• 한국ITS학회 논문지
• /
• 제23권4호
• /
• pp.94-109
• /
• 2024

무인 자율차의 공도 주행이 허용됨에 따라 연구에 활용가능한 자율차의 실도로 주행 데이터가 증가하는 추세이다. 따라서 혼합교통류 상황에서 실제 자율차가 교통안전에 미치는 영향을 분석할 수 있게 되었다. 자율차가 교통안전에 미치는 영향을 파악하기 위해서는 자율차의 주행행태를 효과적으로 반영할 수 있는 평가지표의 활용이 요구된다. 본 연구의 목적은 Waymo Open Dataset을 통해 자율차의 주행행태를 분석하여 단속류 도로 구간별 주행안정성을 평가하기 위한 주요 지표를 도출하는 것이다. 주성분 분석을 통해 단속류 도로 구간별 데이터에 대한 설명력이 높은 평가지표를 선별하고 주요 평가지표로 정의하였다. 이때, 종방향과 횡방향 주행 안정성을 구분하여 각각에 대한 주요 평가지표를 제시하였다. 이후 동일한 주요 평가지표가 도출된 단속류 도로 구간을 대상으로 주행안정성을 비교하였다. 비신호교차로 대비 곡선 단일로 구간에서 종방향 주행안정성이 약 35.48% 높게 도출되었다. 횡방향 주행안정성의 경우 비신호교차로 대비 신호교차로 구간에서 주행안정성이 76.08% 높게 도출되었으며, 직선 단일로가 곡선 단일로에 비해 146.87% 높은 것으로 도출되었다. 본 연구의 결과는 자율차의 실도로 주행 데이터를 활용한 자율차의 교통안전 영향 분석 시 기초 자료로 활용할 수 있을 것으로 기대된다.

• 자동차안전학회지
• /
• 제10권1호
• /
• pp.38-44
• /
• 2018

This paper presents an analysis on driving safety in lane change situation based on road driving data. Autonomous driving is a global trend in vehicle industry. LKAS technologies are already applied in commercial vehicle and researches about lane change maneuver have been actively studied. In autonomous vehicle, not only safety control issue but also imitating human driving maneuver is important. Driving data analysis in lane change situation has been usually dealt with ego vehicle information such as longitudinal acceleration, yaw rate, and steering angle. For this reason, developing safety index according to surrounding vehicle information based on human driving data is needed. In this research, driving data is collected from perception module using LIDAR, radar and RT-GPS sensors. By analyzing human driving pattern in lane change maneuver, safety index that considers both ego vehicle and surrounding vehicle state by using relative velocity and longitudinal clearance has been designed.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.160-173
• /
• 2021

최근 전 세계적으로 자율주행자동차 개발을 위한 연구가 증가하고 있으며, 자율주행자동차의 실도로 도입이 증가되고 있는 추세이다. 하지만, 자율주행자동차의 교통사고 발생으로 인해 자율주행자동차 안전성에 대한 관심이 높아지고 있다. 또한, 자율주행자동차 교통사고에 대한 특성 파악 및 분석 방법론 개발의 필요성이 대두되고 있다. 특히 미국 캘리포니아 차량관리국(California Department of Motor Vehicles, DMV)에서는 자율주행자동차의 교통사고 데이터를 수집하여 리포트 형태로 제공하고 있다. 본 연구에서는 DMV에서 제공하는 자율주행자동차 교통사고를 분석하는 방법론을 제시하였다. 또한, 텍스트 임베딩 기법을 이용하여 주요 키워드 및 주요 토픽 도출을 통해 개발된 방법론의 활용도를 검토하였다. 본 연구에서 개발된 방법론은 향후 자율주행자동차 교통사고 데이터가 충분히 수집된다면 자율주행자동차 교통사고 분석 및 자율주행자동차 개발시 활용될 수 있을 것으로 기대된다.

