연결·자율주행 차량의 예측 기반 계층 의사결정과 사회적 수용성 궤적 계획 연구

Prediction-Based Hierarchical Decision-Making and Socially Acceptable Trajectory Planning for Connected and Automated Vehicles

연구 내용

연결 정보를 활용해 추월과 신호교차로 주행에서 속도 궤적을 예측·최적화하고 사회적 수용성과 에너지 효율을 함께 만족시키는 연구

연결·자율주행 환경에서 다중 주체 상호작용과 도로 신호 정보를 반영한 속도 및 궤적 계획을 수행합니다. 추월 상황에서는 계층적 의사결정과 game-theoretic 구조로 주행 의도를 모델링하고, 신호교차로에서는 dilemma zone에서 정체를 줄이기 위해 소프트 제약 MPC의 slack variables를 활용해 속도 제한의 미세한 위반 허용을 설계합니다. 또한 car-following에서는 VAR 기반 leading vehicle speed forecast를 통해 불확실한 선행 차량 거동을 예측하고, 예측 결과를 이용해 안전 제약을 만족하면서 에너지 소모를 줄이는 속도 궤적을 산출합니다. 운전자 주관 평정 기반 타깃 식별을 통해 인간 운전자 유사성을 고려하는 설계로 확장합니다.

관련 프로젝트

2건

연구 흐름

초기에는 연결차량 환경에서 선행 차량의 단기 거동을 예측하고, 예측 속도 정보를 기반으로 에너지 효율 중심의 predictive cruise control을 구성하는 연구를 수행했습니다. 이후에는 신호교차로에서 운전 효율과 사회적 수용성을 함께 고려하기 위해 소프트 제약 MPC로 속도 궤적을 최적화하는 방향으로 발전했습니다. 동시에 추월 장면에서는 계층적이며 게임이론적인 의사결정 틀을 적용해 다중 차량 상호작용을 표현하는 연구를 수행했습니다. 최근에는 운전자 주관 평정에서 도출되는 특성 타깃을 반영해 인간 유사 행동 계획으로 확장했습니다.

활용 가능성

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

연결차량 기반 추월 전략 생성
신호교차로 dilemma zone 통과 시간 최적화
에코 예측 크루즈 제어
VAR 기반 리더 속도 예측
game-theoretic 상호작용 기반 주행 의사결정
소프트 제약 MPC 슬랙 설계
인간 운전자 유사 속도 프로파일 생성
에너지 소비 최소화 속도 궤적
커넥티드카 통신 기반 예측 제어
실험용 주행 시뮬레이터 평가 프레임