[논문]멀티 에이전트를 이용한 도로정체에 따른 교통흐름 예측 및 통합제어 I : 시뮬레이션 시스템 개발 및 최적화를 위한 모델링

조기용; 배철호; 김현준; 주열; 서명원

문제 정의

본 연구에서는 운전자의 특성을 나타내기 위해, 양보지^와 '추월지수'를 개발 . 적용하였다.
본 연구의 목적은 MATDYMO 의 도시 고속도로에 대한 교통 흐름 예측 결과를 바탕으로 도시 고속도로 교통축에 대한 통합제어 를 수행하는 것이다.

가설 설정

8veh/km/ lane로설정하여 150분 동안 시뮬레이션을 수행하고 시뮬레 이션 결과를 URFSIM과 비 교하였다. 본 논문에서 가정한 내용eURFSIM의 논문과 비교 검증하기 위해 동일한 내용으로 가정하였다.
1개 차선 당 용량은 시간당 2, 050 대로서 구간 당 용량은 6, 150veh/hr이다. 총 시뮬레이션 시간은 150분이며 상류부에서 진입교통량은 4, 200 veh/hr로설정하였다. 시뮬레이션 시간 30분에 소구 간 10에서 유고가 발생하여 60분까지는 차선두 개가 폐쇄되어 소구간 용량이 2, 150veh/hr이며, 60분부터 120분까지는 차선 한 개가 폐쇄되어 소구간 용량이 4, 300veh/hr가 되는 것으로 유고상황을 설정하였다.