• 자동차안전학회지
• /
• 제10권4호
• /
• pp.40-49
• /
• 2018

Currently, a lot of researches about high risk test scenarios for autonomous vehicle and advanced driver assistance systems have been carried out to evaluate driving safety. This study proposes new type of test scenario that evaluate the driving safety for autonomous vehicle by reconstructing accident database of national automotive sampling system crashworthiness data system (NASS-CDS). NASS-CDS has a lot of detailed accident data in real fields, but there is no data of accurate velocity in accident moments. So in order to propose scenario generation method from accident database, we try to reconstruct accident moment from accident sketch diagram. At the same step, we propose an accident of occurrence frequency which is based on accident codes and road shapes. The reconstruction paths from accident database are integrated into evaluation of simulation environment. Our proposed methods and processor are applied to MILS (Model In the Loop Simulation) and VILS (Vehicle In the Loop Simulation) test environments. In this paper, a reasonable method of accident reconstruction typology for autonomous vehicle evaluation of feasibility is proposed.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.162-177
• /
• 2020

자율주행시스템에서 다양한 센서를 기반으로 한 외부환경 인지는 주행안전성과 직접적인 관계가 있다. 최근 머신러닝/심층 신경망 기술의 발전으로 심층 신경망 기반의 인지 모델이 사용됨에 따라, 인지 알고리즘의 올바른 학습과 이를 위한 양질의 학습데이터가 필수적으로 요구된다. 그러나 자율주행에 발생할 수 있는 모든 상황을 데이터를 수집하는 것은 현실적인 어려움이 많다. 해외와 국내의 교통 환경의 차이로 인지 모델의 성능이 저하되기도 하며, 센서가 정상동작을 못하는 악천우에 대한 데이터는 수집이 어려우며 질적인 부분을 보장하지 못한다. 때문에, 실제 도로가 아닌 시뮬레이터 내 가상 도로 환경을 구축하여 합성 데이터를 수집하는 접근법이 필요하다. 본 논문에서는 국내 실정에 맞게 국내 도로 상황을 모사한 시뮬레이터 환경 안에 날씨와 조도, 차량의 종류와 대수, 센서의 위치를 다양화하여 학습데이터를 수집하였고, 보다 더 좋은 성능을 위해 적대적 생성 모델을 활용하여 이미지의 도메인을 보다 실사에 가깝게 바꾸고 다양화 하였다. 그리고 위 데이터로 학습한 인지 모델을 실제 도로 환경에서 수집한 시험 데이터에 성능 평가를 진행하여, 실제 환경 데이터만으로 학습한 모델과 비슷한 성능을 내는 것을 보였다.

• 자동차안전학회지
• /
• 제15권2호
• /
• pp.21-27
• /
• 2023

This paper presents a simulation tool for developing and evaluating automated driving systems' lane change algorithm in urban congested traffic. The behavior of surrounding vehicles was modeled based on driver driving data measured in urban congested traffic. Surrounding vehicles are divided into aggressive vehicles and non-aggressive vehicles. The degree of aggressiveness is determined according to the lateral position to initiate interaction with the vehicle in the next lane. In addition, the desired velocity and desired time gap of each vehicle are all randomly assigned. The simulation was conducted by reflecting the cognitive limitations and control performance of the autonomous vehicle. It was possible to confirm the change in the lane change performance according to the variation of the lane change decision algorithm.

• 디지털융복합연구
• /
• 제17권11호
• /
• pp.207-213
• /
• 2019

대부분의 차량에 적용되어 있는 연료차단(fuel-cut) 관성주행은 변속기어 체결 상태에서 가속페달을 방치할 때 자동으로 작동하게 된다. 이 때 연료분사가 일시적으로 중단되므로 연비 향상 효과가 상당하다. 본 연구에서는 GPS를 이용하여 측정된 차속, 가속도, 도로구배 등의 신호를 바탕으로 하는 연료차단 관성주행 감지법을 제안하였다. 관성 주행시 작용하는 주행저항력에 의해 계산되는 가속도값과 GPS에서 실시간으로 측정되는 가속도값을 비교하는 방식이다. 실도로 주행 데이터를 측정하여 이 감지법을 평가한 결과 약 80% 수준의 정확도를 얻을 수 있었다. 도로구배가 다소 큰 12km 정도의 국도를 16분 동안 주행하면서 측정한 약 9,600개의 속도, 가속도, 도로구배 및 연료소모량 데이터에 감지법을 적용하여 얻은 결과이다. 인젝터 분사파형 분석을 위한 배선작업 등이 불필요하여 간단하게 연료차단여부를 판정할 수 있는 장점이 있다. 다만, 속도, 가속도 및 도로구배의 변화율이 연료소모량의 변화율에 비해 훨씬 크게 나타나기 때문에 감지법의 오차도 다소 증가하는 것을 알 수 있었다.

