[논문]센서 범위를 고려한 자율주행자동차 교차로 충돌 상황 시뮬레이션

이장우; 이명수; 정재일

doi:10.22680/kasa2021.13.4.114

[국내논문] 센서 범위를 고려한 자율주행자동차 교차로 충돌 상황 시뮬레이션
Intersection Collision Situation Simulation of Automated Vehicle Considering Sensor Range 원문보기

자동차안전학회지 = Journal of Auto-Vehicle Safety Association, v.13 no.4, 2021년, pp.114 - 122

이장우 (국민대학교 대학원 기계시스템공학과) , 이명수 (교통안전공단 자동차안전연구원) , 정재일 (국민대학교 기계공학부)

Abstract ▼ AI-Helper

In this paper, an automated vehicle intersection collision accident was analyzed through simulation. Recently, the more automated vehicles are distributed, the more accidents related to automated vehicles occur. Accidents may show different trends depending on the sensor characteristics of the automated vehicle and the performance of the accident prevention system. Based on NASS-CDS (National Automotive Sampling System-Crashworthiness Data System) and TAAS (Traffic Accident Analysis System), four scenarios are derived and simulations are performed. Automated vehicles are applied with a virtual system consisting of an autonomous emergency braking system and algorithms that predict the route and avoid collisions. The simulations are conducted by changing the sensor angle, vehicle speed, the range of the sensor and vehicle speed range. A range of variables considered vehicle collision were derived from the simulation.

Keyword

표/그림 (24)

표 Table 1 Accident Frequency by Road Type on NASS
표 Table 2 Accident Frequency by Type of Urban Road on NASS
표 Table 3 Frequency of straight-straight collisions at intersections
표 Table 4 Car-to-Car accident analysis data in Korea
그림 Fig. 1 Selected Left Turn/Opposite Direction-Straight Cross scenarios and Straight Cross/Right Direction-Straight Cross scenarios
표 Table 5 Yaw rate vaule on Cut-in test
그림 Fig. 2 Non-collision example based on Minkowski difference
그림 Fig. 3 collision example based on Minkowski difference
그림 Fig. 4 Path prediction range
그림 Fig. 5 Example of a path prediction model
그림 Fig. 6 Intersection environment diagram
그림 Fig. 7 Left Turn/Opposite Direction-Straight Cross Scenario Collision Points
그림 Fig. 8 Straight Cross/Right Direction-Straight Cross Scenario Collision Points
표 Table 6 Multi Function Camera Specification
그림 Fig. 9 Comparison of number of collisions per sensor angle at Left Turn/Opposite Direction-Straight Cross Scenario
그림 Fig. 10 Left Turn/Opposite Direction-Straight Cross scenario Ego vehicle 50km/h–Target vehicle 10km/h, Sensor 70° simulation using model A
그림 Fig. 11 Comparison of number of collisions per sensor angle at Straight Cross/Right Direction-Straight Cross scenario
표 Table 7 Collision according to velocity change in Left Turn/Opposite Direction-Straight Cross scenarios (sensor angles 70 degrees, model A)
표 Table 8 Collision according to velocity change in Straight Cross/Right Direction-Straight Cross scenarios (sensor angles 70degree, model A)
그림 Fig. 12 Straight Cross/Right Direction-Straight Cross scenario Ego vehicle 20km/h–Target vehicle 40km/h, Sensor 70° simulation using model A
그림 Fig. 13 Left Turn/Opposite Direction-Straight Cross scenario Ego vehicle 50km/h–Target vehicle 10km/h, Sensor 70° simulation using model B
표 Table 9 Collision according to velocity change in Left Turn/Opposite Direction-Straight Cross scenarios (sensor angles 70 degree, model B)
표 Table 10 Collision according to velocity change in Straight Cross/Right Direction-Straight Cross scenarios (sensor angles 70 degree, model B)
그림 Fig. 14 Straight Cross/Right Direction-Straight Cross scenario Ego vehicle 20km/h–Target vehicle 40km/h, Sensor 70° using model B

참고문헌 (12)

EuroNCAP, 2021, "TEST PROTOCOL - AEB Car-to-Car systems", Vol 3.0.3.
UNECE WP.29 GRVA, 2019, "ECE/TRANS/WP.29/2019/34/Rev.2". Inducer Blades by Finite Elements", Journal of Spacecraft, Vol. 8, No. 6, pp. 657~664.
OSCCAR, 2020, "Accident data analysis - remaining accidents and crash configurations of automated vehicles in mixed traffic", Vol. 1.
교통안전분석시스템, http://taas.koroad.or.kr/
자동차 안전도 평가, www.kncap.org
김정윤, 탁세현, 김예은, 여화수, 2017, "거리 센서 시스템의 교차로 충돌 방어 성능 평가", 대한교통학회 학술대회지, 323~327.
김예은, 탁세현, 김정윤, 여화수, 2017, "교차로 주요 사고 시나리오에 대한 비전 센서와 레이더 센서의 사고 예방성능 평가", 한국ITS학회 논문지, 16(5), 96~108.

원문보기 상세보기
우현구, 2021,"A Study on Assessment Items and Considerations for Development of KNCAP of Automated Driving System", 자동차안전학회지, 102~110.

원문보기 상세보기
이빈희, 2018, "자동비상제동장치의 메타모델링을 통한 충돌방지 위험 인지 방법론", 석사학위논문, 국민대학교.
박요한, 2020, "국내 도심부 교통사고 심층 분석 기반 위험상황 유형 도출 연구", 삼성교통안전문화연구소.
박영걸, 2016, "자동비상제동장치가 장착된 자율주행 2단계 차량의 끼어들기 상황의 안전성 평가 방법론", 박사학위논문, 국민대학교.
이진교, 2013, "종방향 충돌 회피 성능 개선을 위한 AEB와 CDC의 통합제어에 관한 연구", 석사학위논문, 국민대학교.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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