Development of Car Following Model of Adaptive Cruise Controlled Vehicle Considering Human Factors

인간공학적 요소를 반영한 첨단차량 추종모형

  • 박희제 (부경대학교 위성정보과학과) ;
  • 배상훈 (부경대학교 위성정보과학과) ;
  • 정희진 (부경대학교 위성정보과학연구소)
  • Published : 2008.04.30

Abstract

Conventional car following models are controlled when the velocity of following vehicle is equal to preceding vehicle without consideration of relative distance. Also, since the car following models are hardly consider the driver's behaviors and the environmental factors in driving, the models can't be adopted in reality. Hence, we developed the car following model applying Human Factors to consider driver's safety and comfortness. We simulated to compare the suggested model with the existing model, GGM(General GM). As results of simulations, the GGM model followed the preceding vehicle when the velocity of following vehicle was equal to preceding vehicle without relation of relative range. The other side, when the relative range was less or over than safety range, the suggested model made the relative range equal to safety range. Accordingly, we could be sure that the model would decrease the driver's discomfort and intensify the safety on driving without unnecessary waste of road. We identified that the suggested model is more realistic than the conventional GGM model.

기존의 첨단차량 추종거동 모형은 선행차량과의 상대거리와 관계없이 동일한 속도이면 추종상태를 유지하는 비현실적 제약성을 내포하고 있다. 따라서 본 연구에서는 추종상황에서 차량간 적정 상대거리를 유지함과 동시에 추종차량 운전자의 안전성과 안락함을 고려하기 위해 인간공학요소를 반영한 보다 현실적인 추종거동모형을 개발하고자 하였다. 인간공학요소의 반영을 위하여 운전자의 개별특성, 환경적 요소, 속도 및 거리관계에 의해 나타나는 운전자의 불안감도(MOA, Measurement of Alarm)를 퍼지모형 구축을 통해 측정하였으며, 측정된 불안감도를 경감시키고 적정 안전거리를 확보하도록 모형을 개발하였다. 개발된 모형의 성능을 검증하기 위하여 기 개발된 GGM(General GM)모형과 동일한 시나리오에 따라 시뮬레이션을 수행하였다. 수행 결과, 선행차량과의 상대거리에 관계없이 속도가 동일하면 추종을 그대로 유지하는 GGM모형과 달리, 제안된 모형은 선행차량과의 상대거리가 안전거리 이하 또는 이상이면 상대거리를 안전거리만큼 넓히거나 좁힌 후 추종상태를 유지하였다. 이는 제안된 모형이 기존의 모형에 비해 더욱 안전한 거동을 하는 것을 나타낸다. 또한 GGM모형이 상대거리와 속도 관계에 의해 높은 불안감도를 유지하는 반면, 제안된 모형은 불안감도를 허용 불안감도까지 경감시켜 추종거동을 유지하여 운전자의 안락함을 잘 반영하는 것으로 나타났다. 따라서 운전자 불안감도의 경감 측면과 도로이용의 효율성 측면에서 제안된 모형이 기존의 GGM모형을 대폭 현실화시킨 것으로 판단되었다.

Keywords

References

  1. 김장욱.남궁문.김정현.이수범(2006), "퍼지 및 신경망 이론을 이용한 교통사고예측모형 개발에 관한 연구", 대한교통학회지, 제24권 제7호, 대한교통학회, pp.81-90
  2. 정영근.박창호(2005), "퍼지 추론을 이용한 최단 경로 탐색 알고리즘의 개발", 대한교통학회지, 제23권 제8호, 대한교통학회, pp.171-179
  3. 박희제 외(2005), "첨단 차량 및 도로분야의 세계동향", 대한교통학회 부산.울산.경남 지회
  4. 배상훈 (2007), "첨단제어차량의 추종거동을 위한 최적 안전거리 산정", 대한토목학회논문집D
  5. Rovert D. Mather(2007), "Age and Driving Behavior : Contributions from Human Factors", Journal of Scientific Psychology, July 2007
  6. Chiyomi Miyajima and et. al(2007), "Driver Modeling Based on Driving Behavior and Its Evaluation in Driver Identification", 2007 IEEE
  7. Sakda Panwai and et. al(2005), "Development and Evaluation of a Reactive Agent-Based Car Following Model", IEEE 2005
  8. Chung, Sung Bong and et. al(2005), "Development of Sensitivity Term in Car-Following Model Considering Practical Driving Behavior of Preventing Rear End Collision", Journal of the Eastern Asia Society for Transportation Studies, Vol.6, pp.1354-1367
  9. Pradash Ranjitkar and et. al(2005), "Experimental Analysis of Car Following Dynamics and Traffic Stability", TRB 2005 Annual Meeting CD-ROM
  10. Arif Mehmood and et. al(2002), "Application of System Dynamics in Car-Following Models", For presentation at the 20th Annual Conference of the System Dynamics Society
  11. Srinivas Peeta and et. al(2005), "Minmizing Truck-Car Conflicts on Highway", FHWA/IN/ JTRP-2004/16
  12. 이상배(1999), "퍼지-뉴로제어시스템", (주)교학사
  13. 이현엽.문경일(1999), "MATLAB을 이용한 퍼지-뉴로", 도서출판 아진