[논문]실도로 주행 데이터 기반 차선변경 주행 특성 분석

박종철; 채흥석; 이경수

doi:10.22680/kasa.2018.10.1.038

실도로 주행 데이터 기반 차선변경 주행 특성 분석
Lane Change Driving Analysis based on Road Driving Data 원문보기

자동차안전학회지 = Journal of Auto-Vehicle Safety Association, v.10 no.1, 2018년, pp.38 - 44

박종철 (서울대학교 차량동역학 및 제어연구실) , 채흥석 (서울대학교 차량동역학 및 제어연구실) , 이경수 (서울대학교 차량동역학 및 제어연구실)

Abstract ▼ AI-Helper

This paper presents an analysis on driving safety in lane change situation based on road driving data. Autonomous driving is a global trend in vehicle industry. LKAS technologies are already applied in commercial vehicle and researches about lane change maneuver have been actively studied. In autonomous vehicle, not only safety control issue but also imitating human driving maneuver is important. Driving data analysis in lane change situation has been usually dealt with ego vehicle information such as longitudinal acceleration, yaw rate, and steering angle. For this reason, developing safety index according to surrounding vehicle information based on human driving data is needed. In this research, driving data is collected from perception module using LIDAR, radar and RT-GPS sensors. By analyzing human driving pattern in lane change maneuver, safety index that considers both ego vehicle and surrounding vehicle state by using relative velocity and longitudinal clearance has been designed.

주제어

AI 본문요약
AI-Helper

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

문제 정의

93초로 나타났다. 본 연구결과를 통해 기존에 안전에만 초점을 두고 보수적으로 설계하였던 차선변경 알고리즘을 개선하는데 기여하였다.
본 연구에서는 이와 같은 알고리즘 개발을 위해서 서울 근교 고속도로에서 운전자가 주행한 데이터를 분석하여 실제 차선변경 상황에서 자차와 주변차량이 어떠한 특성을 나타내는지를 알아보았다. 특히 주변차량과의 차간거리(clearance)와 상대속도를 집중적으로 분석하여 이를 기반으로 한 안전 지표를 설계하였다.
타이어가 차선에 접촉할 때는 이미 운전자가 차선변경 의도를 가지고 운전대를 어느 정도 조작한 이후이기 때문이다. 본 연구에서는 차선변경 실행 여부를 결정할 때 위험도 판단을 통한 안전한 차선변경이 목적이기 때문에 운전자가 차선 변경 의도를 가진 시점을 차선 변경 시작 시점으로 설정하기로 하였다.

가설 설정

4.2절에서 분석한 상대속도와 차간거리 그래프는 SGD의 계수인 최소차간거리(minimum clearance)와 TTC의 경계값을 알려주지만 time gap t_v의 값은 알려주지 못한다. 따라서 차선변경 종료 시점에서 어느 정도 time gap이 유지되는 지를 알아봐야 한다.

