본 논문은 신호화된 도로 네트워크에서 특히 딜레마 구역(dilemma zone)에서 커넥티드 카의 주행 효율을 향상시키기 위해, 사회적으로 수용 가능한 사람과 유사한 행동 계획(behavior planning) 방법을 제안한다. 구체적으로, 제안된 방법은 상태 제약에 슬랙 변수(slack variables)를 할당하는 소프트 제약(soft-constrained) 모델 예측 제어(model predictive control)에 기반하며, 이로 인해 효율을 개선하기 위해 도로 속도 제한(speed limit)을 약간 위반하도록 한다. 차량 연결성(vehicle connectivity) 기술을 통해 다수의 신호등에서 예정된 신호 위상 및 타이밍(signal-phase-and-timing) 정보를 활용함으로써, 커넥티드 카는 속도 궤적(speed trajectory)을 최적화하여 교통 규칙을 엄격히 준수하는 차량에 비해 딜레마 구역에서의 정차 횟수를 감소시킨다. 그 결과, 녹색 또는 황색 신호가 켜졌을 때 커넥티드 카는 여러 신호등을 연속으로 통과할 수 있으며, 이로써 전체 통행 시간(trip time)을 최소화하는 것으로 관찰된다. 제안된 방법은 다양한 상황에서의 시뮬레이션을 통해 종합적으로 검증되었고, 특히 딜레마 구역에서 커넥티드 카의 행동은 숙련된 인간 운전자의 행동과 유사하게 나타난다. 또한 본 접근법의 효능은 실험을 통해서도 입증되었으며, 랩 스케일(lab-scale) 주행 시뮬레이터를 사용하여 본 접근법이 생성한 속도 궤적을 서로 다른 인간 운전자가 생성한 궤적과 비교하였다.

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