Cell Transmission Model 시뮬레이션을 기반으로 한 클라우드 환경 아래에서의 고속도로 교통 예측 및 최적 제어 시스템 개발 (Development of Traffic Prediction and Optimal Traffic Control System for Highway based on Cell Transmission Model in Cloud Environment)

서지정보

· 발행기관 : 한국ITS학회
· 수록지 정보 : 한국ITS학회 논문지 / 15권 / 4호 / 68 ~ 80페이지
· 저자명 : 탁세현, 여화수

초록

자율주행 차량은 다양한 센서를 활용하여 사람과 유사한 수준으로 실시간 도로환경 변화를 인지, 환경 변화에 대한 적절한 판단 및 제어를 수행하여야 한다. 특히 영상센서는 차선인식 기능을 통해 주행방향 결정 및 차로이탈 방지 등 조향제어 수행을 위한 인지에 활용된다. 하지만 관련 성능기준은 ADAS(Advanced Driver Assistance System)와 연계된 ‘운전자 보조’ 역할에 초점이 맞춰져, 자율주행시 요구되는 ‘주체적 상황 인지’를 위한 성능조건과 다를 것으로 판단된다. 본 연구에서는 자율주행시 차선인식 기능이 정상적으로 작동되지 않는 상황이 지속될 때 차량 진행방향과 도로 선형 방향의 불일치에 따라 발생되는 횡방향 차로이탈을 차량의 이동 궤적을 기반하여 추정하고, 안전성 확보를 위한 차로이탈 허용 수준 및 영상센서 성능수준을 제시하였다. 분석 결과 승용차 조건에서 차선인식 기능이 1초 이상 연속적인 오작동을 일으킨다면 차로이탈에 의한 위험한 상황에 놓일 수 있는 것으로 나타났다. 따라서 자율주행 차량을 위한 차선인식 기능 평가 시 현재 기준보다 큰 횡방향 차로이탈상황에 대한 검토가 필요할 것으로 판단된다.

영어초록

This study proposes the traffic prediction and optimal traffic control system based on cell transmission model and genetic algorithm in cloud environment. The proposed prediction and control system consists of four parts. 1) Data preprocessing module detects and imputes the corrupted data and missing data points. 2) Data－driven traffic prediction module predicts the future traffic state using Multi－level K－Nearest Neighbor (MK－NN) Algorithm with stored historical data in SQL database. 3) Online traffic simulation module simulates the future traffic state in various situations including accident, road work, and extreme weather condition with predicted traffic data by MK－NN. 4) Optimal road control module produces the control strategy for large road network with cell transmission model and genetic algorithm. The results show that proposed system can effectively reduce the Vehicle Hours Traveled upto 60%.

참고자료

· 없음