자율주행차 실사고 데이터를 활용한 연관규칙 분석 기반 자율주행차 도심부 사고 시나리오 방법론 개발Development of Autonomous Vehicle Traffic Accident Scenarios in Urban Areas based on Real-World Accident Data using Association Rule Mining
- Other Titles
- Development of Autonomous Vehicle Traffic Accident Scenarios in Urban Areas based on Real-World Accident Data using Association Rule Mining
- Authors
- 이호준; 강민희; 송재인; 황기연
- Issue Date
- Jun-2023
- Publisher
- 대한교통학회
- Keywords
- apriori algorithm; association rule mining; autonomous vehicle; dmv collision report; traffic accident scenario; Apriori 알고리즘; 연관규칙 분석; 자율주행차; DMV 사고 보고서; 사고 시나리오
- Citation
- 대한교통학회지, v.41, no.3, pp.375 - 393
- Journal Title
- 대한교통학회지
- Volume
- 41
- Number
- 3
- Start Page
- 375
- End Page
- 393
- URI
- https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/31409
- ISSN
- 1229-1366
- Abstract
- 자율주행차 개발에 따라 교통사고 감소 등이 기대되고 있으나, 자율주행차 사고가 끊임없이 발생하고 있어 안전성 및 신뢰성 문제가 대두되고 있다. 이를 해소하기 위해 자율주행차 안전성 평가 시나리오가 활용되고 있으며, 이는 차량의 안전과 직결되어 있어 시나리오의 신뢰성 및 구체성이 필수적으로 요구된다. 이에 본 연구는 자율주행차 안전성 평가를 위해 신뢰성과 구체성을 확보한 자율주행차의 도심부 사고 시나리오 생성 방법론을 제안하였다. 시나리오의 신뢰성을 확보하기 위해 자율주행차 실사고 데이터인 DMV collision report를 활용하였으며, 구체성을 확보하기 위해 데이터 마이닝 기법인 연관규칙 분석의 Apriori 알고리즘을 활용하였다. DMV collision report를 활용하여 연관규칙을 분석한 결과, 약 300,000개의 연관규칙이 확인되었으며, 차량 충돌 형태와 연관성이 높은 다양한 사고 요인의 조합을 도출하였다. 구체적인 시나리오를 제시하기 위해 PEGASUS 프로젝트와 CETRAN 프로젝트를 분석하여 최종적으로 9개의 시나리오 요인을 선별하였으며, 해당 시나리오 요인을 모두 포함한 연관규칙을 기반으로 6개의 자율주행차 도심부 사고 시나리오를 제시하였다. 본 연구에서 제시한 6개의 시나리오는 자율주행차의 안전성 평가를 위한 시나리오로 활용 가능할 것으로 기대된다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/31409)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.