In the Autonomous Mobility Living Lab, traffic situations with both autonomous vehicles (AVs) and ordinary vehicles driven by humans (HDVs) are explored. Research on countermeasures and efficient transportation management plans has emerged from this context. In this study, we analyzed the effect of AVs with different speeds on signal intersections and road networks to derive efficient traffic operation plans for roads on which various AVs and HDVs with different driving behaviors are mixed in Living Lab cities. To that end, we conducted a simulation-based analysis of the effects of AV mixing rates on continuous signal intersections and the road network in traffic situations where AVs and HDVs were mixed at peak and non-peak driving hours. The simulation scenario was designed by classifying the traffic volume levels at peak and non-peak times and defining various AV mixing rates; we also set the driver behaviors of the AVs as either conservative or aggressive. By performing a small-scale traffic simulation, the average control delay, average stopped delay, average queue length, and average travel time of the signal intersection for each scenario were derived, and the impact of the AV mixing rate on traffic operation was analyzed. The results of the analysis show that higher AV mixing rates were associated with lower measurements of the effectiveness of signal intersections, which had a positive effect on traffic operation. This resulted in a stable and efficient improvement of the traffic flow at intersections as more vehicles passed through at the time of the allocated signal, as the AVs in the simulation could be driven at short intervehicle intervals by receiving real-time traffic information. In the traffic operation on the network, we found that the higher the AV mixing rate, the lower the average travel time, resulting in a greater effect of facilitating the traffic flow of the urban network. These simulated results indicate that higher AV mixing rates were associated with positive outcomes in terms of signal intersections and network traffic operation. We expect that this simulation can be used to establish real traffic operation plans in traffic situations where AVs are mixed at each stage of autonomous driving technology in the future.

곧 다가올 미래에는 자율운항선박, 육상 원격제어센터에서 제어되는 선박, 그리고 항해사가 탑승하여 운항하는 선박이 함 께 공존하며 해상을 운항할 것이며, 이러한 상황이 도래했을 때 해상 교통 환경의 안전을 평가할 수 있는 방법이 필요할 것으로 사료 된다. 이에 본 연구에서는 자율운항기술을 사용하여 항해사가 직접 조종하는 선박과 자율운항선박이 공존하는 해상환경 하에서 선박 조종시뮬레이션을 통해 통항 안전성을 평가하기 위한 방안을 제시하였다. 자선은 6-자유도 운동 기반의 MMG 모델을 심층 강화학습 기법 중 하나인 PPO 알고리즘으로 학습하여 자율운항 기능을 갖출 수 있도록 설계하였다. 타선은 평가 대상 해역의 해상 교통 모델 링 자료로부터 선박이 생성되도록 하였고, 기 학습된 선박모델을 기반으로 자율운항 기능을 구현되도록 하였다. 그리고 해양기상 자 료 데이터베이스로부터 조위, 파랑, 조류, 바람에 대한 자료를 수집하여 수치 모델을 수립하고 이를 기반으로 해양기상 모델을 생성하 여 시뮬레이터 상에서 해양 기상이 재현되도록 설계하였다. 마지막으로 안전성 평가는 기존의 평가 방법을 그대로 유지하되, 선박조 종시뮬레이션에서 해상교통류 시뮬레이션을 통한 충돌 위험성 평가가 가능하도록 하는 시스템을 제안하였다.

4차 산업혁명의 도래로 인한 기술혁신은 자율운항선박을 중심으로 해상 운송분야까지 활발한 발전을 불러왔다. 특히, 현재의 선원이 직접 운항하는 방식인 유인선박 사이에서 운항하게 될 자율운항선박은 자율도에 따라 원격제어를 통해 운항을 수행하며, 육상에 서 이를 제어할 원격운항자에 대한 관심 또한 늘어나고 있다. 하지만 아직 원격운항자가 개입이 필요한 상황이 동시에 발생하는 등을 고 려한 원격운항자 최소 인력 요구사항에 대한 연구는 부족한 상황이다. 본 연구는 특정 해역 구간의 누적된 항적데이터를 활용하여 선박 간에 발생할 수 있는 조우상황에서 원격운항자의 개입이 필요한 상황을 정의하고, 해당 구간을 특정 규모의 자율운항선박 선대로 운항하 였을 때, 원격운항자의 개입이 동시에 필요한 상황이 얼마나 발생하는지를 시뮬레이션을 통해 확인하였다. 연구의 결과는 향후 실제 자율 운항선박 선대를 운행할 원격운항센터의 원격운항자의 적정인력 배치 등의 계획 또는 정책 수립에 활용될 기초 자료로 활용될 것으로 기 대한다.

4차 산업혁명 시대를 맞이하면서 첨단기술이 산업 전반에 사용됨에 따라 자율운항선박기술에 대한 관심이 고조되고 있다. 이에 본 연구에서는 자율운항선박에 대한 기초 연구로써 모형 선박을 제작하고 드론에 사용되는 아두파일럿(Ardupilot)을 적용시켜 자율운항 제어 시스템을 구축하였다. 구축된 모형선을 활용하여 다양한 항해계획을 실행함으로써 자율운항 선박의 운항 자동제어 가능성을 확인하였다. 침로안정성 실험에서는 모형선이 정해진 침로를 똑바로 따라가지 못하고 지그재그(S자 형태)로 항행하면서 침로에서 최대 5.4 m(4.5 L) 이탈하였으며, 매개변수를 수정하여 이탈거리를 최대 1.8 m(1.5 L)까지 감소시켰다. 선회성능 실험에서는 선회권의 직경이 최대 약 9.3 m(7.8 L) 로 나타났는데 매개변수를 수정하여도 큰 변화를 확인할 수 없었다. 하지만 WP 도착 전 감속하도록 실험한 결과 선회권의 직경이 최대 약 3.2 m(2.7 L)로 감소된 것을 확인할 수 있었다. 정지성능을 평가하기 위해 모든 실험의 마지막 정지 예정 위치와 실제 모형선이 정지한 위치를 상호 비교하였으며, 정지 예정 위치로부터 최소 0.4 m(0.3 L), 최대 6.2 m(5.2 L) 떨어진 지점에서 모형선이 정지하였음을 확인할 수 있었다. 추후 다양한 매개변수의 수정·보완을 통한 성능 향상이 이루어진다면 자동제어를 통한 자율운항선박의 자동접안을 위한 연구를 진행할 계획이다.