회전교차로 미시운전행동 모델 보정 및 이질성 반영 연구

Calibration of car-following behavior models with heterogeneity at roundabouts

연구 내용

자연주의 주행 데이터로 회전교차로 차종별 추종행동을 보정하고 주행 구간 이질성이 모델 성능에 미치는 영향을 검증하는 연구

회전교차로 도입을 위해 추종행동(car-following) 모델의 매개변수를 자연주의 주행 데이터 기반으로 보정하는 연구를 수행합니다. rounD 데이터셋을 활용해 선행-후행 차 정의를 정교화하고, 신호교차로에서 보정된 모델과 비교하여 회전 구간과 진출 구간에서의 오차 패턴을 분석합니다. 또한 진입-회전-진출로 구분되는 주행 기동 이질성을 반영했을 때 분포적 유사도와 미시 시뮬레이션 재현성이 개선되는 조건을 검증합니다. 결과적으로 회전교차로 특정 기동에 맞춘 보정 전략을 제시합니다.

관련 프로젝트

0건

연구 흐름

초기 연구에서는 회전교차로에서 추종모델 파라미터를 보정하고, 기존 모델이 신호교차로에서 얻은 균질한 성능을 회전교차로에서 동일하게 재현하는지 확인하는 데 집중했습니다. 이후에는 진입·회전·진출 기동별로 보정된 파라미터 차이를 비교하고, 오차가 공간적으로 어떻게 분포하는지 평가했습니다. 최근에는 분포적 유사도 검증을 위한 거리 지표를 적용해 기동 이질성을 반영한 모델 보정의 타당성을 강화하는 방향으로 연구를 확장하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

회전교차로 시뮬레이션 검증
자율주행 운전정책 평가
교통 미시모델 파라미터 추정
기동 구간별 운전자 행동 모델링
운전행동 데이터 기반 시뮬레이션 튜닝
추종 모델 선택 가이드
교통 안전성 검증용 시나리오 생성
회전교차로 설계 지원 도구
V2X 기반 제어 실험 기반
데이터셋 재현성 평가 모듈