초록 ▼

연구개발 목표
자율주행차와 일반차량 통합신호운영을 위한 기반 AI 통합신호운영시스템 개발 및 평가

연구개발 내용
자율주행차량 및 커넥티드카는 검지 시스템 구축 및 확장이 제한되어있는 정책 방향 속 교차로 신호운영에 매우 효과적인 정보 수집원으로 활용할 수 있음. 향후 자율주행차량의 도로 점유율이 높아질수록 이동형검지기로써 자율주행차량이 수집하는 정보의 가치가 매우 높아질 것으로 판단되는바 자율주행차 수집정보를 활용하여 자율주행차량과 일반차량이 혼재되는 도로환경에서의 자율주행지원 AI기반 통합신호운영시스템을 개

연구개발 목표
자율주행차와 일반차량 통합신호운영을 위한 기반 AI 통합신호운영시스템 개발 및 평가

연구개발 내용
자율주행차량 및 커넥티드카는 검지 시스템 구축 및 확장이 제한되어있는 정책 방향 속 교차로 신호운영에 매우 효과적인 정보 수집원으로 활용할 수 있음. 향후 자율주행차량의 도로 점유율이 높아질수록 이동형검지기로써 자율주행차량이 수집하는 정보의 가치가 매우 높아질 것으로 판단되는바 자율주행차 수집정보를 활용하여 자율주행차량과 일반차량이 혼재되는 도로환경에서의 자율주행지원 AI기반 통합신호운영시스템을 개발함.

본 연구의 AI 기반 통합신호운영시스템은 신호운영 센터시스템과 Local 시스템으로 구분할 수 있으며, 신호운영센터시스템은 수집된 자율주행차량의 정보와 통신사정보, 각종 연계정보를 취합하여 빅데이터 형태의 DB를 구축하고, 이를 활용하여 AI 기반의 신호최적화 알고리즘을 개발하고 학습시킴으로써 Network 수준의 교차로 최적화 운영시스템을 개발함.

Local 시스템은 센터시스템에서 수행한 Network 최적화 신호를 보완하기 위한 개별 교차로 단위의 소규모 신호제어와 자율주행차량의 운행을 지원하기 위한 정보제공 서비스를 수행함. 자율주행차량이 수집한 정보를 무선통신 기반의 V2X 통신모듈을 통해 신호제어기로 전송하고 신호제어기 내의 A-CVIB 모듈을 통해 단위교차로에 대한 신호운영 전략 수립이 가능함.

이렇게 개발된 현장시스템과 센터시스템을 하나로 통합하여 자율주행지원을 위한 통합 신호운영시스템을 구축하고 현장에 적용하기 전 시스템의 신뢰성과 정교함을 향상시키기 위하여 Microscopic-Simulation을 통한 사전 효과분석 체계를 구축하여 시스템의 성능과 발생가능한 문제점 등을 보완함

본 연구의 AI 기반 통합신호운영시스템은 TEST-BED를 구축하여 현장에서 실증평가를 수행하며, 평가결과를 바탕으로 시스템적인 보완과 함께 현실을 반영한 신호운영전략의 고도화를 진행하여 시스템의 완성도를 높임

연구개발성과
- 이동형 검지기로써 자율주행차량의 활용도 검증
- 자율주행 지원 신호제어기 개발
- 자율주행차량-신호제어기간 하이브리드형 통신모듈 개발
- 자율주행차량 정보를 기반한 빅데이터 및 AI 기반 네트워크 신호 최적화 시스템 개발
- 현장 실증을 통한 시스템 보완 및 고도화 방법론 개발

활용계획 및 기대효과
- Network 수준의 교차로 운영 지원 시스템으로 활용
- 교차로 혼잡 완화와 교차로 이용자들의 안전성 향상
- 자율차-일반차 혼재환경의 선제적 기술 확보로 표준화 지침 역할 기대

(출처 : 요약문 2p)

Abstract ▼

Purpose
Development and Evaluation of AI-based Integrated Traffic Signal System for Mixed Autonomous and Human-Operated Vehicles

Contents
The sensing information from autonomous vehicles and connected cars can be utilized as effective inputs for the operation of signalized intersection,

Purpose
Development and Evaluation of AI-based Integrated Traffic Signal System for Mixed Autonomous and Human-Operated Vehicles

Contents
The sensing information from autonomous vehicles and connected cars can be utilized as effective inputs for the operation of signalized intersection, in the environment of limited detecting system for vehicles and pedestrians. The value of the information collected by the autonomous vehicle as a moving detector is expected to increase significantly. Therefore, it is important to developed AI-based integrated traffic signal system supporting the traffic of mixed autonomous and human-operated vehicles, using the sensing information from autonomous vehicles.

