메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김승환 (한양대학교) 박준영 (한양대학교) 양인철 (한국건설기술연구원)
저널정보
대한교통학회 대한교통학회지 대한교통학회지 제42권 제5호
발행연도
2024.10
수록면
565 - 578 (14page)
DOI
10.7470/jkst.2024.42.5.565

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
자율주행차량은 운전자의 인적요인을 제거하여 보다 이상적이고 일정한 주행행태를 교통류에 반영하여 이를 통해 긍정적인 영향을 미칠 것으로 기대되는 반면 아직 차량 중심 자율주행의 한계로 인해 다양한 돌발상황에서 적절한 대처를 하지 못하고 교통류에 악영향을 끼치며 사고 또한 끊이지 않고 있다. 이에 따라 자율주행차량이 교통류에 기대하는 만큼의 긍정적인 영향을 가져오기 위해선 V2X(Vehicle to Everything, V2X) 통신 기반 인프라의 협력을 포함한 자율협력주행차량(Connected Automated Vehicle, CAV)으로 발전할 필요가 있다. 교통사고나 공사와 같은 돌발상황으로 인한 차로 통제상황의 경우 CAV의 협력 주행 효과는 두드러질 것이다. 통제상황을 인프라 통신을 통해 CAV가 사전에 정보를 획득하고 이를 통해 CAV들의 거동을 적절히 제어할 수 있다면 체계적인 CAV의 움직임으로 인해 기존의 통제상황으로 인해 발생하는 병목현상 등의 문제점을 해소하고 교통류를 원활하게 유도할 수 있을 것으로 기대된다. 이는 CAV 기동제어가 가능한 향후 LV4 자율주행 상황에서 폐쇄차로 상황을 원활하게 회피하고 통과하기 위한 전략에 대한 연구가 필요함을 의미한다. 교통상황과 같은 큰 차원의 상태 공간을 고려할 수 있는 강화학습은 실시간 동적으로 변하는 교통상황에 따라 유연하게 대응할 수 있어야 하는 CAV의 제어 문제를 해결하기 위한 유망한 프레임워크로써 최근 부상하고 있다. 이에 따라 본 연구에서는 통제 차로를 회피하기 위한 강화학습기반 전략을 개발하고 교통류에 미치는 영향을 평가함으로써 향후 커넥티드 환경에서 CAV의 통제 차로 회피 전략개발 방법론으로서 강화학습의 유용성을 입증하였다.

목차

Abstract
초록
서론
기존 문헌 고찰
연구 방법론
분석 결과
결론
REFERENCES

참고문헌 (20)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0