Core Concepts
보행자의 차량 간격 선택 행동과 횡단보도 사용 여부를 예측하여 자율주행 차량과 보행자 간의 상호작용을 향상시킬 수 있다.
Abstract
이 연구는 무신호 횡단보도에서의 보행자 횡단 행동을 예측하고 분석하였다. 가상 현실 시뮬레이터 데이터를 활용하여 다중 차량 및 보행자 상황에서 보행자의 차량 간격 선택 행동과 횡단보도 사용 여부를 예측하는 기계 학습 모델을 제안하고 평가하였다.
차량 간격 선택 예측 모델에서는 신경망 모델이 가장 우수한 성능을 보였으며, 미사용 차량 간격 수, 가장 큰 놓친 차량 간격, 대기 시간, 보행 속도, 그룹 행동 등의 요인이 중요한 것으로 나타났다.
횡단보도 사용 예측 모델에서도 신경망 모델이 가장 우수한 성능을 보였으며, 대기 시간과 미사용 차량 간격 수가 중요한 요인으로 확인되었다. 또한 선택한 차량 간격과 횡단보도 사용 간의 관계를 분석하였다.
이 연구 결과는 자율주행 차량과 보행자 간의 상호작용을 향상시키는 데 기여할 것으로 기대된다.
Stats
보행자의 평균 보행 속도가 증가할수록 더 작은 차량 간격을 선택한다.
보행자가 더 많은 차량 간격을 놓칠수록 더 작은 차량 간격을 선택한다.
보행자의 대기 시간이 증가할수록 더 큰 차량 간격을 선택한다.
횡단보도를 사용하지 않는 보행자들은 더 큰 차량 간격을 선택한다.
Quotes
"보행자의 횡단 행동을 이해하고 예측하는 것은 자율주행 시스템의 성능 향상과 운전 안전 개선에 필수적이다."
"무신호 횡단보도에서는 차량과 보행자 간의 모호한 우선권으로 인해 보행자가 차량 및 다른 보행자와 지속적으로 상호작용해야 한다."