제안 방법

최적화 대상은 램프미터링과 간선 도로 신호 주기 제어를통한 지체의 최소화, 도시고속도로 통행 량의 최 대화, 그리고 지체 및 통행량 최적화의 세 가지로 정하여, 각각에 대한 문제정의를 하였다. 이를 통하여 관련 논문 "멀티 에이전트를 이용한 도시고속도로 교통축에 대한 통합 제어. II: 최적화"에서 통합 제어 최적화를 수행하였다
이러한 차량 에이전트를 위하여 차량 동역학을 이용한 차량 모델을 사용하였다 본 연구에서 사용된 차량동역학 모델은 서명원, 김태기 등에 의하여 개발된 8자유도 차량동역 학 모델을 참고하고, 동력 전달계 모델을 추가하여 구성하였다.6) 차량모델은 차량의 정상상태 및 비 정상상태 운동 시 동특성 해석을 위해 Fig. 3과 같이 차량의 무게중심에 대하여 종 방향, 횡 방향, 차량 수직 축방향 회전운동, 차량 종축방향 회 전운동 및 각 차륜의 회 전운 동에 대한 8자유도 모델을 구성하였다7). 본 논문에서는 단순한 차량 모델을 사용하여도 취지에는 부합되나 향후 도로 곡선부에서의 차량 거동 등을 나타낼 수 있도록 8자유도 모델을 채택하였다 동력전달계 모델은 대상차량의 확보된 제원을 반영하고, 미확보된 제원은 본 연구실에서 기 수행한 바 있는 SVPG(Sungkyunkwan Univ.
개발된 멀티 에 이전트 기반 교통시뮬레이션 모델을 이용하여 도로 기하구조, 통행수요, 제어 방식의 변화에 따라 도시고속도로 본선과 램프의 교통류 상황을 동적으로 예측하였다. 또한, 개발된 시스템을 URFSIM10)과 비교하여 개발된 시스템을 검증하였다.
경로 선택의 자율성은 운전자의 다양성을 나타내는 가장 중요한 요소 중 하나이다 본 시스템에서는 A* 알고리즘을 통하여 거시적인 경로를 선택하고, 이후 교통 상황 변화에 따라 운전자 에 이 전트의 판단에 따라 미시적인 경로를 선택한다. 차량 추종 모듈은 제 한 속도 제어 와 추종 제어 로 구성 된다.
따라서 본 연구에서는 선행 연구에서 개발된 MAT DYMO 시스템4,5)을 이용하여 제한된 유효 정보에 대하여 도로 기하구조, 통행수요, 제어방식의 변화에 따라 도시고속도로 본선과 램프의 교통류 흐름을 동적으로 예측하고 이를 다른 기법과 비교 . 검증하였다.
검증하였다. 또한 개발된 시뮬레이션 프로그램의 검증을 위하여 URFSIM를 이용한 교통 예측 시뮬레 이션과 비교하고, 가상의 기하구조와 통행 패턴을 바탕으로 유고 상황에 대한 정성분석을 시도하였다. 결과로 URFSIM과 본 시스템은 매우 유사하게 교통 정체 상황을 분석하였으나, 교통 해소 상황은 차량 동역학에 근거한 차량 에이전트를 사용함으로써 차량 지체를 효과적으로 표현한 본 시스템이 보다 현실적 으로 나타냄을 알 수 있었다.
마지막으로 본 논문은 통합제어를 위한 최적화 문제 정의 및 방법론을 모색하였다. 최적화 대상은 램프미터링과 간선 도로 신호 주기 제어를통한 지체의 최소화, 도시고속도로 통행 량의 최 대화, 그리고 지체 및 통행량 최적화의 세 가지로 정하여, 각각에 대한 문제정의를 하였다.
3과 같이 차량의 무게중심에 대하여 종 방향, 횡 방향, 차량 수직 축방향 회전운동, 차량 종축방향 회 전운동 및 각 차륜의 회 전운 동에 대한 8자유도 모델을 구성하였다7). 본 논문에서는 단순한 차량 모델을 사용하여도 취지에는 부합되나 향후 도로 곡선부에서의 차량 거동 등을 나타낼 수 있도록 8자유도 모델을 채택하였다 동력전달계 모델은 대상차량의 확보된 제원을 반영하고, 미확보된 제원은 본 연구실에서 기 수행한 바 있는 SVPG(Sungkyunkwan Univ. Virtual Proving Ground)의 연구에서 사용된 모델을 일부 수정보완하여 사용하였다.8) 동력 전달계 모델 구성은 엔진, 토크컨버터, 변속기 등으로 이루어져 있다.
본 논문은 동역학을 이용한 MA 기반 교통 시뮬레이션을 개발하였고, 제한된 유효 정보에 대하여 도로 기하구조, 통행수요, 제어방식의 변화에 따라 도시 고속도로 본선과 램프의 교통류 흐름을 동적 으로 예측하고 이를 다른 기법과 비교 . 검증하였다.
본 연구에서는 램프 미터링과 신호주기 제어를 포함한 통합제어에 대하여 기존의 통합제어모형과는 다른 방법으로 최 적화를 수행하였다. 즉, 실험 계획법을 이용하여 실험점을 추출하고, MATDYMO를 통해 각각의 실험점에 대한 교통량, 지체 차량 밀도 등의 응답을 얻었다.
총 시뮬레이션 시간은 150분이며 상류부에서 진입교통량은 4, 200 veh/hr로설정하였다. 시뮬레이션 시간 30분에 소구 간 10에서 유고가 발생하여 60분까지는 차선두 개가 폐쇄되어 소구간 용량이 2, 150veh/hr이며, 60분부터 120분까지는 차선 한 개가 폐쇄되어 소구간 용량이 4, 300veh/hr가 되는 것으로 유고상황을 설정하였다. 이와 같은 상황설정을 바탕으로 도로 제한속도는 110km/hr, 혼잡밀도는 37.
검증하였다. 아울러 예측된 교통 흐름을 바탕으로 램프 미터링과 간선도로 신호주기 제어를 통합한 통합제어 를 수해 하여 도시 고속도로 교통축의 통합제어 에 대한 최 적화를 수행하였다.
감속 도의 한계가 있기 때문에 이상적 인 감가속이 이루어지지 않는다. 이러한 차량 에이전트를 위하여 차량 동역학을 이용한 차량 모델을 사용하였다 본 연구에서 사용된 차량동역학 모델은 서명원, 김태기 등에 의하여 개발된 8자유도 차량동역 학 모델을 참고하고, 동력 전달계 모델을 추가하여 구성하였다.6) 차량모델은 차량의 정상상태 및 비 정상상태 운동 시 동특성 해석을 위해 Fig.
시뮬레이션 시간 30분에 소구 간 10에서 유고가 발생하여 60분까지는 차선두 개가 폐쇄되어 소구간 용량이 2, 150veh/hr이며, 60분부터 120분까지는 차선 한 개가 폐쇄되어 소구간 용량이 4, 300veh/hr가 되는 것으로 유고상황을 설정하였다. 이와 같은 상황설정을 바탕으로 도로 제한속도는 110km/hr, 혼잡밀도는 37.8veh/km/ lane로설정하여 150분 동안 시뮬레이션을 수행하고 시뮬레 이션 결과를 URFSIM과 비 교하였다. 본 논문에서 가정한 내용eURFSIM의 논문과 비교 검증하기 위해 동일한 내용으로 가정하였다.
다른 방법으로 최 적화를 수행하였다. 즉, 실험 계획법을 이용하여 실험점을 추출하고, MATDYMO를 통해 각각의 실험점에 대한 교통량, 지체 차량 밀도 등의 응답을 얻었다. MATDYMO를 통해 얻은 데이터를 인공신경망 이론11)을 이용하여 목적함수 및 제한조건 식을 근사하여 최적설계 문제를 정식화하였고, 근사된 최적 설계 문제에 대하여 시뮬레이티드어닐링 기법12)을 이용하여 최적설계를 수행하였다.
정의 및 방법론을 모색하였다. 최적화 대상은 램프미터링과 간선 도로 신호 주기 제어를통한 지체의 최소화, 도시고속도로 통행 량의 최 대화, 그리고 지체 및 통행량 최적화의 세 가지로 정하여, 각각에 대한 문제정의를 하였다. 이를 통하여 관련 논문 "멀티 에이전트를 이용한 도시고속도로 교통축에 대한 통합 제어.

