[논문]자율운행 자동차의 에이전트 설계 및 프로토타입 개발

임승규; 이재문

doi:10.7583/jkgs.2015.15.5.131

자율운행 자동차의 에이전트 설계 및 프로토타입 개발
Design and Prototype Development of An Agent for Self-Driving Car 원문보기

한국게임학회 논문지 = Journal of Korea Game Society, v.15 no.5, 2015년, pp.131 - 142

임승규 (한성대학교 멀티미디어공학과) , 이재문 (한성대학교 멀티미디어공학과)

초록
AI-Helper

자율주행 자동차는 전통적인 차량의 주요 수송 기능을 수행 할 수 있는 자동 운전 차량 말하며, 그것은 주변 환경을 감지하고 인간의 어떠한 입력 없이 이동 가능하여야 한다. 본 논문에서는 이러한 자율주행 자동차를 시뮬레이션 할 수 있는 자율주행 자동차 에이전트를 설계하고 이에 대한 프로토타입을 개발하였다. 이를 위하여 자율주행 자동차에 대한 요구 사항을 분석하고, 전통적인 다중 에이전트 시스템에 적합하도록 에이전트를 설계하였다. 설계의 핵심 은 에이전트들은 오직 조종힘에 따라 이동하도록 하는 것이다. 설계된 에이전트의 프로토타입은 유니티3D를 이용하여 구현되었다. 프로토타입을 이용한 시뮬레이션 결과, 에이전트의 이동은 매우 자연스럽게 나타났다. 그러나 에이전트 수를 증가시키는 경우에 성능이 심각하게 저하되었고, 이에 대한 대안들을 제시하였다.

Abstract ▼ AI-Helper

A self-driving car is an autonomous vehicle capable of fulfilling the main transportation capabilities of a traditional car. It must be capable of sensing its environment and navigating without human input. In this paper, we design the agent that can simulate these self-driving cars and develop a prototype for it. To do this, we analyze the requirements for the self-driving car, and then the agent is designed to be suitable for traditional multi-agent system. The key point of the design is that agents move along the steering forces only. The prototype of the designed agent was implemented by using Unity 3D. From simulation results using the prototype, movements of the agents were very realistic. However, in the case of increasing the number of the agent the performance was seriously degraded, and so the alternatives of the problem were suggested.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 이러한 자율주행 자동차를 모델링하여 자율주행 자동차를 시뮬레이션 하기 위하여 이에 필요한 에이전트를 설계하고 이에 대한 프로토타입을 개발하는 것이다. 프로토타입 개발의 목적은 향후 자율주행 자동차의 시뮬레이션에 있어서 본 논문에서의 설계와 같이 하는 경우 사실적 시뮬레이션이 가능한 것인지를 사전에 알아보는 것과 기존의 컴퓨팅 파워로 얼마나 대규모의 시뮬레이션이 가능한지를 예측해 보는 것이다.
자동차 산업에서는 미래 자동차의 결정판이라 할 수 있는 자율주행 자동차에 대한 연구가 활발하다. 본 논문에서는 이러한 자율주행 자동차를 시뮬레이션 할 수 있는 자율주행 자동차 에이전트를 설계하고 이에 대한 프로토타입을 개발하였다.
즉, 매우 빠른 속도로 진행하는 자동차와 느린 속도로 진행하는 자동차에 대해서 p_v·z을 다르게 주어야 할 것이다. 본 논문에서는 자동차의 속도에 비례하는 값으로 주었다.
본 논문에서는 이러한 자율주행 자동차를 모델링하여 자율주행 자동차를 시뮬레이션 하기 위하여 이에 필요한 에이전트를 설계하고 이에 대한 프로토타입을 개발하는 것이다. 프로토타입 개발의 목적은 향후 자율주행 자동차의 시뮬레이션에 있어서 본 논문에서의 설계와 같이 하는 경우 사실적 시뮬레이션이 가능한 것인지를 사전에 알아보는 것과 기존의 컴퓨팅 파워로 얼마나 대규모의 시뮬레이션이 가능한지를 예측해 보는 것이다. 미래 기술을 시뮬레이션 하는 것이기 때문에 기술적 관점에서 많은 가정을 적용한다.
프로토타입 개발의 중요 목적은 향후 자율주행 자동차의 시뮬레이션에 있어서 본 논문에서의 설계로 사실적 시뮬레이션이 가능한 것인지를 사전에 알아보는 것과 기존의 컴퓨팅 파워로 얼마나 대규모의 시뮬레이션이 가능한지를 예측해보는 것이다. 프로토타입에 대한 개발이기 때문에 자율주행 자동차의 핵심 기능만 개발하였고 보행자, 장애물 등에 의한 돌발 상황에 대한 고려는 제외하였다.
프로토타입 개발의 중요 목적은 향후 자율주행 자동차의 시뮬레이션에 있어서 본 논문에서의 설계와 같은 경우 사실적 시뮬레이션이 가능한 것인지를 사전에 알아보는 것과 기존의 컴퓨팅 파워로 얼마나 대규모의 시뮬레이션이 가능한지를 예측해 보는 것이다.