The AI-based integrated traffic signal system of this study can be divided into two categories, traffic signal control center system and local system.

Traffic signal control center system establishes big data DB by collecting autonomous vehicle information, the communication company information and ITS information. Through big data DB, AI-based signal optimization algorithm is developed and progressed to operated the optimum traffic signal strategy for network.

Local system performs small-scale signal control at each intersection to complement the network optimization signal performed by the traffic signal control center system and provides information to support the operation of autonomous vehicles. The information collected by autonomous vehicles is transmitted to the signal controller through he V2X communication module based on the wireless communication, and the traffic signal operation strategy for the each intersection can be established through the A-CVIB module in the signal controller.

The integrated signal operating system with the field system and the center system is developed to operate the traffic of autonomous vehicles. A system to analyze the effect in advance through Microscopic-Simulation improves the reliability and accuracy of the control system before implementing in the field.

The AI-based integrated traffic signal system of this study is tested in test-bed for the empirical evaluation. Based on the evaluation results, the system is supplemented to improve the completeness of the system.

Development Results
- Verify the level of utilization of autonomous vehicle as a moving sensor
- Develop traffic signal controller for autonomous vehicles
- Develop hybrid type communication module for autonomous vehicle-signal controller
- Develop Big Data and AI based optimization system using autonomous vehicle information
- Develop a methodology for complementing and advancing the system through field demonstration

Expected Contribution
- Be used as a network-level traffic signal operation
- Reduce intersection congestion and improve safety of intersection
- Play a role as a standard guideline by securing the technology for handling road environment mixed of common car & automated cars in advance

(source : Summary 3p)

목차 Contents

• 표지 ... 1
• 연구분야 및 분류 ... 2
• 국문요약문 ... 2
• Summary ... 3
• 목차 ... 4
• Ⅰ. 연차실적 ... 5
• 1. 연구개발 목표 ... 5
• 2. 연구 범위 및 연구 수행 방법 ... 8
• 3. 연구개발 목표의 달성도 및 자체 평가 ... 16
• 4. 연구개발성과 ... 20
• 5. 구매 금액이 3천만원 이상인 연구시설·장비 구축 현황 ... 22
• 6. 연구비 집행 실적 ... 23
• 6-1. 연구비 집행실적(총괄) ... 23
• 6-2. 연구비 집행실적(기관별) ... 23
• 7. 연구 수행에 따른 문제점 및 개선 방향 ... 27
• 8. 주요 연구 변경사항 ... 27
• 9. 기타 건의 사항 ... 28
• Ⅱ. 연구개발 계획 ... 29
• 1. 국내외 관련 분야의 환경 변화 ... 29
• 2. 연구개발 목표 및 내용 ... 30
• 2-1. 연구개발의 최종 목표 ... 30
• 2-2. 연차별 연구개발 목표 및 내용 ... 32
• 2-3. 연구개발의 창의성·혁신성 등 ... 47
• 2-4. 연구개발성과 및 평가 방법 ... 47
• 3. 연구개발의 추진전략·방법 및 추진체계 ... 51
• 3-1. 연구개발 추진전략·방법 ... 51
• 3-2. 연구개발 추진체계 ... 52
• 3-3. 추진일정 ... 55
• 3-4. 위탁연구/외부용역/국제공동연구 현황 ... 57
• 4. 연구개발성과의 활용방안 및 기대효과 ... 57
• 4-1. 연구개발성과의 활용방안 ... 57
• 4-2. 기대효과 ... 58
• 5. 연구기관 현황 ... 60
• 5-1. 주관연구책임자 ... 60
• 5-2. 협동·공동·위탁 연구책임자 ... 63
• 5-3. 참여연구원 현황 ... 70
• 5-4. 연구시설·장비 보유 현황 ... 75
• 5-5. 기관(기업) 정보현황 ... 76
• 6. 연구비 집행 계획 ... 79
• 6-1. 연구비 총괄표 ... 79
• 6-2. 3차 연도 연구비 비목별 세부 내용 ... 83
• 7. 보안등급의 분류 및 결정 사유 ... 101
• 8. 연구실 안전조치 이행계획 ... 102
• 9. 사업화 계획 ... 103
• 9-1. 생산 계획 ... 103
• 9-2. 투자 계획 ... 104
• 9-3. 사업화 전략 ... 104
• 9-4. 사업화 모형 제시 ... 106
• 끝페이지 ... 109