자율주행환경에서 차량 간 사고 위험도 분석기반 속도제어전략 개발 및 평가

Abstract

도로를 주행하는 차량은 주변의 차량들과 끊임없이 상호작용을 하고 그 영향을 받는다. 주체차량의 안전한 주행은 주변차량과의 안전한 상호작용 결과로 수행된다. 따라서 차로변경 주체차량과 주변차량과의 상호작용 특성을 이해하고, 교통사고 발생 개연성을 계량화하여 분석할 수 있다면 사고 예방 및 심각도 감소를 위한 과학적이고 체계적인 대응방안 개발할 수 있다. 최근에는 자율주행자동차에 대한 관심과 함께 운전자의 주행안전성을 향상시킬 수 있는 기술(Advanced Driver Assistance Systems, ADAS)들이 등장하였다. ADAS의 성능 평가를 위한 능동적이고 효과적인 Surrogate Safety Measure(SSM)에 대한 연구가 지속적으로 수행되고 있다. 본 연구는 차량의 주행궤적자료를 이용하여 주변차량과의 상호작용을 분석하고 실시간 주행 위험도를 계량화화는 방법론을 제시하였다. 개별차량들과의 위험도를 실시간으로 계량화하기 위해 사고발생개연성 측면과 사고심각도 측면을 고려한 각각의 위험도 개별평가 지표를 개발하였다. 그리고 Fault Tree Analysis(FTA) 기법을 활용하여 각각의 평가지표를 하나의 통합지표로 나타내어 주체차량과 주변차량들과의 위험한 상호작용을 계량화하였다. 그리고 차량의 주행위험도를 감소시키기 위한 최적의 차량 감가속 제어방안을 강화학습을 통해 학습하고 적정성을 평가하였다. 마지막으로 주체차량과 상호작용 대상차량의 위치와 속도정보를 활용하여 Risk Map 작성방안을 개발하였으며, 주행차량의 위험도를 최소화하기 위한 방안으로 Risk Map 기반 속도제어방안을 제시하였다. 마지막으로 차량의 주행위험도를 감소시키기 위한 최적의 차량 감가속 제어방안을 강화학습을 통해 학습하고 적정성을 평가하였다. 본 연구에서 제시한 지표와 방법론은 다양한 도로교통 조건에 따른 교통류 안전성을 평가할 수 있을 것이며, 새로운 SSM을 개발하는데 기여할 것으로 기대된다. 또한 첨단안전자동차의 안전한 차로변경을 지원할 수 있을 것이며, 특히 ADAS의 관련기술 개발 및 효과분석에도 기여할 것으로 기대된다. 자율주행시대에는 자율주행 자동차를 통해 주변의 교통상황을 수집하고 모니터링가능 할 것이다. 따라서 능동적이고 효과적인 경고정보제공 관리전략을 수립하는데 기여할 것이며, 장기적인 측면에서도 체계적인 교통안전 대응책 계획 수립 및 효과평가에 기여할 수 있을 것으로 기대된다.