• 한국ITS학회 논문지
• /
• 제18권2호
• /
• pp.114-128
• /
• 2019

최근 전 세계적으로 자율주행자동차의 관심이 높이지고 있으며, 이에 따라 자율주행자동차의 안전성도 중요한 화두로 대두되고 있다. 국내에서도 자율주행자동차 실험도시인 K-City 구축 등 자율주행자동차 개발이 활발해짐에 따라, 자율주행자동차의 안전성을 평가할 수 있는 시나리오 개발이 필요한 시점이다. 본 연구에서는 경찰청 교통사고 데이터와 텍스트 마이닝 기법을 이용하여 K-City 커뮤니티부 도로 자율주행자동차 실험 시나리오를 개발하였다. 개발 결과, K-City 커뮤니티부 도로에서 자율주행자동차 실험을 위한 총 24개의 시나리오가 개발되었다. 또한, 페가수스 5-레이어 모형을 적용한 Logical 및 Concrete 혼합 시나리오 양식을 최종적으로 도출하였다.

• 한국ITS학회 논문지
• /
• 제23권2호
• /
• pp.173-188
• /
• 2024

자율주행차량(AV)의 기술 발전으로 실도로 내 자율주행이 가능해졌지만, 주변 요소로 AV의 인지 범위 또는 능력이 제한되는 인지 음영으로 완전한 자율주행에 어려움이 있다. 오늘날 Lv 4+ 자율주행 테스트 시나리오를 개발하기 위해서는 실제 도로에서 발생할 수 있는 다양한 인지 음영 상황을 파악하고 대비 전략을 구상하는 것이 중요하다. 따라서, 본 연구는 미국 캘리포니아 차량관리국(DMV)의 AV 사고 데이터를 통해 자율주행 모드 활성화 여부에 따라 AV와 일반차량의 사고 형태와 특성을 비교하고, AV 제어권 전환 데이터를 단계적으로 분류하여 인지 음영으로 인한 제어권 전환의 유형과 실제 사례를 도출하였다. 분석 결과, AV의 안전 운전 기동으로 일반 차량과 다른 사고 유형이 나타났으며, 3가지 유형의 인지 음영 사례를 파악하였다. 본 연구 결과는 Lv 4+ 자율주행 테스트 시나리오 개발의 중요한 기초자료가 될 것이며, 다양한 인지 음영이 고려된 테스트 시나리오를 통해 상황별 인지 음영을 해소하는 효율적인 전략을 마련할 수 있다. 이를 통해 실제 도로에서의 AV 주행 안전성을 효과적으로 평가하고 향상할 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.497-499
• /
• 2020

자율주행 차량이 많아지고 차량의 ECU가 고도화되면서 정확한 차량의 데이터를 획득하고 분석하여 활용하는 것이 중요해지고 있다. 현재에는 내연 기관 차량의 ECU 데이터를 얻기 위해서 OBDII 포트(규격)에 기반한 CAN동선을 주로 이용하고 있다. 하지만 OBDII 규격을 통해서 연비와 같은 중요한 차량 정보를 얻는 경우, 변환식 (MAF 센서(흡입 공기량 센서)와 공기/연료 비율을 이용)의 오차 범위가 커서 데이터의 정확도가 낮다. 본 연구에서는 머신 러닝 기법 중에 하나인 회귀 기법을 통해서 기존의 계산보디 더 정확한 연비를 구할 수 있는 모델을 개발하였다. 이러한 모델 개발을 통하여 차량의 RAW 데이터를 기반으로 필요한 차량 데이터를 정확하게 구할 수 있게 되었으며 20회가 넘는 실 도로주행을 통해서 본 모델의 정확도를 검증하였다.