가설 설정

‘차선변경’ 상태로의 전이는 차선변경이 필요할 때만 발생한다. [Fig. 5]에서와 같이 현재 p_a3에 있는 에이전트가 p_b1이 있는 지점까지 가면서 차선을 이동해야 한다고 가정하자. 가장 단순한 방법은 f_s (i, p_b1)을 적용하면 된다.
그러면 자동차는 주변 자동차, 신호등과 같은 도로 환경을 인식하여 내비게이션의 명령을 수행하든지 아니면 이전의 명령을 반복하여 수행하는 것으로 하였다. 내비게이션은 자동차가 명령을 수행하지 못한 것은 인식하면 현 위치에서 목적지 사이의 새로운 주행 경로를 계산하고 그 경로에 따라 새로운 명령을 지시하는 것으로 가정한다. 이러한 가정은 현재 자동차에 설치된 내비게이션의 기능을 고려할 때 충분히 실현 가능한 기술이다[9].
미래 기술을 시뮬레이션 하는 것이기 때문에 기술적 관점에서 많은 가정을 적용한다. 본 논문에서는 내비게이션의 명령을 인식하여 자율 주행하는 것으로 가정하였다. 출발지와 목적지를 입력하면 내비게이션은 모든 주행 경로를 계산하고, 자동차의 현재의 위치와 도로의 상황을 파악하여 자동차가 목적지에 도달하도록 순차적으로 명령을 내린다.
본 논문에서는 상기 기본 기능은 미래의 기술이나 도로 환경으로 충분히 극복될 수 있기 때문에 자율주행 자동차가 상기 5가지 기능을 완벽히 가졌다고 가정한다.
교차로에서는 우회전 또는 좌회전이 필요하다. 의사결정 모듈의 내비게이션은 적절한 지점에서 우회전 또는 좌회전을 할 수 있도록 이미 차선 변경 명령을 하달하여 에이전트는 좌회전 또는 우회전 가능한 차선에 진입하였다고 가정한다. 교차로에는 그림 3과 같이 회전에 적합하도록 차선별 좌표가 저장되어 있도록 하였다.

