도로 위 차량의 차로변경은 주변 차량의 움직임에 민감하게 반응해야 하며, 적절한 속도와 타이밍으로 수행하지 못할 경우 교통 흐름을 방해하고 부정적인 영향을 초래할 수 있다. 자율주행차량(Autonomous Vehicle, AV)은 이러한 문제를 해결하기 위해 주변 상황을 정확히 판단하고 인지하여 차로변경을 수행한다. 이때, 안전 관리 전략의 일환으로 최적화된 차로변경 주행 궤적을 제공함으로써 안전하고 효율적인 차로변경을 실현하는 것이 중요하다. 본 연구는 이러한 배경에서 주변 차량과 EGO 차량의 예측 주행 궤적에 기반한 확률론적 개념인 risk field를 계산하고, 이를 활용하여 차량의 종방 향 및 횡방향 안전 궤적을 제시하였다. 이를 위해 고속도로 드론 데이터를 활용하여 차량 간 상호작용 상황을 분석하고, 차로변경 시나리오 데이터를 분류하였다. 연구에서는 주행 속도와 차량의 경위도 등 1.1초 동안의 연속된 주행 데이터를 입력으로 사용하였으며, 다층 인코더-디코더 장단기 메모리 네트워크(EDLN) 모델을 통해 미래 6초 후 차량의 위치를 예 측하였다. 이후 장 이론(field theory)을 기반으로 한 risk field 모형을 통해 도로 위 각 지점의 위험도를 정량화하였다. 또한, 차량의 거동 제약, 주행 편의성, 그리고 안전성 제약 조건을 반영하여 안전 궤적을 생성하였다. 마지막으로, 생성된 궤적이 교통류 안전성에 미치는 영향을 평가하기 위해 예측된 주행 궤적(predicted trajectory)과 실제 주행 궤적(ground truth)을 비교 분석하였다. 평가지표는 대리 안전 지표(surrogate safety measure, SSM) 중 TTC(Time to Collision)와 PET(Post Encroachment Time)를 활용하였다. 본 연구는 제안된 안전성 정량화 및 궤적 생성 방법이 기존 방법론과 비 교하여 우수한 성능을 보임을 입증하였으며, 향후 자율주행차량 혼재 교통류 및 완전 자율주행 교통류에서 높은 효율성 과 안전성을 확보하는 데 기여할 것으로 기대된다.

저탄소 녹색성장 기본법에서 명시한 ‘대중교통과 자전거 이용 활성화’를 위하여, 국내 여러 지자체에서 공공자전거 사업을 시행하였 으며, 자전거 이용자 수가 많이 증가하였다. 현재 국내에서 규정하는 자전거의 통행방식은 간접좌회전(hook turn) 방식으로, 증가된 자 전거교통량이 횡단보도를 통해 좌회전 통행 시 상충 가능성이 증가할 수 있다. 또한 자율주행차량의 혼재교통상황을 고려하여, 자전거 가 차량과 함께 통행할 시 안전성을 보장받을 수 있는지 혼재교통류에 적합한 통행방식을 연구할 필요가 있다. 따라서 본 연구에서는 혼재교통환경에서 자전거 이용자가 안전하고 운영성 높은 방식으로 통행할 수 있도록 4가지 자전거 좌회전 통행방식을 적용하고, 자 율주행차량 점유율에 따른 적합한 통행방식을 제시하고자 한다. Hook-turn 방식을 기본 시나리오로 하여, 자전거 우선 신호를 도입한 bike box, 일반 bike box, 자전거 전용 신호를 도입한 narrow lane 시나리오를 비교하였다. bike box의 크기가 분석 결과에 큰 영향을 미 치는 요인이 될 수 있으므로, 5m 폭의 크기로 고정하였다. 시뮬레이션 환경에서 첨두시와 비 첨두시 교통량을 적용하여 분석하였으며, 안전성 평가지표로 CPI(Crash Potential Index)과 운영성 평가지표로 지체시간(Delay time)을 활용하여 결과를 비교하였다. hook turn시나 리오는 사고 발생 위험도가 작으며, 자전거 전용 신호가 적용된 narrow lane과 일반 bike box에서 사고 발생 위험도가 높게 나타났다. 또한 자전거 전용 신호를 적용한 bike box를 도입한 시나리오에서 운영성 측면에서 지체가 작게 나타났으며, 자율주행차량 점유율이 증가할 시 차간거리를 고려함에 따라 교통류 안전성도 향상되는 것으로 나타났다. 향후 자율주행차량 혼재 교통류를 고려하여 자전거 좌회전 통행방식을 자전거 우선 신호를 적용한 bike box 방식으로 규정한다면, 접근로별 50대 미만/시의 자전거 교통량이 관측되는 신 호교차로에서 안전성과 운영성이 향상되는 효과를 확인할 수 있다.

PURPOSES : This study evaluates the effectiveness of traffic flow optimization when giving safety strategy guidance to a connected autonomous vehicle (CAV) based on information received through infrastructure cooperation in a V2X environment for non-signal intersection. METHODS : To evaluate the effectiveness of safety strategy guidance based on developed traffic flow control algorithm at a non-signalized intersection, it was implemented on simulation. A scenario based on the Level of Service (LOS) and the market penetration rate(MPR) of autonomous vehicles was established. The simulation results were divided into safety, operation, and environment to evaluate the effect, and the effect of optimizing traffic flow was finally derived through the integrated evaluation score. RESULTS : As a result, when safety strategy guidance was provided, the number of conflicts and CO emissions decreased by about 29% and about 15%, improving safety and environmental performance. In the case of operation, the mean of delay time was increased overall by 1%, but in the case of MPR 50 and above, the delay time was reduced by about 38%, thereby increasing operation. Finally, the aspect of traffic flow optimization, effectiveness of safety strategy guidance was derived through the integrated evaluation score, and the average integrated evaluation score improved from MPR 20 or higher. CONCLUSIONS : Providing guidance had the effect of optimizing traffic flow at a non-signal intersection. In the future, V2X communications will provide CAV with algorithm-based guidance developed in this study to control driving behavior. it will support safe and efficient driving at non-signal intersections.