대상 데이터

차량 거동 제어 시스템은 PID 속도제어 모듈과 쓰로틀 및 브레이크 제어 모듈로 이루어 진 차량 에 이 전트를 제어 한다. 차량 에 이 전 트는 엔진, 토크 컨버터, 트랜스미션, 기어, 쓰로틀, 브레이크 엑츄에이터를 포함한 8자유도 차량 동역학 모델을 사용하였다. 차량 거동 제어 시스템은 차량 속도 및 위치 정보를 도로 생성 시스템에 제공한다.

데이터처리

동적으로 예측하였다. 또한, 개발된 시스템을 URFSIM10)과 비교하여 개발된 시스템을 검증하였다. 유고 상황 시뮬레 이 션은 연속류 도로 모델 중 단순 도시고속도로 모형을 샘플로 수행하였다.

이론/모형

즉, 실험 계획법을 이용하여 실험점을 추출하고, MATDYMO를 통해 각각의 실험점에 대한 교통량, 지체 차량 밀도 등의 응답을 얻었다. MATDYMO를 통해 얻은 데이터를 인공신경망 이론11)을 이용하여 목적함수 및 제한조건 식을 근사하여 최적설계 문제를 정식화하였고, 근사된 최적 설계 문제에 대하여 시뮬레이티드어닐링 기법12)을 이용하여 최적설계를 수행하였다. 대상 고속도로 모델은 Fig.
또한, 개발된 시스템을 URFSIM10)과 비교하여 개발된 시스템을 검증하였다. 유고 상황 시뮬레 이 션은 연속류 도로 모델 중 단순 도시고속도로 모형을 샘플로 수행하였다. 그 결과 URFSIM과 본 시스템은 매우 유사하게 교통정 체 상황을 분석하였으며, 교통 해소 상황은 본 시스템이 보다 현실적으로 나타냄을 알 수 있었다.