제안 방법

충돌검출 대상은 타겟 에이전트로부터 반경 v_i+dist(safe)의 원 안에 있는 전방 에이전트들이다. 기본적으로 속도에 비례함으로써 속도가 빠른 에이전트는 큰 범위에서, 속도가 느린 에이전트는 작은 범위에서 대상 에이전트들을 찾도록 하였다. 여기서 dist(safe)를 더한 이유는 속도가 0인 상황에서 충돌검출 범위가 0이 되버리기 경우를 막기 위함이다.
이 경우 ‘직진’ 상태로 전이하는 것은 f_s(i, p_b1)의 힘을 적용하면 되고, p_b1을 통과하는 지점에서는 ‘직진’ 상태를 유지하는 것도 f_s(i, p_c1)의 힘을 적용하면 된다. 따라서 자율주행 자동차 에이전트의 의사결정 모듈은 인식모듈을 이용하여 매순간 GPS로부터 현재의 좌표를 인식하고, 맵에서의 좌표를 비교함으로써 현재 어느 지점을 통과하고 있는지를 판단할 뿐만 아니라, 지시한 명령이 제대로 수행되었는지를 판단한다.
또한 예외적인 상황으로 주변 에이전트들이나 신호등에 대한 정보를 입력받아 충돌 예측 및 처리를 하거는 ‘정지’ 상태 및 ‘출발’ 상태의 전이를 하도록 간략화하여 개발하였다.
먼저 첫 번째 목적을 위하여 프로토타입에서 직전, 좌우회전, 차선변경 및 충돌검출을 구현하였고 시뮬레이션 하였다. 본 논문에서는 에이전트의 이동을 위하여 오직 조종힘 만을 적용한 시뮬레이션 결과는 기본적인 기능에 있어서는 사실적 상황과 매우 유사하였다.
의사결정 모듈은 이를 바탕으로 충돌을 예측하여 속도를 제어하여 충돌을 방지한다. 모든 충돌 검출은 자동차 에이전트의 전방만 검출을 시도한다. 충돌검출 대상은 타겟 에이전트로부터 반경 v_i+dist(safe)의 원 안에 있는 전방 에이전트들이다.
시뮬레이션에서는 [Fig. 7]의 도로 환경에서 입력키를 누르면 출발지와 목적지를 임의적으로 생성한 후 하나의 에이전트를 생성하여 자율운행 하도록 하였다. 하나의 에이전트는 출발지에서 생성하여 목적지에 도착하면 자동적으로 다시 출발지에서 출발하도록 하였다.
자율주행 자동차를 설계하기 위한 다양한 방법이 있겠으나 본 논문에서는 자율주행 자동차가 가질 수 있는 액션 모델을 유한 상태 기계로 설계한다. 자동차가 가질 수 있는 액션들을 하나의 상태로 설계하고 각 상태에서 다른 상태로 전이하는 조건을 정의하는 것이다.
기본적으로 내비게이션은 인식 모듈로부터 입력받는 현재의 위치와 탐색한 경로를 비교하여 순차적으로 행동제어 모듈에게 명령을 하도록 개발하였다. 차선 변경은 오직 좌회전, 우회전을 위한 사전 액션으로만 제한하였고, 좌회전, 우회전 명령 시점도 주변 상황의 고려 없이 교차로로부터 일정한 거리에서 일어나도록 개발하였다. 또한 예외적인 상황으로 주변 에이전트들이나 신호등에 대한 정보를 입력받아 충돌 예측 및 처리를 하거는 ‘정지’ 상태 및 ‘출발’ 상태의 전이를 하도록 간략화하여 개발하였다.
특히 교차로에서는 좌회전, 우회전을 ‘찾아가기’로 이동 가능하도록 차선별로 곡률 반경에 따라 위치정보가 저장되도록 설계하였다.
프로토타입에 대한 개발이기 때문에 자율주행 자동차의 핵심 기능만 개발하였고 보행자, 장애물 등에 의한 돌발 상황에 대한 고려는 제외하였다. 프로토타입의 구현은 유니티3D로 구현하였다. 개발된 프로토타입을 이용한 시뮬레이션 결과 조종힘만을 적용한 자동차 에이전트에 대한 설계는 타당하나 에이전트의 특성이 다양해 질 경우 각 조종힘에 대한 최적의 가중치를 찾는 어려움이 있을 것으로 나타났으며, 대규모 에이전트를 사용하는 경우 성능 문제가 심각해질 것으로 나타기에 기존의 범용 엔진보다는 전용 엔진 등을 개발하여야 함을 알 수 있었다.

대상 데이터

렌더링 비용을 최소화하기 위하여 자동차 모델은 63개의 폴리곤으로 구성하였다. 기본적인 시뮬레이션에서는 10대의 자동차 에이전트를 사용하였다.
자동차 에이전트는 구현의 단순함을 위하여 모두 동일한 성능을 가진 단일 모델을 적용하였다. 렌더링 비용을 최소화하기 위하여 자동차 모델은 63개의 폴리곤으로 구성하였다. 기본적인 시뮬레이션에서는 10대의 자동차 에이전트를 사용하였다.
자동차 에이전트는 구현의 단순함을 위하여 모두 동일한 성능을 가진 단일 모델을 적용하였다. 렌더링 비용을 최소화하기 위하여 자동차 모델은 63개의 폴리곤으로 구성하였다.
모든 충돌 검출은 자동차 에이전트의 전방만 검출을 시도한다. 충돌검출 대상은 타겟 에이전트로부터 반경 v_i+dist(safe)의 원 안에 있는 전방 에이전트들이다. 기본적으로 속도에 비례함으로써 속도가 빠른 에이전트는 큰 범위에서, 속도가 느린 에이전트는 작은 범위에서 대상 에이전트들을 찾도록 하였다.

