자율주행 모빌리티와 일반 차량 혼재상황에서 교통류 및 주행 시뮬레이션 연계를 통한 도로 인프라 안전성 평가

Abstract

자율주행 차량의 주행행태는 운전자 조작에 의한 비자율주행 차량의 주행과 근본적인 차이가 존재한다. 혼합교통류 환경이 향후 수십 년간 지속될 것으로 전망됨에 따라, 자율-비자율 혼합교통류 환경에서 도로 인프라 주행안전성을 평가하기 위한 방법론을 개발할 필요성이 있다. 본 연구에서는 연속류 도로선형 조건 및 시설에 따른 상대적 안전성을 평가하기 위한 통합 평가지표 integrated risk score(IRS)를 개발하였다. 주행-교통 시뮬레이션을 연계하여 41개의 평가 대상 선형 및 시설에 대한 자율주행 차량의 시장 점유율에 따른 주행안전성 취약 구간을 분석하였다. Multi agent driving simulator(MADS) 실험을 통해 자율주행 차량을 추종하는 비자율주행 차량의 거동을 현실적으로 모사하였고, 자율차의 시장 점유율 변화에 따른 교통류 안전성을 분석하기 위해 교통 시뮬레이션 분석을 수행하였다. 분석 결과, 자율주행 차량을 추종하는 비자율주행 차량의 수정된 intelligent driver model 파라미터는 더 큰 안전 거리를 유지하고 선행 차량의 일관성 있는 주행행태로 인해 가속 및 감속이 감소한 것으로 도출되었다. 수정된 파라미터를 VISSIM에 적용하여 도로 설계 요소별 상대적 안전성 분석한 결과, 자율주행 차량의 시장 점유율에 관계 없이 평행식 가속차로가 가장 취약한 것으로 도출되었다. 각 평가지표와 IRS 순위는 자율주행 MPR 변화에 따라 변동 미미, 우하향, 우상향, 볼록형 4가지 주행안전성 패턴이 관찰되었다. 본 연구는 향후 자율주행 차량 도입이 확대되는 미래도로 환경의 주행안정성 증진에 기여할 것으로 기대된다.

The expected persistence of mixed traffic environments, consisting of both autonomous vehicles and manually-driven vehicles, necessitates the development of methodologies to evaluate the driving safety of uninterrupted flow road infrastructure under mixed conditions. This study develops an integrated risk score (IRS) to evaluate the relative safety of various road alignments and facilities under different market penetration rates (MPRs) of autonomous vehicles. The research utilizes driving and traffic simulations to analyze the safety of 41 road alignments and facilities across various autonomous vehicle market penetration rate scenarios. The analysis results show that the modified Intelligent Driver Model (IDM) parameters for manually-driven vehicles following autonomous vehicles show increased safe time headway and reduced maximum acceleration and desired deceleration due to the consistent driving behavior of the leading autonomous vehicles. The application of these modified parameters in VISSIM facilitated the analysis of the relative safety of different road design elements. The findings revealed that regardless of the MPR of autonomous vehicles, parallel acceleration lanes were the most vulnerable. Four distinct driving safety patterns were observed: low variability, downward trend, upward trend, and convex. This study presents a comprehensive methodology for assessing road infrastructure safety in mixed traffic environments, considering different autonomous vehicle market penetration rates, and aims to contribute to the enhancement of driving safety in future road environments with the increasing adoption of autonomous vehicles.