이는 충분한 시간을 제공하는 것은 어떨까?
[1] Laukkonen, J. (2019, June 03). 13 Essential Advanced Driver Assistance Systems. Retrieved from https://www.lifewire.com/ advanced-driver-assistance-systems-534859
[2] Linehan, C., Murphy, G., Hicks, K., Gerling, K., & Morrissey, K. (2019). Handing over the Keys: A Qualitative Study of the Experience of Automation in Driving. International Journal of Human–Computer Interaction, 1-12.
[3] Osswald, S., Wurhofer, D., Trösterer, S., Beck, E., & Tscheligi, M. (2012, October). Predicting information technology usage in the car: towards a car technology acceptance model. In Proceedings of the 4th International Conference on Automotive User Interfaces and Interactive Vehicular Applications (pp. 51-58). ACM.
[4] Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 425-478.
[5] Gärtner, M., Meschtscherjakov, A., Maurer, B., Wilfinger, D., & Tscheligi, M. (2014, September). Dad, stop crashing my car!: Making use of probing to inspire the design of future in-car interfaces. In Proceedings of the 6th International Conference on Automotive User Interfaces and Interactive Vehicular Applications (pp. 1-8). ACM.
[6] Lin, S. C., Hsu, C. H., Talamonti, W., Zhang, Y., Oney, S., Mars, J., & Tang, L. (2018, October). Adasa: A Conversational In-Vehicle Digital Assistant for Advanced Driver Assistance Features. In The 31st Annual ACM Symposium on User Interface Software and Technology (pp. 531-542). ACM.
[7] Guo, C., Meguro, J., Kojima, Y., & Naito, T. (2014). A multimodal ADAS system for unmarked urban scenarios based on road context understanding. IEEE transactions on intelligent transportation systems, 16(4), 1690-1704.