성능/효과

프로토타입의 구현은 유니티3D로 구현하였다. 개발된 프로토타입을 이용한 시뮬레이션 결과 조종힘만을 적용한 자동차 에이전트에 대한 설계는 타당하나 에이전트의 특성이 다양해 질 경우 각 조종힘에 대한 최적의 가중치를 찾는 어려움이 있을 것으로 나타났으며, 대규모 에이전트를 사용하는 경우 성능 문제가 심각해질 것으로 나타기에 기존의 범용 엔진보다는 전용 엔진 등을 개발하여야 함을 알 수 있었다.
또한 ‘찾아가기’, ‘도착하기’, ‘충돌 피하기’ 등 각 조종힘별로 적절한 가중치(cs, ca, cc)를 적용하는 것이 사실감 있는 시뮬레이션 결과에 많은 영향을 미치는 것을 알 수 있었다.
먼저 첫 번째 목적을 위하여 프로토타입에서 직전, 좌우회전, 차선변경 및 충돌검출을 구현하였고 시뮬레이션 하였다. 본 논문에서는 에이전트의 이동을 위하여 오직 조종힘 만을 적용한 시뮬레이션 결과는 기본적인 기능에 있어서는 사실적 상황과 매우 유사하였다. 또한 ‘찾아가기’, ‘도착하기’, ‘충돌 피하기’ 등 각 조종힘별로 적절한 가중치(c_s, c_a, c_c)를 적용하는 것이 사실감 있는 시뮬레이션 결과에 많은 영향을 미치는 것을 알 수 있었다.
시뮬레이션은 이렇게 각각 다른 시점에 생성된 10대의 에이전트를 자율주행 시키면서 기본 동작, 충돌 예측 및 처리, 내비게이션의 동작을 관측하는 것이다. 시뮬레이션 결과 매우 사실적으로 에이전트가 이동하는 것을 관찰 할 수 있었다. [Fig.
이것은 더 큰 성능의 컴퓨터를 사용하든지 아니면 보다 성능이 좋은 엔진을 사용하여 개발하여야 한다는 것을 의미한다. 유니티3D 프로파일러를 사용하여 CPU 시간을 측정한 결과 자동차 수가 5일 때 연산 시간과 렌더링 시간이 약 1.5:1 비율로 나타났으나 에이전트 수가 증가함에 따라 연산 시간이 급격히 증가하였다. 이것은 의사 결정 모듈의 연산 량과 자동차간 충돌 검사 량이 급격히 증가하기 때문이다.
특히 에이전트의 수가 16개 이상으로 증가하면 FPS가 10이하로 급격히 감소함을 측정할 수 있었다. 이 시뮬레이션 결과를 고려한다면 16대 이하의 에이전트로 시뮬레이션 하여야 적절한 FPS를 기대할 수 있다는 것으로 이것은 사실적 시뮬레이션에 크게 미치지 못하는 결과이다. 이것은 더 큰 성능의 컴퓨터를 사용하든지 아니면 보다 성능이 좋은 엔진을 사용하여 개발하여야 한다는 것을 의미한다.
[Table 1]에서 볼 수 있듯이 에이전트 수가 증가함에 따라 급속히 FPS가 저하되는 것을 알 수 있었다. 특히 에이전트의 수가 16개 이상으로 증가하면 FPS가 10이하로 급격히 감소함을 측정할 수 있었다. 이 시뮬레이션 결과를 고려한다면 16대 이하의 에이전트로 시뮬레이션 하여야 적절한 FPS를 기대할 수 있다는 것으로 이것은 사실적 시뮬레이션에 크게 미치지 못하는 결과이다.

후속연구

기존의 운전 연습용 시뮬레이터는 단순히 목적 없이 지나가는 차량이 있는 정도의 수준이다. 더하여 레이싱 게임 등에서도 보다 사실감 있는 게임을 제작하는데 활용될 수 있을 것이다.
이러한 문제를 해결하는 하나의 방법으로 병렬 처리에 대한 연구도 필요하다. 또한 본 논문에서 개발한 자율운행 자동차에 수동운행 자동차를 더함으로써 운전 연습용 기능성 게임으로 쉽게 확장될 수 있고, 자동차 운행이 포함된 게임에 본 논문의 기술을 적용하는 경우 훨씬 사실감 있는 게임이 될 것이다.
이것은 의사 결정 모듈의 연산 량과 자동차간 충돌 검사 량이 급격히 증가하기 때문이다. 이 문제를 해소하기 위하여 보다 효율적인 알고리즘을 개발해야할 뿐만 아니라 연산 부분을 병렬로 처리하는 것도 고려할 수 있을 것이다.
운전자 관점에서 바라보는 시각이 이와 같게 된다. 향후 본 논문을 확장하여 운전 연습용 시뮬레이터나 게임으로 확장할 경우 사용자는 이와 같은 화면에서 운전하게 될 것이다. [Fig.
향후 연구 내용으로는 대규모 자동차 에이전트를 대상으로 하는 시뮬레이션에서 성능 향상을 위한 연구가 필요하며, 또한 현실처럼 다양한 종류의 자동차 에이전트로 확장하는 연구가 필요하다. 이러한 문제를 해결하는 하나의 방법으로 병렬 처리에 대한 연구도 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	자율주행 자동차 개발이 가능했던 이유는 어떤 기술 발전이 기반 되었기 때문인가?	자율주행 자동차는 사람의 어떠한 개입 없이 자동차가 스스로 알아서 출발지에서 목적지까지 자동으로 운전해 가는 자동차이다. 이것은 최근 컴퓨터 기술의 발전과 무인 자율주행과 관련된 다양한 센서 기술의 발전이 있었기 가능하다[1]. 자율주행의 장점은 자동차 사고를 획기적으로 줄일 수 있을 뿐만 아니라 출퇴근 시간 절약, 에너지 절감 등의 효과를 얻을 수 있다[1,3].
	자율주행 자동차란 무엇인가?	자율주행 자동차에 대한 연구는 최근 10여년 사이에 많은 연구가 되어 왔다 [1,2]. 자율주행 자동차는 사람의 어떠한 개입 없이 자동차가 스스로 알아서 출발지에서 목적지까지 자동으로 운전해 가는 자동차이다. 이것은 최근 컴퓨터 기술의 발전과 무인 자율주행과 관련된 다양한 센서 기술의 발전이 있었기 가능하다[1].
	자율주행의 장점은 무엇인가?	이것은 최근 컴퓨터 기술의 발전과 무인 자율주행과 관련된 다양한 센서 기술의 발전이 있었기 가능하다[1]. 자율주행의 장점은 자동차 사고를 획기적으로 줄일 수 있을 뿐만 아니라 출퇴근 시간 절약, 에너지 절감 등의 효과를 얻을 수 있다[1,3]. 특히 노령화 사회에 자율주행 자동차는 필수적인 자동차 모델이 될 것이다.

