An Optimal Route Algorithm for Automated Vehicle in Monitoring Road Infrastructure

도로 인프라 모니터링을 위한 자율주행 차량 최적경로 알고리즘

The purpose of this paper is to devise an optimal route allocation algorithm for automated vehicle(AV) in monitoring quality of road infrastructure to support the road safety. The tasks of an AV in this paper include visiting node-links at least once during its operation and checking status of road infrastructure, and coming back to its depot.. In selecting optimal route, its priority goal is visiting the node-links with higher risks while reducing costs caused by operation. To deal with the problem, authors devised reward maximizing algorithm for AVs. To check its validity, the authors developed simple toy network that mimic node-link networks and assigned costs and rewards for each node-link. With the toy network, the reward maximizing algorithm worked well as it visited the node-link with higher risks earlier then chinese postman route algorithm (Eiselt, Gendreau, Laporte, 1995). For further research, the reward maximizing algorithm should be tested its validity in a more complex network that mimic the real-life.

본 논문의 목적은 도로 인프라의 안전성 관리를 위해 운행하는 자율주행차의 최적경로 선정 알고리즘을 제안하는 것이다. 자율주행차는 지정된 구역의 도로 네트워크의 노드-링크를 최소한 한 번 이상 주행하며 인프라 요소의 위험성을 검지하고, 다시 차고지로 복귀해야 한다. 이때 위험도가 높은 노드-링크를 우선 방문해야 한다. 본 논문에서는 위험도가 높은 노드-링크를 방문하면 높은 보상을 주는 보상 최적화 알고리즘을 제안하였다. 새로운 알고리즘의 유효성 검증을 위해 토이 네트워크를 구성하고, 중국 집배원 배달경로 알고리즘과 비교했다. 보상 최적화 알고리즘의 이동 횟수는 중국 집배원 배달경로의 이동 횟수와 같으나, 임의로 지정한 고위험 노드-링크는 보상 최적화 알고리즘에서 선 순위로 통과했다. 하지만, 본 연구의 보상 최적화 알고리즘은 단순구조의 토이 네트워크를 통해 검증하였으나, 향후 실제 도로환경과 유사한 복잡한 네트워크에서 알고리즘의 유효성을 검증해야 하는 과제가 남아 있다.