자율-비자율 차량 혼재 상황의 주행안전성 평가를 위한 시뮬레이션 기반 최적 평가지표 도출 연구

Abstract

자율-비자율 차량 혼재교통상황에서 교통안전성 평가를 위한 시뮬레이션 분석에서는 실제 교통환경을 효과적으로 설명할 수 있는 주행안전성 평가지표 도출이 요구된다. 본 연구의 목적은 Real-world 자율주행 데이터 분석을 통해 시뮬레이션 내 자율주행차 거동을 구현하고 시뮬레이션 환경에서 도로 위험구간을 식별하기 위한 최적의 주행안전성 평가지표를 도출하는 것이다. 실제 자율주행차 주행자료를 분석하여 시뮬레이션 환경에서 자율주행차의 거동을 구현하였다. 시뮬레이션 상에서 실제 도로위험구간을 유사하게 나타낼 수 있는 지표 선정을 위해 의사결정나무 분석을 수행하였다. 주행안전성 분석을 통해 도출한 도로 위험구간을 의사결정나무 기반 위험구간 분류모델 구축의 출력변수로 활용하였다. 자율주행차 거동이 구현된 시뮬레이션의 평가지표별 주행안전성 분석결과는 의사결정나무 분석의 입력변수로 활용하였다. 도로 위험구간을 가장 효과적으로 분류하는 최적 평가지표는 평균 jerk로 도출되었다. 최적의 평가지표인 평균 jerk 기반 상위 3개의 상암 자율주행차 시범운행지구 도로위험구간을 도출하였으며, 각 구간에서 주행안전성에 영향을 미치는 도로 교통요인을 제시하였다. 본 연구의 결과는 시뮬레이션 기반 혼재교통상황의 교통안전성 평가를 위해 효과적으로 사용될 것으로 기대된다.

It is necessary for deriving effective driving safety indicators, which can accurately describe the real-world traffic conditions in the simulation analysis, to evaluate mixed traffic situations including autonomous and manual vehicles. The purpose of this study is to simulate the maneuvering of autonomous vehicles through the analysis of real-world autonomous driving data and to derive promising driving safety evaluation indicators for identifying hazardous road sections in the simulation environment. A decision tree analysis was conducted to identify indicators that can closely resemble real-world hazardous road sections within the simulation. The hazardous road sections identified by driving safety analysis were utilized as the output variables for constructing a decision tree-based hazardous section classification model. The simulated evaluation indicators were used as input variables for the decision tree analysis. The average jerk was identified as the most promising indicator. The top three hazardous road sections within the Sangam Autonomous Vehicle Demonstration Zone were identified by the average jerk. Then the factors affecting driving safety for each section were discussed. The results of this study are expected to be effectively utilized for the evaluation of traffic safety in mixed traffic situations based on simulations.