참고문헌 (17)

Jae Kwan Lee and In-sik Lee, "Intelligent Advanced Safety Vehicle Technology Development", Auto Journal, 28(4), pp. 22-27, 2015.
http://www.google.com/about/careers/lifeatgoogle/self-driving-cartest-steve-mahan.html
WEI, Junqing, et al. A behavioral planning framework for autonomous driving. In: Intelligent Vehicles Symposium Proceedings, 2014 IEEE. IEEE, pp. 458-464, 2014.
Kim, Jung-Min, et al. "Path-planning using Modified Genetic Algorithm and SLAM based on Feature Map for Autonomous Vehicle." Journal of Korean Institute of Intelligent Systems 19.3, pp. 381-387, 2009.

원문보기 상세보기
D. I. F. Ferguson and D. A. Dolgov, "Modifying behavior of autonomous vehicle based on predicted behavior of other vehicles", Pat. no. 20130261872A1, United States, 2013.
Martinez-Barbera, H., and D. Herrero-Perez. "Programming multirobot applications using the ThinkingCap-II Java framework." Advanced Engineering Informatics 24.1, pp. 62-75, 2010.

상세보기
Sales, Daniel O., et al. "Adaptive finite state machine based visual autonomous navigation system." Engineering Applications of Artificial Intelligence 29, pp. 152-162, 2014.

상세보기
Wei, Junqing, et al. "A behavioral planning framework for autonomous driving." Intelligent Vehicles Symposium Proceedings, 2014 IEEE. IEEE, 2014.
I-navi navigation, http://www.inavi.com/Products.
S. Habenicht, H. Winner, S. Bone, F. Sasse, and P. Korzeniet, "A maneuver based lane change assistance system", IEEE Intelligent Vehicles Symposium, Germany, pp. 375-380, 2011.
AZIMI, Reza, et al. STIP: Spatio-temporal intersection protocols for autonomous vehicles. In: ICCPS'14: ACM/IEEE 5th International Conference on Cyber-Physical Systems (with CPS Week 2014). IEEE Computer Society, pp. 1-12, 2014
Reynolds, C. W., "Flocks, Herds, and Schools: A Distributed Behavioral Model", SIGGRAPH, 21(4), pp. 25-34, 1987.

상세보기
Mat Buckland, "Programming Game AI by Example", ISBN 1556220782, Wordware Publications, 2005.
Jae Moon Lee, "An Efficient Algorithm to Find k-Nearest Neighbors in Flocking Behavior", Information Processing Letters, pp. 576-579, 2010.
Kang, Shin-Jin, Jung Lee, and Soo-Kyun Kim. "High Density Crowd Simulation based on SPH." Journal of Korea Game Society 11.6, pp. 193-199, 2011.
Lee, Jae Moon, and Young Mee Kwon. "A Model of Pursuing Energy of Predator in Single Predator-Prey Environment." Journal of Korea Game Society 13.1, pp. 41-48, 2013.

원문보기 상세보기
SEET, Boon-Chong, et al. A-STAR: A mobile ad hoc routing strategy for metropolis vehicular communications. In: Networking 2004. Springer Berlin Heidelberg, pp. 989-999, 2004.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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