차량 디지털 트윈은 차량 상태 모니터링에서 시작하여 완전 자율 주행을 지원하는 수준까지 발전할 수 있다.
본 연구는 실시간 관측 지연이 존재하는 환경에서 자율 주행 차량이 안전하고 효율적으로 고속도로에 진입하여 합류할 수 있도록 하는 강화 학습 기반 접근 방식을 제안한다. 이를 위해 주변 차량의 운전 스타일을 추론하는 감독 학습 모듈과 안전성을 보장하는 제어기를 통합한 L3IS 에이전트를 개발하였다. 또한 관측 지연을 고려한 AL3IS 에이전트를 제안하여 실제 환경에서의 강인성을 향상시켰다.
자율 주행 차량과 보행자 간의 상호작용에서 확장성 문제를 파악하고 해결책을 제시한다.
자율 주행 차량의 외부 인터페이스가 보행자 안전과 횡단 경험에 미치는 영향을 탐구하고, 연결된 eHMI의 효과적인 활용을 제시한다.
자율 주행 차량의 위치 결정을 개선하기 위한 필터링 프레임워크의 중요성
교통 흐름 무작위화를 통해 자율 주행 차량의 결정과 제어를 향상시키는 방법
자율 주행 차량을 위한 협력적이고 상호작용 인식 결정 알고리즘의 중요성과 효과적인 운전 결정을 강조합니다.
자율 주행 차량의 진화와 핵심 기술에 대한 종합적인 탐구