연결 및 자율주행차(CAV)를 위한 협조적 온램프 병합 제어는 고속도로 진입(합류) 지점에서 교통 흐름과 연료 효율을 유의하게 향상시킬 수 있다. 그러나 CAV와 인간 운전자 차량(HDV)이 공존하는 혼합 교통 시나리오에서는 HDV의 예측 불가능한 행동이 안전과 조정을 어렵게 한다. 많은 협조적 병합 전략이 개별 CAV의 제어에 초점을 맞추는 반면, 이러한 환경에서 여러 CAV의 조정을 다룬 연구는 상대적으로 부족하다. 본 연구는 제어 구역 내의 모든 CAV에 대해, 의도가 불확실한 HDV와의 상호작용을 고려하는 최적화 기반 협조적 병합 전략을 제안한다. 핵심 혁신은 HDV의 행동에 대한 CAV의 전략적 영향력을 통해, HDV에 선행하는 CAV를 감속시켜 다른 인접 차로의 CAV들이 HDV 앞쪽으로 불확실성을 줄인 채 병합할 수 있도록 하는 데 있다. 최적 감속 패턴은 다양한 후보 패턴에 대해 CAV 처리량(throughput)을 평가함으로써 규명하며, 새 차량이 제어 구역에 진입하는 매 시점마다 동적 최적화를 적용하여 HDV의 불확실성을 효과적으로 관리한다. 다양한 혼합 교통 시나리오에서의 실험 결과는 제안된 전략이 기존의 최적화 기반 접근법에 비해 평균 통행 시간 지연을 최대 31%까지 감소시킴을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.