일반적인 도로 상황에 적용 가능한 충돌 예측 알고리즘 개발
Development of an Algorithm for Crash Prediction under General Road Scenes
- 주제(키워드) 충돌예측 , 사고예측 , 충돌 경보 , 충돌 경감 , 능동안전장치 , 파티클필터 , 다중모델 방법 , 확률론적 분석 , 충돌확률 , 운전자 모델 , 차량 모델 , crash prediction , collision warning , collision mitigation , active safety system , particle filter , multiple model method , stochastic analysis , crash probability , driver model , vehicle model
- 발행기관 서강대학교 일반대학원
- 지도교수 정현용
- 발행년도 2010
- 학위수여년월 2010. 2
- 학위명 박사
- 학과 일반대학원 기계공학과
- 실제URI http://www.dcollection.net/handler/sogang/000000045919
- 본문언어 한국어
- 저작권 서강대학교의 논문은 저작권에 의해 보호받습니다
초록/요약
해마다 큰 인명 피해와 경제적 손실을 발생시키는 교통사고의 발생 빈도와 심각도를 줄이기 위한 노력이 활발히 이루어지고 있다. 이와 관련하여, 주변 차량과의 충돌위험을 미리 감지해 운전자에게 충돌위험을 알림으로써 운전자로 하여금 충돌을 회피하도록 유도하거나 경우에 따라서 충돌의 심각도를 낮추는 기능들을 자동으로 수행하는 충돌경보 및 경감 장치가 활발히 개발되고 있다. 하지만, 대부분의 장치들이 차선 식별에 근거하고 있는 연유로 전후방 충돌에 대해서만 작동 가능하며, 주행상황에 대한 충분한 고려가 이루어지지 않아 높은 오작동 확률을 가지거나 이를 낮추고자 작동 범위를 좁혀 놓은 상황이다. 본 연구에서는 일반적인 주행상황에 대하여 적용 가능한 충돌예측 알고리즘을 개발하고 그 성능을 해석적인 방법으로 평가하였다. 충돌예측 알고리즘은 상대 차량의 움직임을 추적하는 부분과 추적된 정보를 바탕으로 충돌확률을 예측하는 부분으로 구성되어 있다. 추적 알고리즘과 관련하여, 다중모델 방법과 파티클필터를 사용 함으로써 차선에 근거하지 않고 일반적인 주행상황에 대하여 상대 차량을 추적할 수 있도록 했으며, 추적 결과를 바탕으로 발생 가능한 충돌상황을 식별하였다. 충돌확률 예측을 위하여, 통계적인 분석을 통하여 다양한 충돌상황에 대해서 충돌확률을 산정했다. 이를 위하여, 운전자 모델과 차량 모델을 구축하고 주행상황을 정의했다. 몬테 카를로 방법을 이용하여 다양한 주행 상황에 대하여 충돌확률을 산정하여 실시간 사용을 위한 충돌확률 정보를 구축하였다. 이러한 충돌확률 정보와 상대방 차량을 추적하여 얻어진 상대방 차량의 속도, 위치 정보, 접근방향과 충돌예측지점의 분포를 종합하여 실시간으로 충돌확률을 예측하도록 했다. 또한, 각 운전자 모델에 근거한 충돌확률을 사용하여 3 단계의 경보 시점을 결정하였다. 마지막으로, 대표적인 주행상황을 선정하고 사고 상황과 일반 주행상황에 대하여 개발된 알고리즘의 성능을 평가해 보았는데, 개발된 알고리즘이 개선의 여지는 있으나 충돌 여부를 효과적으로 판별해 냄을 확인할 수 있었다.
more초록/요약
There are many car accidents which cause a significant number of causalities and enormous financial loss. To decrease the number and severity of the accidents a lot of effort has been performed. Active safety systems are developed in automotive industry to help avoid or mitigate collisions. However, most of them are based on the lane assignment, and it makes those applicable only to the rear-end collision. In addition, those systems tend to have high false alarm rates and have limited coverage because those systems do not sufficiently consider the factors related to road scenarios such as the heading angle and the offset amount between vehicles. In this study, an algorithm for detecting an imminent collision that is applicable to general road scenes was developed and its performance was evaluated by simulations. The algorithm consists of tracking and threat assessment parts. A multiple model method and the particle filter were used to track the threat vehicles for general road situations without relying on the lane information, and possible crash scenarios were identified based on the tracking results. Crash probabilities of various crash scenarios were assessed by conducting a stochastic analysis. For the assessment, an analytical vehicle model was validated against static and dynamic test data, and the driver’s behaviors in normal and evasive maneuvers were surveyed and modeled. Using the analytical vehicle model and the driver models, stochastic analyses were conducted to assess the crash probability. Then, crash probability was estimated in real time by using the crash probability data and the tracking results which consist of the relative position, relative speed, heading angle, and offset amount. Three-stage warning times were determined based on the estimated crash probability. Finally, the crash prediction algorithm was evaluated for some representative road scenarios, and the performance of the algorithm was proven to be acceptable although further improvement on the tracking algorithm was needed.
more