• 기계저널
• /
• 제57권7호
• /
• pp.50-54
• /
• 2017

이 글에서는 자율주행자동차의 개념과 기술개발 단계에 대해 살펴보고, 안전 등의 문제로 실제 도로에서 제한적 연구를 수행할 수밖에 없는 자율주행차 연구의 한계를 극복하기 위한 HITL(Human-In-The-Loop) 시뮬레이터를 활용한 연구개발 사례를 소개한다.

• 대한토목학회논문집
• /
• 제42권4호
• /
• pp.519-526
• /
• 2022

자율주행 자동차는 기본적으로 차량과 도로에 설치된 센서를 활용해 수집된 도로·교통 정보를 통해 자율주행 기능을 수행한다. 그러나 이러한 기술과 정보만으로는 완전한 자율주행을 구현하는 것에 한계가 있음을 인정하고 있다. 최근에는 센서 기반 자율주행 기술의 한계를 극복하기 위해 다양한 방면에서 노력을 하고 있으며, 동적지도정보(local dynamic map: LDM)라 불리는 보다 구체적이고 정확한 도로 및 교통정보를 활용하는 노력도 진행 중이다. 그러나 LDM 관련 데이터 표준 및 데이터 세부항목 등이 아직 충분히 검증되지 않았으며, 자율주행 중 LDM의 시공간적 제공 범위에 대한 연구는 극히 제한적이다. 이러한 배경 하에, 본 연구의 목적은 기존 LDM 관련 연구 사례를 통해 기존 연구의 한계를 도출하고, 나아가 LDM 기반 도로·교통정보의 시공간적 활성화 구간 산정 프레임워크을 제시하는 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.430-431
• /
• 2022

자율주행 차량의 성능을 검증하기 위해서는 다양한 검증용 시나리오가 필요하기 때문에 최근에는 검증용 시나리오를 자동으로 생성하기 위한 연구들이 수행되고 있다. 실세계에서 발생되는 다양한 현상을 반영한 시나리오를 생성하기 위해서는 자율주행 차량의 주변 상황에 대한 측정이 필요하지만, 공간적인 문제로 한계가 발생한다. 이와 같은 데이터 수집의 어려움을 자율주행 차량에 탑재된 블랙박스의 영상을 통해서 생성하는 것이 가능하다. 본 논문에서는 DRQN을 이용하여 자율주행 차량 사고영역을 자동으로 탐지하는 방법을 제안한다. 동영상에서 추출된 프레임을 분석해서 교통사고 원도우의 초기 위치를 설정한다. DRQN 학습 프레임워크로 차량의 특징을 도출한다. 마지막으로 특징을 기반으로 교통사고 원도우의 크기와 위치를 조정해서 교통사고 영역을 정확하게 찾는다.

• 대한토목학회논문집
• /
• 제44권3호
• /
• pp.349-360
• /
• 2024

본 연구에서는 레벨4 이상의 완전자율주행자동차(autonomous vehicle)의 혼입률과 교통량의 변화에 따른 도로 네트워크의 성능 분석을 목적으로 하였다. 먼저, 자율주행자동차의 차량제어변수 관련 선행연구 검토와 전문가 설문 조사를 통해 자율주행 시장점유율 50 %로 예측되는 시점인 2040년의 장래 교통 수요를 예측해 이를 시뮬레이션 분석에 반영하였다. 또한, 승용차, 화물차, 버스의 자율주행 혼입률 및 교통량을 0~100 %까지 단계별 25 %씩 증가시켜가면서 연속류와 단속류의 교통흐름의 변화를 분석하였다. 분석 결과 교통량이 많아짐에 따라 통행시간이 증가함을 확인하였으며, 자율주행자동차 점유율이 증가 즉, 기술의 발전에 따른 통행시간 감소 패턴도 확인할 수 있다. 나아가, 자율주행자동차 점유율이 증가함에 따라 통행속도는 증가하는 추세를 보임도 확인할 수 있었다. 본 연구에서는 자율주행자동차 혼입률을 증가시키면서 교통량과 속도의 조합에 따른 한계대체율 산정을 통해 한계대체율 체감(law of diminishing MRS)의 법칙이 성립함을 확인하였다. 나아가 무차별 곡선의 볼록성도 단속류와 연속류 환경에서 모두 성립함을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권4호
• /
• pp.713-722
• /
• 2017

최근 자율주행 자동차에 대한 관심이 높아짐에 따라 자율주행 자동차 관련 기술 개발에 대한 활발한 연구가 진행되고 있다. 이에 따라 자율주행 환경에서의 운전자 관점에 대한 연구도 조금씩 늘어나고 있는 추세이다. 그러나 일부 연구들은 자율주행 자동차에 대한 낙관적인 입장만을 보이고 있다. 하지만, 선행 연구에서는 실제 자율주행 자동차를 태우지 않았다는 한계가 있다. 따라서, 본 연구에서는 자율주행 자동차를 기반으로 인간과 차량 간 상호작용을 알아보고자 에스노그라피 접근을 통한 질적 연구를 진행하였다. 그 결과, 자율주행 환경에서 운전자의 경험에 영향을 미치는 8개의 불신 요소를 도출하였다. 결과적으로 본 연구는 기존 신뢰 모형을 통해 자율주행 맥락에 적용하여 확장하였다는 점과 결과를 바탕으로 자율주행 환경에서 불신을 낮추고 신뢰를 높여줄 디자인 가이드를 제시했다는 점에서 이론적 및 실용적 의의가 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.924-926
• /
• 2017