제안 방법

고속도로 합류･분기점과 같이 반드시 차선변경이 필요한 환경에서 최소한의 안전성을 확보한 차선변경 알고리즘을 구현하기 위해서 Safety Guaranteed Distance라는 안전지표를 설계하였으며 실도로에서의 차량 주행 데이터를 기반으로 다양한 주행 특성을 분석하여 안전지표의 계수들을 추정하였다. 상대차량이 자차랑 후방에 있을 때는 최소 TTC 4초, 최소차간거리 7m로 나타났다.
GPS에서 얻은 위도와 경도 좌표를 x축, y축으로 설정하여 그래프를 그리면, 직선 주행을 할 경우 그 기울기가 일정하게 유지되지만 곡선주행을 하거나 차선변경을 할 경우 기울기가 변화한다. 따라서 시간에 따른 기울기 값 변화를 관찰하면 Fig. 3과 같이 차선변경 상황을 인지할 수 있고, 이를 요 속도 그래프와 비교하여 두 조건이 모두 만족될 때를 차선변경 상황으로 인지하도록 알고리즘을 설계하였다.
4와 같이 한 주기의 사인 파 형태를 나타낸다. 따라서 요 속도 그래프에서 사인파의 시작시점과 종료시점을 각각 차선 변경 시작시점과 종료시점으로 결정하였다.^(9),(10)
레이더는 도플러 효과를 이용하여 주변 차량들의 상대 위치와 상대속도를 추정한다. 레이저 스캐너는 빛이 장애물 위의 여러 점에서 반사되어 다시 센서로 들어오면 점들의 상대위치 및 각도를 알 수 있다.
이후 GPS를 활용하여 map(위치 데이터 및 차선 정보를 활용하여 각각의 cluster들을 차량으로 분류하고 형태 및 진행 방향을 결정하는 Track Management 과정을 거친다. 마지막으로 비선형 칼만 필터를 활용하여 차량의 위치 및 속도를 좀 더 정확히 추정해낸다.
6(b) 구간을 왕복하여 주행했다. 보수적인 데이터가 얻어지는 것을 방지하기 위해 의도적으로 속도차이가 크거나 차간거리가 작은 위험도가 큰 상황에서 차선변경을 시행했다.
따라서 최소한의 안전만 확보되면 차선변경 결정을 내리도록 해야 한다. 이를 위해 자차와 상대차량간의 관계를 나타내는 가장 대표적인 데이터인 자차속도, 자차와 상대차량의 상대속도를 변수로 하여 Safety Guaranteed Distance(이하 SGD)라는 안전지표를 설계하였다.
본 연구에서 사용한 K5 차량의 인지모듈에는 카메라를 이용한 Vision 센서가 없으며 따라서 도로에서 차선을 인지할 수 있는 방법이 없다. 이를 해결하기 위해 맵 상에서 자차의 위치를 알 수 있는 정밀 GPS 데이터와 자차 Chassis에서 오는 CAN 신호를 기반으로 차선변경을 인지하는 알고리즘을 고안하였다.
레이더 기반 차량인지 알고리즘은 크게 세 단계로 이뤄지는데 먼저 비슷한 속도와 거리 데이터를 가진 점들을 한 데 묶는(clustering) 작업을 수행한다. 이후 GPS를 활용하여 map(위치 데이터 및 차선 정보를 활용하여 각각의 cluster들을 차량으로 분류하고 형태 및 진행 방향을 결정하는 Track Management 과정을 거친다. 마지막으로 비선형 칼만 필터를 활용하여 차량의 위치 및 속도를 좀 더 정확히 추정해낸다.
이 때 운전자는 방향지시등을 켜고 변경 하려는 차선 방향으로 핸들을 조작한다. 인지 모듈에서 방향지시등 데이터는 입력받지 않기 때문에 핸들 조작에 관련된 차량 요 속도 변화를 관찰하였다. 요 속도는 차선 변경 시작시점부터 종료시점까지를 그렸을 때 Fig.
KIA K5 차량을 이용하였으며 전방에 레이더 1기, 레이저 스캐너 1기를 장착하였다. 차량 양측 후방에 각각 레이더 1기씩, 레이저 스캐너 1기씩을 장착하였으며 위치 데이터 수집을 위해 고성능 GPS 센서를 장착하였다. 차량 내부에는 오토박스가 설치되어 있으며 이를 통해 Chassis CAN 신호를 입력받는다.
첨단 운전자 지원 기술인 ADAS(Advanced Driver Assistance Systems)의 발전으로 다양한 상황에서 운전자를 대신하여 컴퓨터가 주행하게 되었다. 특히 차선 이탈 방지 시스템(LDPS, Lane Departure Prevention System), 차선 유지 보조 시스템(LKAS, Lane Keeping Assistant System)등 일정한 차선에서 주행방향을 유지할 수 있는 기술은 이미 상용차에 적용되어 사용되고 있다.
본 연구에서는 이와 같은 알고리즘 개발을 위해서 서울 근교 고속도로에서 운전자가 주행한 데이터를 분석하여 실제 차선변경 상황에서 자차와 주변차량이 어떠한 특성을 나타내는지를 알아보았다. 특히 주변차량과의 차간거리(clearance)와 상대속도를 집중적으로 분석하여 이를 기반으로 한 안전 지표를 설계하였다.

대상 데이터

1과 같이 구성되어 있다. KIA K5 차량을 이용하였으며 전방에 레이더 1기, 레이저 스캐너 1기를 장착하였다. 차량 양측 후방에 각각 레이더 1기씩, 레이저 스캐너 1기씩을 장착하였으며 위치 데이터 수집을 위해 고성능 GPS 센서를 장착하였다.
차선변경을 할 때 중요한 정보는 자차와 주변 차량과의 거리, 속도이다. 실험 차량에서는 레이더, 레이저스캐너가 이러한 데이터를 수집하고 있다. 각 센서의 감지 범위와 시야각(FOV, Field Of View)은 Fig.

