Core Concepts
고속도로 진입 시나리오에서 주행 차량의 차로 변경 반응을 모델링하여 시뮬레이션 환경을 개선하는 것이 핵심 내용입니다.
Abstract
이 연구는 고속도로 진입 시나리오에서 주행 차량의 차로 변경 반응을 모델링하여 시뮬레이션 환경을 개선하는 것을 목표로 합니다.
먼저, 미국 전역의 50,000개 이상의 고속도로 진입로를 조사하여 대표적인 8개 지점을 선정하고, 이 지점에서 LIDAR 센서를 이용하여 진입 상황에 대한 자연스러운 운전자 행동 데이터를 수집했습니다.
이 데이터를 바탕으로 두 가지 차로 변경 의사결정 모델(MOBIL, mBRGT-D)을 구현하고 평가했습니다. MOBIL 모델은 기존 연구에서 널리 사용되는 모델이며, mBRGT-D 모델은 게임 이론 기반의 새로운 모델입니다.
두 모델 모두 주행 차량의 종방향 반응을 모사하는 MR-IDM 모델과 연계되어 있습니다. 최적화 과정을 통해 각 모델의 파라미터를 튜닝하여 차로 유지와 차로 변경 행동을 모두 잘 모사할 수 있도록 했습니다.
최종적으로 이 모델들은 고성능 시뮬레이션 환경에 통합되어 실시간으로 동작할 수 있음을 확인했습니다. 이를 통해 자율주행 차량 개발을 위한 고속도로 진입 시뮬레이션 환경을 개선할 수 있을 것으로 기대됩니다.
Stats
차로 변경 행동을 보인 차량은 전체의 3.3%에 불과했습니다.
차로 변경 행동을 보인 차량의 비율은 HOMER 데이터에서 2.3%, exiD 데이터에서 7.8%였습니다.