• 한국ITS학회 논문지
• /
• 제23권5호
• /
• pp.293-307
• /
• 2024

혼합교통류 환경에서 자율차의 보수적인 주행행태는 전체 교통흐름에 부정적인 영향을 줄 수 있다. 선제적으로 혼합교통류의 이동성과 안전성을 관리하기 위해서는 실도로에서 수집된 자율주행 데이터를 활용하여 주행행태를 과학적 평가하는 것이 필수적이다. 본 연구에서는 Waymo Open Dataset을 활용하여 단속류 교차로 유형별 자율차와 비자율차의 주행행태를 비교 평가하는 방법론을 제안하였다. 영상자료를 통해 도로구간을 구분하고, 차량 추종 상황에서 자율차와 비자율차의 Time-to Collision(TTC)를 기반으로 상충률 차이를 비교하는 자율주행 보수성 지표(Autonomous Driving Conservativeness Index, ADCI)를 고안하였다. 분석 결과 모든 TTC 임계값에서 4지 비신호 교차로가 높은 ADCI로 관찰되었다. 이는 교차로 유형 중 4지 비신호 교차로에서 자율차의 주행 보수성(Conservativeness)이 높아, 비자율차 대비 보수적이게 주행함을 의미한다. 장기간 지속될 혼합교통류 환경에서 자율차가 전체 교통흐름에 부정적인 영향을 주지 않기 위해 도로구간별 주행행태를 분석하고 지원방안을 도출할 필요함을 시사한다. 본 연구의 방법론은 실도로 데이터셋 기반 자율차에 영향을 미치는 요인들을 분석하는 기초 자료로 활용될 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.183-200
• /
• 2022

자율주행 기술을 활용하여 사고 예방과 정체 감소를 위한 교통운영관리 전략을 개발하는 다양한 연구가 시뮬레이션 기반으로 수행되고 있다. 이를 위해서는 시뮬레이션에서 구현되는 자율차의 거동이 실제상황을 충분히 반영하여야 하며 일반차량의 거동과 차별화되어야 한다. 그러나 실제 자율차의 주행자료와 일반차량과의 상호작용 자료 취득의 어려움으로 인해 시뮬레이션 상의 자율차 거동에 대한 검증이 미흡한 상황이다. 본 연구의 목적은 주행 및 교통 시뮬레이션 실험을 통해 자율차 거동의 적정성을 평가하는 방법론을 개발하는 것이다. 본 연구에서는 개별 자율차 주행 시 요구조건과 교통류 내에서 다른 차량과의 상호작용 결과물인 퍼포먼스에 대한 요구조건을 정립하였다. 두 가지 관점의 요구조건에 대한 만족 여부를 주행 시뮬레이션과 교통 시뮬레이션을 이용하여 평가하는 프레임워크를 제시하였다. 본 연구의 결과는 보다 신뢰성 있는 자율주행 시뮬레이션 분석을 위한 유용한 기초자료로 활용될 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.39-47
• /
• 2023

The development of autonomous driving and Advanced Driver Assistance System (ADAS) technology has grown rapidly in recent years. As most traffic accidents occur due to human error, self-driving vehicles can drastically reduce the number of accidents and crashes that occur on the roads today. Obviously, technical advancements in autonomous driving can lead to improved public driving safety. However, due to the current limitations in technology and lack of public trust in self-driving cars (and drones), the actual use of Autonomous Vehicles (AVs) is still significantly low. According to prior studies, people's acceptance of an AV is mainly determined by trust. It is proven that people still feel much more comfortable in personalized ADAS, designed with the way people drive. Based on such needs, a new attempt for a customized ADAS considering each driver's driving style is proposed in this paper. Each driver's behavior is divided into two categories: assertive and defensive. In this paper, a novel customized ADAS algorithm with high classification accuracy is designed, which divides each driver based on their driving style. Each driver's driving data is collected and simulated using CARLA, which is an open-source autonomous driving simulator. In addition, Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) machine learning algorithms are used to optimize the ADAS parameters. The proposed scheme results in a high classification accuracy of time series driving data. Furthermore, among the vast amount of CARLA-based feature data extracted from the drivers, distinguishable driving features are collected selectively using Support Vector Machine (SVM) technology by comparing the amount of influence on the classification of the two categories. Therefore, by extracting distinguishable features and eliminating outliers using SVM, the classification accuracy is significantly improved. Based on this classification, the ADAS sensors can be made more sensitive for the case of assertive drivers, enabling more advanced driving safety support. The proposed technology of this paper is especially important because currently, the state-of-the-art level of autonomous driving is at level 3 (based on the SAE International driving automation standards), which requires advanced functions that can assist drivers using ADAS technology.

• 한국ITS학회 논문지
• /
• 제20권4호
• /
• pp.13-27
• /
• 2021

본 연구에서는 영동고속도로 용인IC~양지IC구간을 대상으로 2020년 데이터를 활용하여 자율주행자동차의 시장점유율 변화가 교통류에 미치는 영향을 추정하였다. 교통류에 미치는 영향 정도를 추정하기 위해 미시교통시뮬레이션 모형인 VISSIM을 활용하였다. 자율주행자동차의 종방향 제어를 반영하기 위해서 intelligent driver model(IDM)을 구축 후 VISSIM에 적용하여 일반차와 비교를 수행하고 주행행태를 검증하였다. 자율주행자동차의 시장점유율에 따른 이동성 및 안전성 분석 결과, 자율주행자동차 도입 시 시장점유율이 높아질수록 네트워크의 이동성은 향상되지만, 안전성의 경우 차종이 혼재되었을 때 교통류가 불안정해지므로 더욱 안전 관리에 집중해야 한다는 것을 확인하였다.