성능/효과

93초이다. 따라서 차선변경 종료 시 평균적으로 0.93초 이상의 time gap을 확보해야 한다는 결론이 나온다.
5m로 나타났다. 상대차량 운전자의 반응시간은 평균 1.12초로 나타났으며 차선변경 종료 시점에서 유지해야하는 time gap은 0.93초로 나타났다. 본 연구결과를 통해 기존에 안전에만 초점을 두고 보수적으로 설계하였던 차선변경 알고리즘을 개선하는데 기여하였다.
상대차량이 자차랑 후방에 있을 때는 최소 TTC 4초, 최소차간거리 7m로 나타났다. 상대차량이 자차량 전방에 있을 때는 최소 TTC 2초, 최소차간거리 3.5m로 나타났다. 상대차량 운전자의 반응시간은 평균 1.
9에 상대차량 위치에 따른 최소차간거리와 TTC 값을 표시하였다. 이를 종합하면 푸른색 영역은 차간거리가 SGD보다 크기 때문에 차선변경을 해도 안전하고, 붉은색 영역은 반대로 최소한의 안전거리를 만족시키지 못하기 때문에 차선변경이 위험하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	차선변경 시작시점의 정의는?	차선변경 인지 알고리즘 개발하기에 앞서 먼저 차선변경을 정확히 정의해야할 필요성이 있다. ACSF 문서의 79항을 보면 차선변경에 대해 “타이어의 바깥쪽 모서리가 차선의 안쪽 모서리에 접촉했을 때 차선변경이 시작된다.”라고 정의하고 있다.
	레이더가 차량의 완전한 형태를 알기 어려운 이유는?	레이더와 레이저 스캐너는 주변에 있는 모든 장애물을 인식하여 데이터를 받기 때문에 그 중에서 차량만을 구별하여 인지할 수 있는 알고리즘이 필요하다. 레이더의 경우 차량을 속도를 가진 몇 개의 점으로 인식하기 때문에 차량의 완전한 형태를 알기는 어렵다. 레이더 기반 차량인지 알고리즘은 크게 세 단계로 이뤄지는데 먼저 비슷한 속도와 거리 데이터를 가진 점들을 한 데 묶는(clustering) 작업을 수행한다.
	레이저스캐너가 레이더에 비해 정확한 위치정보와 부정확한 속도 정보를 얻는 이유는?	레이저 스캐너는 빛이 장애물 위의 여러 점에서 반사되어 다시 센서로 들어오면 점들의 상대위치 및 각도를 알 수 있다. 이 정보를 이용해 point cloud를 형성하여 주변 차량을 인식하며, 기본적으로 위치정보만을 입력받기에 주변차량의 속도 및 가속도는 필터링을 통한 추정치로 구하게 된다. 따라서 레이저스캐너는 레이더에 비해 상대적으로 정확한 위치정보와 부정확한 속도 정보를 얻는다.

참고문헌 (10)

Eidehall, A., Pohl, J., and Gustafsson, F., 2005, "A new approach to lane guidance systems", Intelligent Transportation Systems Conference, Vienna, Austria, pp. 108-112.
Minoiu, N., Mammar, S., Glaser, S., and Lusetti, B., 2010, "Driver assistance system for lane departure avoidance by steering and differential braking", in 6th IFAC Symposium Advances in Automotive Control, Munich, Germany, July. 12-14, pp. 471-476.
채흥석, 임형호, 홍윤석, 이경수, 2017, "실 도로 주행 상황을 반영한 최소 안전 거리 기반 자율주행 차선 변경 알고리즘 개발", 대한기계학회 IT융합부문 2017년도 춘계학술대회, 2017.5, 133-134.
Lu, Xiao-Yun, et al., 2004, "Automated vehicle merging maneuver implementation for AHS." Vehicle System Dynamics 41.2, pp. 85-107.

상세보기
Kachroo, Pushkin, and Zhijun Li., 1997, "Vehicle merging control design for an automated highway system." Intelligent Transportation System, 1997. ITSC'97., IEEE Conference on. IEEE.
Kim, B. and. Yi, K., 2013, "Probabilistic states prediction algorithm using multi-sensor fusion and application to Smart Cruise Control systems", IEEE Intelligent Vehicles Symposium, Gold Coast, Australia, pp. 888-895.
Kim, B. and. Yi, K., 2014, "Probabilistic and Holistic Prediction of Vehicle States Using Sensor Fusion for Application to Integrated Vehicle Safety Systems", IEEE Transactions on Intelligent Transportation Systems, Vol. 15, No. 5, pp. 2178-2190.

상세보기
IWG, 2017, "Proposal for amendments to Regulation No. 79 (steering equipment) Requirements applicable to ACSF of Category C1", GRRF-84-02 84th GRRF, 19-22, Agenda item 9(b).
Miller, R. J. and Srinivasan, G., 2005, "Determination of Lane Change Maneuvers Using Naturalistic Driving Data", 19th International Technical Conference on the Enhanced Safety of Vehicles (ESV), Washington, D.C., No. 05-0337.
Zheng, Y. and Hansen, J. H. L., 2017, "Lane-Change Detection From Steering Signal Using Spectral Segmentation and Learning-Based Classification", IEEE Transactions on intelligent vehicles, Vol. 2, No. 1.

상세보기

저자의 다른 논문 :

LOADING...

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