제4차 산업 혁명 중 무인 운송 수단인 자율주행자동차가 주목받고 있다. 자율주행자동차는 운전자 및 차량에 위험 상황이 발생하는 경우 차량을 제어하여 안전성을 확보해주며 인프라들을 통해 최적 경로 정보를 수신받으며 해당 경로를 따라 주행하며 이동성을 확보하는 장점이 존재한다. 이러한 자율주행기술 개발이 진행되면서 자율주행자동차에 대한 다양한 연구가 국·내외에서 활발하게 진행 중이다. 자율주행자동차는 다양한 도로 주행이 가능해야 하는데 기존의 연구들은 자율주행자동차의 ...
제4차 산업 혁명 중 무인 운송 수단인 자율주행자동차가 주목받고 있다. 자율주행자동차는 운전자 및 차량에 위험 상황이 발생하는 경우 차량을 제어하여 안전성을 확보해주며 인프라들을 통해 최적 경로 정보를 수신받으며 해당 경로를 따라 주행하며 이동성을 확보하는 장점이 존재한다. 이러한 자율주행기술 개발이 진행되면서 자율주행자동차에 대한 다양한 연구가 국·내외에서 활발하게 진행 중이다. 자율주행자동차는 다양한 도로 주행이 가능해야 하는데 기존의 연구들은 자율주행자동차의 알고리즘을 연구에 활용된 도로이외에 다른 도로를 고려하지 않고 단일 솔루션을 제공하여 한계가 존재한다. 실제 국내 도로유형은 4가지로 분류되어 있으며 설계속도에 따른 이동성, 접근성에 따라 상대적으로 요구되는 안전성에 대한 차이가 발생한다. 이에 도로유형을 고려한 복합적인 솔루션을 가지는 자율주행자동차 알고리즘을 제시하는 필요가 있을 것으로 확인되었다. 본 연구의 목표는 알고리즘을 이용해 완전한 자율주행자동차를 구현하고 국내 도로유형 및 특성에 최적화된 자율주행자동차의 주행변수 조합을 제시하는 것이다. 이를 위해 Enhanced Intelligent Driver Model(EIDM)을 이용하여 자율주행자동차의 종적 움직임을 제어하고, Lane Change Model을 통해 횡적 움직임을 제어하였다. 또한, 최적화 주행변수를 도출하기 위해 EIDM 파라미터와 Lane Change 변수를 Latin Hyper Cube Sampling(LHS)을 이용해 다양한 조합의 주행변수를 도출하고 최종적으로 도로유형 및 특성에 최적화된 주행변수를 제시하고자 하였다.
제4차 산업 혁명 중 무인 운송 수단인 자율주행자동차가 주목받고 있다. 자율주행자동차는 운전자 및 차량에 위험 상황이 발생하는 경우 차량을 제어하여 안전성을 확보해주며 인프라들을 통해 최적 경로 정보를 수신받으며 해당 경로를 따라 주행하며 이동성을 확보하는 장점이 존재한다. 이러한 자율주행기술 개발이 진행되면서 자율주행자동차에 대한 다양한 연구가 국·내외에서 활발하게 진행 중이다. 자율주행자동차는 다양한 도로 주행이 가능해야 하는데 기존의 연구들은 자율주행자동차의 알고리즘을 연구에 활용된 도로이외에 다른 도로를 고려하지 않고 단일 솔루션을 제공하여 한계가 존재한다. 실제 국내 도로유형은 4가지로 분류되어 있으며 설계속도에 따른 이동성, 접근성에 따라 상대적으로 요구되는 안전성에 대한 차이가 발생한다. 이에 도로유형을 고려한 복합적인 솔루션을 가지는 자율주행자동차 알고리즘을 제시하는 필요가 있을 것으로 확인되었다. 본 연구의 목표는 알고리즘을 이용해 완전한 자율주행자동차를 구현하고 국내 도로유형 및 특성에 최적화된 자율주행자동차의 주행변수 조합을 제시하는 것이다. 이를 위해 Enhanced Intelligent Driver Model(EIDM)을 이용하여 자율주행자동차의 종적 움직임을 제어하고, Lane Change Model을 통해 횡적 움직임을 제어하였다. 또한, 최적화 주행변수를 도출하기 위해 EIDM 파라미터와 Lane Change 변수를 Latin Hyper Cube Sampling(LHS)을 이용해 다양한 조합의 주행변수를 도출하고 최종적으로 도로유형 및 특성에 최적화된 주행변수를 제시하고자 하였다.
During the fourth industrial revolution, self-driving cars, an unmanned transportation means, are attracting attention. Self-driving cars have the advantage of securing safety by controlling the vehicle when a dangerous situation occurs to the driver and vehicle, receiving optimal route ...
During the fourth industrial revolution, self-driving cars, an unmanned transportation means, are attracting attention. Self-driving cars have the advantage of securing safety by controlling the vehicle when a dangerous situation occurs to the driver and vehicle, receiving optimal route information through infrastructure, and driving along the route to secure mobility. As the development of self-driving technology progresses, various researches on self-driving cars are actively being conducted at home and abroad. Self-driving cars should be able to drive on various roads, but existing studies have limitations by providing a single solution without considering other roads other than the roads used in the study. Actual domestic road types are classified into four types, and there is a difference in relatively required safety according to mobility and accessibility according to design speed. Accordingly, it was confirmed that there is a need to present an autonomous vehicle algorithm that has a complex solution considering the road type. The goal of this study is to implement a complete self-driving car using an algorithm and to present a driving variable combination optimized for domestic road types and characteristics. To this end, the longitudinal movement of the autonomous vehicle was controlled using the Enhanced Intelligent Driver Model (EIDM), and the lateral movement was controlled through the Lane Change Model. In addition, in order to derive optimized driving variables, EIDM parameters and Lane Change variables were used to derive driving variables in various combinations using Latin Hyper Cube Sampling (LHS), and finally, driving variables optimized for road types and characteristics were presented. Keywords : Autonomous Vehicle, Parameter Optimization, Road Type, EIDM
During the fourth industrial revolution, self-driving cars, an unmanned transportation means, are attracting attention. Self-driving cars have the advantage of securing safety by controlling the vehicle when a dangerous situation occurs to the driver and vehicle, receiving optimal route information through infrastructure, and driving along the route to secure mobility. As the development of self-driving technology progresses, various researches on self-driving cars are actively being conducted at home and abroad. Self-driving cars should be able to drive on various roads, but existing studies have limitations by providing a single solution without considering other roads other than the roads used in the study. Actual domestic road types are classified into four types, and there is a difference in relatively required safety according to mobility and accessibility according to design speed. Accordingly, it was confirmed that there is a need to present an autonomous vehicle algorithm that has a complex solution considering the road type. The goal of this study is to implement a complete self-driving car using an algorithm and to present a driving variable combination optimized for domestic road types and characteristics. To this end, the longitudinal movement of the autonomous vehicle was controlled using the Enhanced Intelligent Driver Model (EIDM), and the lateral movement was controlled through the Lane Change Model. In addition, in order to derive optimized driving variables, EIDM parameters and Lane Change variables were used to derive driving variables in various combinations using Latin Hyper Cube Sampling (LHS), and finally, driving variables optimized for road types and characteristics were presented. Keywords : Autonomous Vehicle, Parameter Optimization, Road Type, EIDM
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.