본 논문에서는 좁고 곡률이 큰 도로에서의 자율 주행을 위한 AVM 시스템 기반의 알고리즘을 제안한다. 기존의 전방을 주시하는 모노/스테레오 카메라를 이용한 차선 인식 방법을 이용한 자율주행 알고리즘은 모노/스테레오 카메라의 제한된 FOV (Field of View)로 인해 좁고 곡률이 큰 도로에서의 자율 주행에 한계가 있다. 제안하는 알고리즘은 AVM 시스템을 기반으로 하여 이 한계를 극복하고자 한다. AVM 시스템에서 얻은 영상을 차선의 색상 정보를 이용해 차선의 영역을 이진화 한다. 이진화 영상으로부터, 차량의 뒷바퀴 주변의 관심영역을 시작으로 재귀적 탐색법을 이용하여 좌, 우 차선을 검출한다. 검출된 좌, 우 차선의 중앙선을 차량의 경로로 삼고 조향각을 산출해 낸다. 제한하는 알고리즘을 실제 차량에 적용시킨 실험을 수행하였고, 운전면허 시험장의 코스를 차선의 이탈없이 주행 가능함을 실험적으로 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.349-350
• /
• 2019

기존 실내복도 환경에서 실험한 자율주행 드론[1]은 드론의 연산성능 한계로 인해 노트북이 신경망 연산을 해서 드론에게 조향명령을 내리는 방식이였다. 본 논문에서는 이러한 한계를 극복하기 위해 NVIDIA사의 Jetson TX2 보드를 활용하여 실내복도 환경에서의 자율주행을 연구하였다.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.222-234
• /
• 2020

자율주행차는 GPS 및 레이더, 라이다, 카메라, IMU 등 다수의 센서가 장착되어 도심 교차로 주행 환경에서 다양한 교통체계를 인지하고 판단하여 주행하지만 장착된 센서의 감지 거리를 벗어나는 영역에 대한 예측 및 판단의 한계 등으로 자율주행차의 교차로 사고 비율은 전체 사고의 88%로 사고 비율이 높다. 따라서 ITS 도입으로 V2V, V2I를 통한 비신호 교차로 사고 회피 전략 연구가 진행되고 있을 뿐만 아니라 고장 상황에서 안전한 교차로 주행에 대한 연구도 진행되고 있지만 단순한 교차로 시나리오를 통한 검증과 단편적인 V2V 고장만을 제시하고 있다. 본 논문에서는 V2V 모듈의 아키텍쳐를 분석하여 V2V 모듈별 위험 요인을 분석하여 고장모드를 정의하였다. 또한 다양한 도로 조건 및 교통량에 따라 교차로 시나리오를 제시하여 ISO-26262 Part3 프로세스를 활용하여 HARA를 수행하여 자율주행차의 오작동에 대해 시뮬레이션 기반 위험성을 분석하여 ASIL을 제시하였다. V2V 모듈의 각 컴포넌트별 모니터링 컨셉을 제안하였고 시뮬레이션을 통해 모니터링 커버리지를 제시하였다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.30-42
• /
• 2023

자율주행시대에 맞춰 다양한 연구에서 미시교통시뮬레이션(VISSIM)을 활용하여 자율주행차 도입시 교통류 안전성 분석을 수행중이다. 그러나, 일반자동차의 주행행태를 VISSIM 내 파라미터로 반영하여 혼재시의 교통류 안전성을 분석한 연구는 미비하였다. 따라서 본 연구에서는 실제 주행행태와 유사한 주행행태를 구현하기 위하여 일반자동차의 VISSIM 입력변수를 유전알고리즘을 통해 최적화 한 후, 자율주행차 도입률에 따른 교통류 안전성 분석을 수행하는 것을 목적으로 한다. US I-101 고속도로의 640m 구간을 대상으로 후행차량이 일반자동차인 경우에 대해서 상충횟수 분석을 수행한 결과, 전체 상충횟수는 자율주행차 도입률 20%까지 증가하였으며 20%를 초과한 이후부터는 지속적으로 감소하였다. 일반자동차와 자율주행차 사이의 상충횟수는 자율주행차 도입률 60%까지 증가하는 것으로 분석되었다. 그러나, 자율주행차의 주행행태를 기존 문헌결과를 바탕으로 하여 실제 주행행태를 표현하지 못했다는 한계가 존재한다. 그러므로 보다 정확한 분석을 위해 향후 연구에서는 자율주행차의 실제 주행행태를 반영하여 연구를 수행할 필요가 있다.

• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.107-118
• /
• 2022

최근 자율주행 기술이 상용화 단계로 접어들며, 자율주행기반 모빌리티 서비스를 제공하는 서비스 플랫폼이 늘어나고 있다. 현재 자율주행 기반 모빌리티 서비스들은 자율주행차량의 주행 성능과 기능에 초점을 맞추어 서비스를 제공하고 있으므로 모빌리티 수단별 교통수요와 통행 특성을 고려한 서비스 지역을 선정하는 데에 한계가 있다. 따라서, 본 연구에서는 기존 모빌리티 서비스인 택시와 수요응답형 교통수단, 특별교통수단의 실제 교통 데이터를 활용하여 모빌리티 수단별 통행 특성을 분석하고 자율주행 적용 가능성을 검토한다. 이를 위해 모빌리티 서비스별 주요 사용 네트워크를 도출하고 전문가 조사를 기반으로 네트워크별 자율주행 난이도를 산정하여 모빌리티 서비스별 자율주행 적용 지수를 산출한다. 분석 결과, 수요가 분산된 형태의 모빌리티 서비스보다는 밀집된 형태의 서비스에서 자율주행 서비스 제공이 효율적인 것으로 확인된다. 또한 네트워크에 할당된 통행수요가 높고 자율주행 난도가 낮은 분포가 가장 큰 것은 특별교통수단으로 도출되었다.