성능/효과

규칙은 에 이 전트가 사고를 통해 결과를 도출하도록 유도하는 것으로 정의 된다. 9)운전자에이전트는 교통 환경과 교감하면서 규칙에 따라 적절한 판단을 내린다. 통합 제어의 구성은 Fig.
또한 개발된 시뮬레이션 프로그램의 검증을 위하여 URFSIM를 이용한 교통 예측 시뮬레 이션과 비교하고, 가상의 기하구조와 통행 패턴을 바탕으로 유고 상황에 대한 정성분석을 시도하였다. 결과로 URFSIM과 본 시스템은 매우 유사하게 교통 정체 상황을 분석하였으나, 교통 해소 상황은 차량 동역학에 근거한 차량 에이전트를 사용함으로써 차량 지체를 효과적으로 표현한 본 시스템이 보다 현실적 으로 나타냄을 알 수 있었다.
유고 상황 시뮬레 이 션은 연속류 도로 모델 중 단순 도시고속도로 모형을 샘플로 수행하였다. 그 결과 URFSIM과 본 시스템은 매우 유사하게 교통정 체 상황을 분석하였으며, 교통 해소 상황은 본 시스템이 보다 현실적으로 나타냄을 알 수 있었다.
아울러 소구간 8에서 정체가 나타나서 소구간4까지 정체가 전파되는 시간은 12분으로 나타났으며 두 경우 모두 일치하였다. 이 에 반해 유고 상황이 회복되는 경우에 정 체 지속 시 간은 본 시스템의 경우가 URFSIM보다 길었으며, 소구간 4에서 최대 11분의 차이를 보였다. 그 이유는 통상 정 체 가 풀리는 상황은 가속 또는 출발로 인한 손실이 발생하게 되고, 이로 인해 감속상태나 균형 상태에 있는 교통류보다 동일 밀도의 경우 교통량이 낮아지는 것이다.
하지 만 본 시스템은 차량 동역학에 근거한 차량 에이전트를 사용함으로써 유고 회복 상황을 잘 표현하고 있기 때문에 연속류에서의 교통 흐름을 잘 예측하는 것으로 나타났다. 이상에서 볼 때 본 시스템은 복잡한 유고상황의 진행과정을 합리적으로 구현해 내고있는 것으로 판단된다.
이와 같은 현상을 CFD 에 기반한 시뮬레이션에 반영하기 위해서는 별도의 관측자료에 바탕을 둔 연구가 추가되어 야 한다. 하지 만 본 시스템은 차량 동역학에 근거한 차량 에이전트를 사용함으로써 유고 회복 상황을 잘 표현하고 있기 때문에 연속류에서의 교통 흐름을 잘 예측하는 것으로 나타났다. 이상에서 볼 때 본 시스템은 복잡한 유고상황의 진행과정을 합리적으로 구현해 내고있는 것으로 판단된다.

후속연구

그 이유는 통상 정 체 가 풀리는 상황은 가속 또는 출발로 인한 손실이 발생하게 되고, 이로 인해 감속상태나 균형 상태에 있는 교통류보다 동일 밀도의 경우 교통량이 낮아지는 것이다. 이와 같은 현상을 CFD 에 기반한 시뮬레이션에 반영하기 위해서는 별도의 관측자료에 바탕을 둔 연구가 추가되어 야 한다. 하지 만 본 시스템은 차량 동역학에 근거한 차량 에이전트를 사용함으로써 유고 회복 상황을 잘 표현하고 있기 때문에 연속류에서의 교통 흐름을 잘 예측하는 것으로 나타났다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

조기용 (8) 김현준 (12) 주열 (1) 서명원 (62)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

AI 본문요약
AI-Helper